Source: https://ailoot.ai/models/ar/fish-audio-transcribe-1-pro/
Canonical: https://ailoot.ai/models/ar/fish-audio-transcribe-1-pro/
Language: ar

# Fish Audio: Transcribe 1 Pro

[Markdown](https://ailoot.ai/models/ar/fish-audio-transcribe-1-pro/index.md) · [JSON](https://ailoot.ai/models/ar/fish-audio-transcribe-1-pro/facts.json)

## [Fish Audio: Transcribe 1 Pro](https://ailoot.ai/models/ar/fish-audio-transcribe-1-pro/)

يحوّل Transcribe 1 Pro تسجيلات تصل إلى 60 دقيقة إلى نص مع علامات للمتحدثين وتوقيت اختياري على مستوى الكلمات. ويحتفظ بإشارات المشاعر والأحداث الصوتية المستنتجة، ما يسهّل مراجعة المقابلات والاجتماعات والبودكاست والبحث فيها أو تجهيزها للتعليقات النصية.

- [**Ailoot Ultra · التعرّف على الكلام** `POST /v1/audio/transcriptions` `fish-audio/transcribe-1-pro`](https://ailoot.ai/models/ar/fish-audio-transcribe-1-pro/#method-0)

عن النموذج

يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.

Transcribe 1 Pro هو نموذج تحويل الكلام إلى نص من Fish Audio للمقاطع القصيرة والمحادثات المتعددة المتحدثين والتسجيلات الطويلة. يستقبل صوتًا مسجّلًا ويعيد نصًا مفرّغًا، مع توقيت اختياري وأدوار كلام منظَّمة للمتحدثين. وتتمثّل خصائصه المميزة في تحديد تغيّر المتحدث داخل النص، وإشارات المشاعر أو الأحداث الصوتية، ما يحافظ على قدر أكبر من البنية الحوارية للتسجيل مقارنةً بتسلسل كلمات مجرد.

في المقابلة أو الاجتماع أو البودكاست، احتفظ بالمحادثة كاملةً في ملف واحد، حتى يحتفظ المتحدثون العائدون بتسميات متسقة ضمن الاستجابة. وناتج المراجعة المفيد نص مفرّغ مرتبط بالتسجيل الأصلي، مع عرض أدوار الكلام منفصلةً وإتاحة طابع زمني للتحقق من اقتباس. أما الملخّص أو قائمة الإجراءات فخطوة لاحقة في التطبيق: أبقهما منفصلين عن النص المفرّغ، حتى يظل المصدر المنطوق متاحًا للمقارنة.

يقبل المُنتج تسجيلات تصل إلى 60 دقيقة، ويصف معالجة الملفات الطويلة باستخدام صوت مضغوط مثل MP3 أو Opus أو AAC. وتشمل التنسيقات المدعومة WAV وMP3 وAAC داخل M4A أو MP4 وFLAC وOgg مع Opus أو Vorbis وWebM/Matroska وMOV. وفي ملف الفيديو، يستخدم المسار الصوتي الأول. ولا تُدعم AIFF وCAF وWMA وAMR وAC-3 وPCM الخام من دون ترويسة. ويُقدَّم ملف صوتي واحد لكل طلب؛ وتصل النتيجة بعد تفريغ التسجيل كاملًا، وقد يستغرق التسجيل الطويل عدة دقائق. وتُرفض المقاطع الأقصر من نحو 0.08 ثانية.

تتضمن استجابة المُنتج النص الكامل ومدة التسجيل بالثواني ومصفوفة segments. ويحدّد Pro تغيّر المتحدث داخل النص بتسميات مثل \<|speaker:0|\> و\<|speaker:1|\>؛ وتسري التسمية على النص التالي حتى العلامة اللاحقة. وهذه معرّفات داخل استجابة واحدة، وليست أسماء أو هويات متحقَّقًا منها يمكن مطابقتها عبر الطلبات. وإذا لم يتضمن النص المفرّغ علامة متحدث، يعامله الدليل بوصفه نتيجة لمتحدث واحد. واحتفظ بأي نص قبل العلامة الأولى مع دور الكلام الأول، بدلًا من حذفه.

