Fish Audio: Transcribe 1

يحوّل Transcribe 1 التسجيلات الصوتية القصيرة إلى نص مع كشف تلقائي للغة وطوابع زمنية اختيارية على مستوى الكلمات. استخدم التفريغ للملاحظات الصوتية أو المقاطع القابلة للبحث أو إعداد الترجمة النصية، مع فصل المقاطع الموقّتة عن النص الكامل المقروء.

Ailoot Ultra · تفريغ صوتي POST /v1/audio/transcriptions fish-audio/transcribe-1

عن النموذج

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

Transcribe 1 هو نموذج Fish Audio العام لتحويل الكلام إلى نص للتسجيلات القصيرة. يقبل ملفًا صوتيًا ويعيد الكلمات المتعرّف عليها كنص، مع مدة التسجيل ومقاطع موقّتة اختيارية ومعلومات اللغة عند معرفتها. يفيد النموذج لملاحظة صوتية قصيرة أو تعليمات منطوقة أو مقتطف من تسجيل أو مقطع صوتي يحتاج تمثيلًا نصيًا مقروءًا.

يحتفظ مسار توضيحي للملاحظات الصوتية بالتسجيل مع تفريغه الكامل ومعرّف المقطع الأصلي. تستطيع خطوة لاحقة في التطبيق البحث في النص أو تنظيم الملاحظة أو إعداد ملخص مع الحفاظ على المصدر المنطوق. للأوامر، يزوّد التفريغ التطبيق بالكلمات المتعرّف عليها؛ وأي إجراء خطوة منفصلة للتفسير والتنفيذ. لمقتطف مقابلة، سجّل موضع المقطع في الصوت الكامل حتى يمكن التحقق من الاقتباس في موقعه الصحيح.

يقبل المنتج WAV وMP3 وAAC بما فيه M4A/MP4 وFLAC وOgg الذي يحتوي Opus أو Vorbis. ينبغي تحويل تسجيلات المتصفح بصيغة WebM إلى Ogg/Opus أو MP3 أو WAV لهذا النموذج؛ وتوثّق Pro دعمًا أصليًا لحاويات إضافية. قدّم ملفًا صوتيًا واحدًا لكل طلب. يبلغ حد الطلب الموثق للنموذج الأساسي ٥٠ MiB، مع إبقاء ملفات MP3 وOpus دون ٢٥ MiB. حجم الملف وطول التسجيل اعتباران مختلفان: قد يقع الملف المضغوط ضمن حد الرفع مع استغراقه وقتًا طويلًا جدًا للمعالجة.

صُمّم Transcribe 1 للتسجيلات القصيرة. يوصي المنتج بـPro للصوت الأطول من بضع دقائق؛ وقد يفشل طلب طويل للنموذج الأساسي إذا تجاوز حد زمن المعالجة. عند إعداد مصدر أطول لتفريغ مقاطع قصيرة، احتفظ بإزاحة بداية كل مقطع وتأكد من أن التفريغ المعاد يغطي المقطع كاملًا قبل جمع النتائج. أضف الإزاحة الأصلية إلى أزمنة المقاطع المحلية ليظل التنقل مرتبطًا بالتسجيل الكامل. ينبغي ألا تُفسَّر إرشادات النموذج الأساسي على أنها سماح Pro المنفصل البالغ ٦٠ دقيقة.

يتضمن رد المنتج text وduration وsegments. تُعبَّر المدة بالثواني، وينبغي حفظ التفريغ الكامل المقروء بوصفه الصياغة الأساسية للمقطع. الطوابع الزمنية اختيارية: تكون ignore_timestamps بقيمة true افتراضيًا في API المنتج، بينما تطلب false مقاطع على مستوى الكلمات تتضمن النص وأزمنة البداية والنهاية بالثواني. يضيف طلب المحاذاة وقتًا للمعالجة. قد تعكس مصفوفة segments الفارغة تخطي التوقيت أو غياب الكلام أو عدم توافر المحاذاة مؤقتًا، لذا ينبغي ألا تُفسَّر تلقائيًا على أنها تفريغ كامل فارغ.

