{ "aboutHtml": "

Muse Voice Transcribe 1.0 هو نموذج Meta للإدراك الصوتي لتفريغ الكلام واكتشاف حدود العبارات ونسبة الأدوار إلى المتحدثين. ينتمي إلى عائلة نماذج Muse Spark، ويجمع التعرف وفصل المتحدثين واكتشاف نهاية الكلام داخل النموذج. إخراجه نص متعرَّف عليه مع معلومات التوقيت والمتحدث المتاحة في الوضع المختار.

يعالج النموذج الصوت في أجزاء بطول 80 مللي ثانية، ويقرر متى يواصل الاستماع أو يخرج نصًا. يتيح تأخيره التكيفي انتظار صوت إضافي عندما يصعب حسم كلمة. ينتج ذلك نصًا جزئيًا أثناء وصول الكلام، تتبعه نتائج تفريغ مكتملة. تعامل مع الفرضية الجزئية والدور المكتمل كمرحلتين مختلفتين من تجربة الاستماع.

اختر بين ثلاثة أوضاع. Push-to-talk هو الافتراضي لعبارة واحدة مضبوطة، مثل استعلام صوتي أو مقطع إملاء قصير. يتيح Endpointing للنموذج اكتشاف حدود أدوار الكلام وإرجاع تفريغ مكتمل واحد لكل مقطع مكتشف. وينسب Diarization الكلام المتعرَّف عليه إلى تسميات المتحدثين، وهو مخصّص للتسجيلات متعددة المتحدثين، وليس لأسرع تبادل أدوار للأوامر الصوتية.

لمقطع مسجل، يعيد مسار تفريغ الملف تفريغًا كاملًا في طلب واحد. النتيجة الافتراضية JSON يحتوي التفريغ ومدة الصوت، مع مصفوفة turns في وضعَي Endpointing وDiarization. ويمكن لكل دور حمل معرّف وبداية ونهاية بالمللي ثانية ونصه المتعرَّف عليه. وتظهر تسميات المتحدثين في وضع Diarization. ينتج Push-to-talk التفريغ الكامل من دون أدوار مكتشفة في تلك المصفوفة. ويمكن لواجهة الملفات المسجلة لدى الشركة إرجاع نص عادي أو تدفق أحداث تفريغ. يحتفظ النص العادي بالأدوار المكتشفة في أسطر منفصلة، ويمكن أن يشمل تسميات المتحدثين؛ وينتهي تدفق الأحداث بعد حدثه الأخير من دون ملخص JSON منفصل. يعيد وضعه الجزئي delta نصًا تزايديًا، بينما يحتوي حدث التفريغ النهائي الكلمات كاملة.

جهّز ملف RIFF/WAVE يحتوي صوت PCM أحادي القناة بأعداد صحيحة 16 بت عند 16 أو 24 kHz. المعدل الأصلي للنموذج هو 24 kHz، وتقبل الواجهة أيضًا 16 kHz. حوّل الحاويات أو الترميزات الأخرى إلى صيغة WAV المدعومة قبل تقديم التسجيل. يسمح خيار تفريغ الملفات بصوت يصل إلى 10 دقائق وحجم إجمالي لجسم الطلب يصل إلى 32 MB. احتفظ بالتسجيل الأصلي وأي تحويل مرتبطين بالتفريغ المُرجع للمراجعة بالاستماع لاحقًا.

يستخدم مسار الصوت الحي PCM خامًا أحادي القناة، بأعداد صحيحة ذات إشارة 16 بت وترتيب بايتات little-endian، مع صوت عند 16 أو 24 kHz يُرسَل بإيقاع يقارب الزمن الحقيقي. نافذة الجلسة الموثّقة 60 دقيقة. تصف Meta إدخالًا صوتيًا أصليًا يتجاوز ساعة واحدة؛ وتبقى حدود الملفات والجلسات الحية الموثّقة حدود واجهات منفصلة. اختر مسار الملف المسجل أو المسار الحي بحسب اكتمال الصوت بالفعل أو استمرار التقاطه، وأبقِ نتائج الجلسات المنفصلة مرتبطة بمقاطع إدخالها الخاصة.