الطوابع الزمنية على مستوى الكلمات اختيارية. وفي طلب المُنتج، تكون القيمة الافتراضية لـ ignore\_timestamps هي true؛ وضبطها على false يطلب مقاطع تتضمن النص ووقتَي البداية والنهاية بالثواني. ويكون المقطع عمومًا كلمة واحدة، أو حرفًا واحدًا أو بضعة أحرف في الصينية واليابانية. ولا يتضمن نص المقطع علامات الترقيم أو علامات المتحدثين أو إشارات الأحداث، وقد يطبّع قيمة منطوقة بصورة تختلف عن النص المفرّغ الكامل. ويمكن أن يكون لمقطع الكلمة وقت بداية ونهاية متطابقان. وقد تعني مصفوفة segments الفارغة أن الطوابع الزمنية لم تُطلب، أو أنه لم يُعثر على كلام، أو أن التوقيت كان غير متاح مؤقتًا. واستخدم النص المفرّغ الكامل للصياغة المقروءة، والمقاطع للمحاذاة، بدلًا من افتراض تطابق السلسلتين حرفًا بحرف.

القيمة الافتراضية لإعداد diarize هي auto. وعند طلب الطوابع الزمنية، وعدم كون diarize مضبوطًا على false، يعيد Pro أيضًا speaker\_turns. ويتضمن كل دور كلام تسمية متحدثه ونصه ووقتَي بدايته ونهايته، مع الحفاظ على الترقيم والإشارات المحتفَظ بها من دون علامة المتحدث داخل النص. وإذا لم يتوفر توقيت الكلمات، فقد تكون أوقات الأدوار تقريبية وتغطي التسجيل كاملًا؛ وليس بالضرورة أن تكون الأدوار المتجاورة متصلة أو غير متداخلة. ويزيل تعطيل diarize قائمة الأدوار المنظمة، لكنه يُبقي علامات المتحدثين في النص الكامل. ويمكن لعدد متحدثين معلوم، أو حدَّين أدنى وأقصى للعدد، توجيه فصل المتحدثين في التسجيلات الأطول على أساس بذل أفضل جهد. ولا يمكن الجمع بين العدد الدقيق وحدود العدد، كما لا يمكن استخدام تلميحات العدد مع تعطيل diarize.

تظهر إشارات المشاعر والأحداث الصوتية كنص بين أقواس مربعة، مثل \[laughter\]، بجانب الكلام المتعرَّف عليه. وهي استنتاجات من الصوت، وليست كلمات يحتاج المستخدم إلى إضافتها قبل التفريغ. والقيمة الافتراضية لإعداد tag\_audio\_events في Pro هي true؛ ويزيل تعطيله هذه الإشارات من النص المفرّغ ونص الأدوار من دون تغيير التوقيت. ولا يوجد حقل مشاعر منفصل أو تعداد ثابت للمشاعر. احتفظ بالنص المفرّغ المشروح عندما تكون نبرة العبارة مهمة، واستخدم نسخة خالية من الإشارات عندما يحتاج الناتج اللاحق إلى الكلمات المنطوقة فقط.

تُكتشف اللغة تلقائيًا. ولا يفرض تلميح ISO 639-1 اختياري بحروف صغيرة ترجمةً، ولا يغيّر النص المفرّغ في Pro. وإذا تعذّر تحديد اللغة، فقد يعكس رمز اللغة المُعاد التلميح من دون التحقق منه في ضوء الصوت. ويُبلغ المُنتج عن لغة واحدة، لا جردٍ لكل لغة في تسجيل مختلط اللغات. واحتفظ بالصياغة الأصلية وبيانات اللغة الوصفية معًا عند تجهيز أرشيف قابل للبحث، خصوصًا عندما تنتقل أجزاء مختلفة من المحادثة بين اللغات.

للتعليقات النصية، اجمع الكلمات المتتالية الموقّتة في مقاطع SRT أو WebVTT مقروءة، بدلًا من إنتاج مقطع تعليق لكل كلمة. وافصل المقاطع عند الوقفات، واختر طولها ومدة عرضها بما يناسب المشغّل والجمهور. ويمكن لحدود أدوار الكلام إبقاء المتحدثين المختلفين في مقاطع منفصلة. وتحقّق من نتيجة توقيت فارغة، ومن المقاطع التي يجب أن تكون نهايتها لاحقة لبدايتها. وتنسيق التعليقات النصية وأسماء تسميات المتحدثين المجهولة وأي ملخّص لاحق هي نواتج تطبيق تُبنى من نتيجة التفريغ.

في سير عمل عملي للتسجيلات، حدّد قبل التفريغ ما إذا كنت تحتاج إلى نص بسيط مقروء، أو أدوار حوار مشروحة، أو تعليقات نصية موقّتة. واحتفظ بمعرّف الصوت مع النتيجة، واحفظ النص الكامل المُعاد عندما يكون الترقيم والإشارات مهمين، واستخدم حقول التوقيت المنظمة للتنقل. وتختلف قدرات Pro للتسجيلات الطويلة وتعدد المتحدثين عن نموذج Transcribe 1 العام للتسجيلات القصيرة؛ فلا ينبغي اعتبار حدودهما وأدوات التحكم فيهما قابلة للتبادل.