تمثل المقاطع عادة كلمات، أو حرفًا أو بضعة أحرف في الصينية واليابانية. يحذف نصها علامات الترقيم، وقد يسوّي قيمة بطريقة تختلف عن التفريغ الكامل؛ فهو ليس نسخة حرفية من الرد المقروء. يمكن أن يكون للمقطع وقتا بداية ونهاية متساويان. استخدم المقاطع للعثور على موضع في التسجيل أو إعداد عرض موقّت، واستخدم النص الكامل عندما تهم الصياغة والترقيم. حافظ على تمييز هذين التمثيلين في المخرج الناتج.

تُكتشف اللغة تلقائيًا سواء قُدّم تلميح لغة اختياري أم لا. يوثّق المنتج رموز ISO 639-1 بأحرف صغيرة للتلميحات، ويعيد رمز لغة لمنطق التطبيق مع اسم لغة للعرض عند معرفته. يبلّغ الرد عن لغة واحدة، لا كل اللغات في تسجيل ينتقل بينها. احتفظ بصياغة المصدر وبيانات اللغة الوصفية المتاحة مع النتيجة، بدل معاملة طلب التفريغ كعملية ترجمة.

لمسار ترجمة نصية، اجمع المقاطع الموقّتة المتتالية في وحدات عرض مقروءة بدل إظهار كلمة واحدة كل مرة. مخرج مفيد هو ملف SRT أو WebVTT مرتبط بالمقطع الأصلي، بحدود وحدات تلائم الوقفات وكمية نص مناسبة على الشاشة. تحقق من التوقيت المفقود ومن أن نهاية كل وحدة تأتي بعد بدايتها. تجميع الوحدات وتنسيق الملف خطوتان في التطبيق مبنيتان على المحاذاة المعادة، وينبغي أن تلائم خيارات عرضهما المشغّل والجمهور.

عناصر التحكم الموثقة في Transcribe 1 هي الصوت وتلميح اللغة واختيار الطوابع الزمنية. علامات المتحدثين في Pro وأدوارهم المنظّمة وعناصر أحداث المشاعر وتلميحات عدد المتحدثين ميزات منفصلة؛ وليست جزءًا من عقد الرد الموثق لهذا النموذج الأساسي. اختر المخرج المطلوب قبل المعالجة: نصًا مقروءًا بسيطًا لملاحظة، أو نصًا مع محاذاة للتنقل أثناء التشغيل والترجمة النصية. يجعل حفظ معرّف المقطع والتفريغ وأي توقيت متاح النتيجة مفيدة لمرحلة التطبيق التالية.

Ailoot Ultra · تفريغ صوتي POST /v1/audio/transcriptions fish-audio/transcribe-1

fish-audio/transcribe-1

Fish Audio /fish-audio/transcribe-1

البداية

المدخلات المقبولة: الصوت
النتائج: النص

متاح في Ailoot · المدخلات والطرائق

Ailoot Ultra · تفريغ صوتي POST /v1/audio/transcriptions

الإدخال: audio
الإخراج: text

الحقل	النوع	المتطلب	القيم والحدود	القيمة الافتراضية
الحقل`model`	النوع`string`	المتطلبمطلوب	القيم والحدود fish-audio/transcribe-1	القيمة الافتراضية—
الحقل`input_audio`	النوع`object`	المتطلبمطلوب	القيم والحدود	القيمة الافتراضية—

معلمات الطريقة ودورة حياتها

المعلمة	المواصفات
المعلمة`content_type`	المواصفاتapplication/json
المعلمة`required`	المواصفاتmodel, input_audio
المعلمة`material_types`	المواصفاتaudio
المعلمة`material_conditions`	المواصفاتيقرأ المثال ملف PCM WAV الفعلي غير الفارغ لديك، ويُرمّز جميع بايتات الملف بترميز base64، ويرسل input_audio.format بالقيمة wav.

دورة الحياة: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · قيمة task_id الدقيقة من سجل وسائط موجود مملوك لك

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

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 →

أمثلة للطلبات

Ailoot Ultra · تفريغ صوتي

curl · ملف WAV الفعلي والنتيجة الأصلية كاملة

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_AUDIO_FILE:?Set the path to your actual PCM WAV recording}"
export AILOOT_AUDIO_FILE
python3 - <<'PY_REQUEST'
import base64, io, json, os, wave
from pathlib import Path
audio = Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes()
if not (audio[:4] == b'RIFF' and audio[8:12] == b'WAVE'):
    raise SystemExit('Supply your actual PCM WAV audio file')
with wave.open(io.BytesIO(audio), 'rb') as recording:
    if recording.getcomptype() != 'NONE' or recording.getnframes() <= 0:
        raise SystemExit('Supply a nonempty PCM WAV recording')
request = {'model': 'fish-audio/transcribe-1', 'input_audio': {'data': base64.b64encode(audio).decode('ascii'), 'format': 'wav'}}
Path('request.json').write_text(json.dumps(request, ensure_ascii=False), encoding='utf-8')
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 response.bin
# Retain the complete original response, headers and actual X-Client-Request-ID.
# Read existing owned records for recovery; do not resubmit an uncertain operation.

