Gemini 3.5 Transcribe

نموذج من Google للتعرف على الكلام وتحديد اللغة وفصل المتحدثين والطوابع الزمنية للكلمات.

Ailoot · تحويل الكلام إلى نص POST /v1/audio/transcriptions gemini-3.5-transcribe

عن النموذج

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

يحوّل Gemini 3.5 Transcribe الملف الصوتي إلى نص. إلى جانب التفريغ يدعم تحديد اللغة وتمييز المتحدثين والطوابع الزمنية للكلمات وقاموسًا مخصصًا وإعدادًا ذكيًا للنص.

اللغات والمدة

تُدعم أكثر من 85 لغة، منها الروسية، والتبديل بين اللغات داخل التسجيل. تُحدد اللغة تلقائيًا. يعالج الطلب العادي صوتًا مدته حتى ساعة واحدة. عند فصل المتحدثين أو تفعيل طوابع زمنية للكلمات ينخفض الحد إلى 30 دقيقة.

تشمل المخرجات نص التفريغ كاملًا، وتعليقات منفصلة للكلمات في الأوضاع المعنية. صُمم النموذج لمعالجة الملفات؛ ويتعلق التعرف المستمر في الزمن الحقيقي بإصدار منفصل gemini-3.5-transcribe-live.

أوضاع التفريغ

يُستخدم افتراضيًا التفريغ الحرفي. يزيل الوضع الذكي حشوات الكلام ويراعي تصحيحات المتحدث لنفسه وينسق النص. لا يمكن جمعه بفصل المتحدثين أو طوابع زمنية للكلمات.

يدعم فصل الكلام حتى ثمانية متحدثين. تحديد صاحب الدور لثلاثة متحدثين أو أكثر له حالة تجريبية. تساعد الطوابع الزمنية على ربط النص بالتسجيل، لكن تفعيلها قد يقلل دقة التعرف.

المصطلحات والملفات

يتسع قاموس المصطلحات المخصصة حتى 1 000 إدخال؛ وتذكر Google أنه من الأفضل عادةً الاقتصار على نحو مئة. لا يتوافق القاموس مع فصل المتحدثين أو الطوابع الزمنية للكلمات. لذا يجب اختيار الوضع وفق الأهم: المصطلحات المتخصصة أم الوسوم التفصيلية للمشاركين والزمن.

تشمل الصيغ الصوتية المدعومة WAV وMP3 وAIFF وAAC وOGG وFLAC وMPEG وM4A وL16 وOpus وA-law وmu-law وWebM. نُشرت لمعالجة الملف حدود مدة وتوافق أوضاع. يذكر وصف عائلة Transcribe أيضًا سياقًا 96K توكنًا وإخراجًا نصيًا 32K توكنًا؛ ولا تستبدل هذه خصائص العائلة قيود الملف في الطريقة المختارة.

لا تُدعم الذاكرة المؤقتة للسياق أو تنفيذ الكود أو البحث في الملفات أو استدعاء الدوال أو إنشاء الصور أو Thinking. تخصص النموذج الحصول على نص ووسوم من الصوت، لا توليد كلام جديد.

Ailoot · تحويل الكلام إلى نص POST /v1/audio/transcriptions gemini-3.5-transcribe

gemini-3.5-transcribe

Google /gemini-3.5-transcribe

البداية

نموذج من Google للتعرف على الكلام وتحديد اللغة وفصل المتحدثين والطوابع الزمنية للكلمات.

المدخلات المقبولة: الصوت
النتائج: النص

متاح في Ailoot · المدخلات والطرائق

Ailoot · تحويل الكلام إلى نص 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 gemini-3.5-transcribe	القيمة الافتراضية—
الحقل`file`	النوع`file`	المتطلبمطلوب	القيم والحدود الحد الأقصى للبايتات: ⁦67,108,864⁩ صيغ الملفات: wav, mp3, m4a, ogg, webm, flac نوع المحتوى: multipart/form-data الحد الأقصى للمدة بالثواني: ⁦600⁩	القيمة الافتراضية—
الحقل`response_format`	النوع`string`	المتطلباختياري	القيم والحدود json	القيمة الافتراضية—

تركيبات مواد الإدخال

speech_to_text · مطلوب: actual audio file

معلمات الطريقة ودورة حياتها

المعلمة	المواصفات
المعلمة`material_types`	المواصفاتaudio
المعلمة`required`	المواصفاتnull
المعلمة`optional_controls`	المواصفاتnull

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}

بُنى الطرق ومعرّفاتها دقيقة؛ قدرة المورد منفصلة عن السماح بالطلب.

الباقات

تعرفات طرائق Ailoot

Ailoot تحويل الكلام إلى نصPOST /v1/audio/transcriptions

الإدخال: ⁦‏0.01 US$⁩ لكل دقيقة أو جزء منها

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 · تحويل الكلام إلى نص

مثال للتفريغ النصي

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_AUDIO_FILE:?Set your actual MP3 recording}"
export AILOOT_AUDIO_FILE
python3 - <<'PY_REQUEST'
import os
from pathlib import Path
f=Path(os.environ["AILOOT_AUDIO_FILE"])
if not f.is_file() or f.suffix.lower()!=".mp3":raise SystemExit("Choose your actual MP3 recording")
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \
  -H "Authorization: Bearer $AILOOT_API_KEY" \
  --form-string model=gemini-3.5-transcribe -F "file=@$AILOOT_AUDIO_FILE" \
  -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))
PY_RESULT

استلام النتائج وحفظها

Ailoot · تحويل الكلام إلى نص

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، وليس النص وحده؛ وحافظ على كل مقطع ومتحدث وطابع زمني متاح، وعلى الهوية الفعلية للمهمة أو الأصل.

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
الحقل`text`	النوعstring
الحقل`segments[]`	النوعobject
الحقل`task_id`	النوعstring
الحقل`asset_url`	النوعstring
الحقل`usage`	النوعobject

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 gemini-3.5-transcribe

الأسماء البديلة لمسارات الطرائق

استخدم مسارات الطرائق المعروضة أعلاه.

معرّفات النماذج ذات الصلة IDs

gemini-3.5-transcribe

FAQ · Gemini 3.5 Transcribe

ما المدخلات والنتائج المتاحة؟: POST /v1/audio/transcriptions · gemini-3.5-transcribe: audio → text
ما الحقول التي يستخدمها الطلب؟: POST /v1/audio/transcriptions · gemini-3.5-transcribe: model, file, response_format

Gemini 3.5 Transcribe