**Ailoot Ultra · التعرّف على الكلام** `POST /v1/audio/transcriptions` `fish-audio/transcribe-1-pro`

[`fish-audio/transcribe-1-pro`](https://ailoot.ai/models/ar/#m=fish-audio%2Ftranscribe-1-pro&route=Ultra&caller=fish-audio%2Ftranscribe-1-pro&fmt=transcriptions)

Fish Audio /`fish-audio/transcribe-1-pro`

### البداية

يحوّل Transcribe 1 Pro تسجيلات تصل إلى 60 دقيقة إلى نص مع علامات للمتحدثين وتوقيت اختياري على مستوى الكلمات. ويحتفظ بإشارات المشاعر والأحداث الصوتية المستنتجة، ما يسهّل مراجعة المقابلات والاجتماعات والبودكاست والبحث فيها أو تجهيزها للتعليقات النصية.

المدخلات المقبولة

الصوت

النتائج

النص

### متاح في Ailoot · المدخلات والطرائق

**Ailoot Ultra · التعرّف على الكلام** `POST /v1/audio/transcriptions`

الإدخال

`audio`

الإخراج

`text`

صيغة الإخراج

json

| الحقل | النوع | المتطلب | القيم والحدود | القيمة الافتراضية |
| --- | --- | --- | --- | --- |
| الحقل`model` | النوع`string` | المتطلبمطلوب | القيم والحدود fish-audio/transcribe-1-pro | القيمة الافتراضية— |
| الحقل`input_audio` | النوع`object` | المتطلبمطلوب | القيم والحدود المفاتيح الدقيقة: data, format | القيمة الافتراضية— |
| الحقل`input_audio.data` | النوع`base64_string` | المتطلبمطلوب | القيم والحدود الحد الأقصى للبايتات بعد فك الترميز: ⁦26,214,400⁩ Base64 صارم: نعم | القيمة الافتراضية— |
| الحقل`input_audio.format` | النوع`string` | المتطلبمطلوب | القيم والحدود الشروط: يجب أن يطابق التنسيق الفعلي الذي يكشفه فحص الملف | القيمة الافتراضية— |
| الحقل`response_format` | النوع`string` | المتطلباختياري | القيم والحدود json | القيمة الافتراضية— |

تركيبات مواد الإدخال

**speech\_to\_text** · مطلوب: input\_audio.data, input\_audio.format

معلمات الطريقة ودورة حياتها

| المعلمة | المواصفات |
| --- | --- |
| المعلمة`content_type` | المواصفاتapplication/json |
| المعلمة`required` | المواصفاتmodel, input\_audio |
| المعلمة`additional_properties` | المواصفاتfalse |
| المعلمة`parameters` | المواصفات{"name":"model","type":"string","required":true,"enum":\["fish-audio/transcribe-1-pro"\]}, {"name":"input\_audio","type":"object","required":true,"exact\_keys":\["data","format"\],"data":"ترميز base64 صارم لبايتات صوت فعلية مدعومة","format":"التنسيق الدقيق الذي يكشفه فحص الملف؛ ويجب أن يطابق البايتات الفعلية"}, {"name":"response\_format","type":"string","required":false,"enum":\["json"\]} |
| المعلمة`max_audio_bytes` | المواصفات26214400 |
| المعلمة`multipart_for_this_profile` | المواصفاتfalse |
| المعلمة`material_types` | المواصفاتaudio |

دورة الحياة: `synchronous_result_then_owned_library`

`GET /v1/media/tasks/{task_id}` · قيمة task\_id الفعلية المُعادة أو سجل مكتبة الوسائط

`GET /v1/media/assets/{asset_id}/content`

`GET /v1/media/assets`

`GET /v1/media/assets/{asset_id}`

احتفظ بالاستجابة كاملة وبالمعرّفات الأصلية المُعادة.

لا تعِد إرسال طلب إنشاء مجهول النتيجة مطلقاً.

### الباقات

مراجع التسعير لا تضيف خيارات للطلب. المعلمات المدعومة مذكورة للطريقة المحددة.