استلام النتائج وحفظها

Ailoot Ultra · تفريغ صوتي

متن الاستجابة الأصلي كاملاً، والحالة والترويسات المُمرَّرة. لا يضيف هذا المعالج بنية JSON عامة أو حقل نص أو حاوية مهمة.

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 بالاستجابة كاملة وبجميع الترويسات، وبكل مخرج فعلي، وبالمعرّفات الأصلية المُعادة، وبجميع حقول الاستخدام. استعد العملية الأصلية دون إرسال طلب الإنشاء مجددًا.

عند الحاجة إلى التحقق من الاستجابة الأصلية

احتفظ بقيمة X-Client-Request-ID الفعلية وبالاستجابة كاملة. اقرأ الأصول الأصلية المملوكة لك وعناوين URL الدقيقة الموقّعة لمحتواها؛ ولا تعِد إرسال طلب إنشاء غير مؤكد النتيجة مطلقاً.

حقول الاستجابة

الحقل	النوع
الحقل`text (when present)`	النوع
الحقل`usage (when present)`	النوع

الأخطاء والخطوات التالية

الاستجابة	الشرط	الخطوة التالية
الاستجابة⁦400⁩ · `invalid_request_error`	الشرطمتن JSON أو معرّف النموذج المعتمد الصريح غير صالح.	الخطوة التاليةاحتفظ بالاستجابة وصحّح حقل الطلب المشار إليه.
الاستجابة⁦401⁩ · `authentication_error`	الشرطمفتاح API الخاص بـAiloot غير صالح.	الخطوة التاليةاستخدم مفتاح API المخوَّل لك في Ailoot.
الاستجابة⁦403⁩ · `permission_error`	الشرطمجموعة المفتاح غير مخوّلة لاستخدام هذه الطريقة.	الخطوة التاليةاحتفظ بتفاصيل الخطأ المُعادة.
الاستجابة⁦404⁩ · `not_found_error`	الشرطلا يوجد مسار مسموح به للطريقة المختارة.	الخطوة التاليةاحتفظ بتفاصيل الخطأ المُعادة.
الاستجابة⁦422⁩ · `price_unavailable`	الشرطيتعذر على التعرفة المقبولة الحصول على كمية الإدخال المطلوبة أو حدّها.	الخطوة التاليةاحتفظ بالاستجابة؛ واستخدم صيغة تمثيل الإدخال التي تتطلبها التعرفة المقبولة.
الاستجابة⁦503⁩ ·	الشرطالتخزين المطلوب أو المسار أو سعر الطريقة أو حجز الرصيد غير متاح.	الخطوة التاليةاحتفظ بالاستجابة الأصلية كاملة. حجز الرصيد غير المؤكد لا يمنح الإذن بإعادة الإرسال.
الاستجابة⁦502⁩ · `server_error`	الشرطتتطلب النتيجة الأصلية أو الاستخدام أو التسوية التحقق.	الخطوة التاليةاحتفظ بمعرّف الطلب الفعلي وبالاستجابة الأصلية. اقرأ السجل الموجود المملوك لك؛ ولا تعِد إرسال طلب الإنشاء.

الأسماء البديلة

الأسماء البديلة للنموذج

Ailoot Ultra fish-audio/transcribe-1

الأسماء البديلة لمسارات الطرائق

استخدم مسارات الطرائق المعروضة أعلاه.

معرّفات النماذج ذات الصلة IDs

fish-audio/transcribe-1

FAQ · Fish Audio: Transcribe 1

ما المدخلات والنتائج المتاحة؟: POST /v1/audio/transcriptions · fish-audio/transcribe-1: audio → text
ما الحقول التي يستخدمها الطلب؟: POST /v1/audio/transcriptions · fish-audio/transcribe-1: model, input_audio

Fish Audio: Transcribe 1