الوضع السريع

غير محدد عند اختيار الوضع السريع

الوضع المرن

غير محدد عند اختيار وضع flex

أقصى جهد للاستدلال

غير محدد عندما يُطبَّق الضبط الافتراضي default مع أقصى جهد للاستدلال

#### تعرفات Ailoot

#### الأسعار حسب الإعدادات

طابق كل رسم مع الشروط المعروضة. طبّق تعرفة واحدة لكل مجموعة من الإعدادات البديلة.

| الإعدادات | جدول التعرفة | وحدة الفوترة | الرسوم |
| --- | --- | --- | --- |
| الإعداداتالتعرفات الأساسية للرموز | جدول التعرفةالتعرفة الأساسية | وحدة الفوترة— | الرسوم الإدخال · رموز الإدخال **—** / 1K من الرموز الإخراج · رموز الإخراج **—** / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت **—** / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت **—** / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة **—** / 1K من الرموز |
| الإعداداتثانية صوت مُدخل | جدول التعرفة— | وحدة الفوترةلكل ثانية صوت مُدخل | الرسوم الإدخال · ثانية صوت مُدخل **$0.0002** لكل ثانية صوت مُدخل |

تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. [كيفية عمل حجز المبلغ وتسوية الرسوم →](https://ailoot.ai/docs/ar/billing/reserve/)

#### تفاصيل التعرفة المرجعية

لا تغيّر جداول التعرفة المرجعية على مستوى النموذج اختيار الطريقة أو عروض الأسعار أو الرسوم. وتستخدم الرسوم الفعلية تعرفات طريقة Ailoot المحددة.

Fish Audio: Transcribe 1 Pro

#### الأسعار حسب الإعدادات

| الإعدادات | شروط الفوترة | الرسوم |
| --- | --- | --- |
| الإعداداتFish Audio: Transcribe 1 Pro · الإعداد الافتراضي | شروط الفوترةالإعداد الافتراضي | الرسوم الإدخال · ثواني الصوت المُدخل **⁦‏0.0002 US$⁩** لكل ثانية صوت مُدخل |

### أمثلة للطلبات

#### Ailoot Ultra · التعرّف على الكلام

curl · بايتات الصوت الفعلية والصيغة المحددة بالفحص

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_AUDIO_FILE:?Set your actual audio file}"
: "${AILOOT_AUDIO_FORMAT:?Set its actual probed file format}"
export AILOOT_AUDIO_FILE AILOOT_AUDIO_FORMAT
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "fish-audio/transcribe-1-pro", "response_format": "json"}')
import base64
f=Path(os.environ['AILOOT_AUDIO_FILE'])
raw=f.read_bytes()
if not raw or len(raw)>26214400:raise SystemExit('Use actual audio bytes within 25 MiB')
fmt=os.environ['AILOOT_AUDIO_FORMAT'].strip()
if not fmt:raise SystemExit('Use the actual probed format; the server checks it against the bytes')
p['input_audio']={'data':base64.b64encode(raw).decode(),'format':fmt}
Path('request.json').write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
r=json.loads(Path('result.json').read_text())
print(json.dumps(r,ensure_ascii=False,indent=2))
print('Keep the complete JSON and response headers; do not resubmit an unknown creation.')
PY_RESULT
```

### استلام النتائج وحفظها

#### Ailoot Ultra · التعرّف على الكلام

json

- `GET /v1/media/tasks/{task_id}`
- `GET /v1/media/assets/{asset_id}/content`
- `GET /v1/media/assets`
- `GET /v1/media/assets/{asset_id}`

##### الاحتفاظ بكل النتائج المكتملة

احتفظ بكل استجابة كاملة وكل ملف وجزء محتوى تم إرجاعه.

احتفظ بـJSON كاملاً، وترويسات الاستجابة، والنص، وكل حقل استخدام فعلي مُعاد. استخدم الهويات الفعلية للمهام والأصول من الاستجابة أو المكتبة المملوكة لك؛ فالحقل operation\_id ليس task\_id.

##### عند الحاجة إلى التحقق من الاستجابة الأصلية

احتفظ بقيمة operation\_id/X-Client-Request-ID الأصلية للمطابقة دون إعادة الإرسال؛ لا يوجد مسار مخصص للاستعلام الدوري عن الصوت.

حقول الاستجابة

| الحقل | النوع | المعنى |
| --- | --- | --- |
| الحقل`text` | النوعstring | المعنىالنص المُفرَّغ صوتياً. |
| الحقل`usage` | النوعobject | المعنىاستخدام الصوت. |
| الحقل`usage.seconds` | النوعnumber | المعنىمدة الصوت بالثواني. |
| الحقل`duration` | النوعnumber | المعنىمدة الصوت بالثواني. |
| الحقل`task_id` | النوعstring | المعنىمعرّف مهمة التفريغ الصوتي؛ يُعاد مع asset\_url عندما يُخزَّن نص تفريغ غير فارغ ويُنشر ويُخصَّص له عنوان URL موقّع للمحتوى. |
| الحقل`asset_url` | النوعstring | المعنىعنوان URL موقّع لمحتوى التفريغ الصوتي؛ يُعاد مع task\_id عندما يُخزَّن نص تفريغ غير فارغ ويُنشر ويُخصَّص له عنوان URL موقّع للمحتوى. |

الأخطاء والخطوات التالية

| الاستجابة | الشرط | الخطوة التالية |
| --- | --- | --- |
| الاستجابة⁦400⁩ · `invalid_request_error` | الشرطحقول مطلوبة أو تمثيل مادة أو قيمة معلمة غير صحيحة | الخطوة التاليةصحّح الحقول المحددة قبل طلب إنشاء جديد. |
| الاستجابة`server_error` | الشرطتشير الاستجابة المُعادة إلى أن العملية أو النتيجة تتطلب التحقق | الخطوة التاليةاحتفظ بمعرّف العملية أو المهمة الأصلي المُعاد، وبترويسات الطلب وبالاستجابة؛ وواصل عمليات القراءة المدعومة لتلك العملية الأصلية. لا تُعِد إرسال طلب الإنشاء. |

### الأسماء البديلة

#### الأسماء البديلة للنموذج

**Ailoot Ultra** [`fish-audio/transcribe-1-pro`](https://ailoot.ai/models/ar/#m=fish-audio%2Ftranscribe-1-pro&route=Ultra&caller=fish-audio%2Ftranscribe-1-pro&fmt=transcriptions)

#### الأسماء البديلة لمسارات الطرائق

استخدم مسارات الطرائق المعروضة أعلاه.

#### معرّفات النماذج ذات الصلة IDs

[`fish-audio/transcribe-1-pro`](https://ailoot.ai/models/ar/#m=fish-audio%2Ftranscribe-1-pro&route=Ultra&caller=fish-audio%2Ftranscribe-1-pro&fmt=transcriptions)

FAQ · Fish Audio: Transcribe 1 Pro

ما المدخلات والنتائج المتاحة؟

`POST /v1/audio/transcriptions` · `fish-audio/transcribe-1-pro`: `audio` → `text`

ما الحقول التي يستخدمها الطلب؟

`POST /v1/audio/transcriptions` · `fish-audio/transcribe-1-pro`: `model`, `input_audio`, `response_format`

اربط Ailoot بخدمة Claude Code أوOpenCode أوHermes أوتطبيقك.

## الشركة ومحفظة مشاريعها

الشركة ومحفظة مشاريعها: ملايين العملاء؛ مبيعات بالمليارات شهريًا.

## اشتر الرموز بخصم.

خصم اشتراك للعمل المنتظم. الرموز الترويجية حتى 50% على شراء الرموز.

الاشتراك

اختر خطة بخصم لطلباتك المنتظمة.

رمز خصم حتى 50%

أدخل الرمز عند الشراء. يعاد حساب السعر وفق العرض الساري.

المصروفات في السجل

يحفظ النموذج والرموز والمبلغ لكل طلب.

[اختر اشتراكا](https://ailoot.ai/docs/ar/billing/subscriptions/) · [اعرض أسعار النماذج](https://ailoot.ai/models/ar/)

## اربط API بالمنتج الذي تبيعه.

SaaS والتطبيقات والبوتات وفق العرض واتفاقية ترخيص Ailoot. لإعادة البيع، اطلب ترخيص موزع.

تطبيق تجاري

أضف توليد النص والصور والفيديو والصوت إلى ميزات خدمتك المدفوعة.

ترخيص إعادة البيع

أرسل وصف المشروع وطريقة توفير الوصول. اطلب شروط استخدام وإعادة بيع مكتوبة.

المستندات على الموقع

العرض واتفاقية الترخيص وسياسة معالجة البيانات متاحة قبل الربط.

[اطلب ترخيص إعادة بيع](mailto:support@ailoot.ai) · [العرض واتفاقية الترخيص](https://ailoot.ai/legal/offer?lang=ar)

## Ailoot · الشركة ومحفظة مشاريعها





تستند Ailoot إلى خبرة تشغيلية متراكمة وقاعدة عملاء واسعة وخدمة مستقرة ومراقبة مستمرة لمؤشرات الأداء KPI.





الشركة ومحفظة مشاريعها: ملايين العملاء؛ مبيعات بالمليارات شهريًا.





توظف Ailoot هذه الخبرة التشغيلية لإتاحة الوصول عبر API إلى قدرات الذكاء الاصطناعي في منتجات العملاء ووكلائهم وتطبيقاتهم وعمليات الأتمتة.