دُرّب Muse Voice Transcribe عبر أكثر من 70 لغة، بينما تسرد واجهة التعرف الموثّقة 25 لغة مدعومة. تشمل الإنجليزية والفرنسية والألمانية والإسبانية والعربية والصينية المندرينية والهندية واليابانية والكورية والإيطالية والبرتغالية. يتعرف على التبديل بين اللغات داخل الجمل أو بينها. يمكن لتلميح اللغة تسمية اللغات المتوقعة في الصوت، لكنه يوجّه التعرف ولا يفرض تفريغًا بلغة واحدة.

تساعد تلميحات المفردات في مصطلحات المنتجات والاختصارات والأسماء أو الأماكن المهمة في التسجيل. قدّم الكلمات والتهجئات الفعلية التي تتوقع سماعها. ترجّح قائمة الكلمات المفتاحية التعرف من دون ضمان تهجئة دقيقة، لذا راجع المصطلحات الحاسمة مقابل الصوت. تُختار تلميحات اللغة والكلمات المفتاحية في بداية التفريغ؛ وأبقِها ملائمة لذلك التسجيل بدلًا من تغيير معناها أثناء تشغيل الجلسة.

يدعم النموذج فصل المتحدثين في محادثات تضم أكثر من 20 متحدثًا. تحدّد تسميات مثل A وB المتحدثين داخل تفريغ واحد. وهي ليست أسماء متحقَّقًا منها، ولا تثبت أن التسمية تشير إلى الشخص نفسه في جلسة أخرى. ولمهمة أصلية لتحليل اجتماع، اطلب أدوارًا منسوبة إلى المتحدثين، واحتفظ بالتسجيل، واستخدم التسميات لتنظيم النقاش قبل ربط أي أسماء مشاركين حقيقية عبر مسار العمل المحيط.

يمكن أن تتغير التفريغات الجزئية الحية مع وصول مزيد من الكلام. في الوضع التراكمي، يحل كل جزء محل الفرضية السابقة بدلًا من إضافة نسخة أخرى منها. تضع نهاية الكلام المكتشفة حدًا، بينما تقدّم نتيجة الدور المكتمل النص النهائي، وقد تختلف عن آخر جزء. أبقِ الأدوار المتداخلة مرتبطة بمعرّفاتها، وعالج النتائج المكتملة قبل اعتبار التفريغ منتهيًا. عند انتهاء الإدخال الحي، أرسل إشارة نهاية الإدخال واستمر في الاستقبال حتى ينهي المنتج إرسال النتائج المعلّقة. قد يؤدي إغلاق الاتصال فورًا إلى فقد هذه النتائج؛ فحد الكلام المكتشف ينهي دورًا، لا الجلسة كلها.

التوقيت على مستوى الدور. لا يوفّر هذا الخيار طوابع زمنية على مستوى الكلمات أو درجات ثقة، وليس تقدم معالجة الصوت طابعًا زمنيًا لكلمة معينة. كما يقع اكتشاف الأحداث الصوتية والعواطف وإعادة تنسيق التفريغ خارج نطاق الإخراج الموثّق. استخدم الفترات الزمنية المُرجعة للأدوار لخط زمني للمتحدثين أو مراجعة على مستوى المقاطع، واحتفظ بالكلمات المتعرَّف عليها إذا أنشأت خطوة تحرير منفصلة لاحقًا ملاحظات أوضح.

تشمل المخرجات المفيدة مقطع إملاء مكتملًا أو تفريغ استعلام صوتي أو محادثة منسوبة إلى المتحدثين أو خطًا زمنيًا للعبارات. قارن الأسماء والأرقام والمصطلحات التقنية بالتسجيل الأصلي، وحافظ على ارتباطات الوضع والتوقيت، وأبقِ الأدوار المكتملة متاحة للمراجعة. يبيّن التفريغ ما تم التعرف عليه في الصوت؛ أما الإجابة عن سؤال منطوق أو ترجمته أو تحويله إلى ملاحظات اجتماع فهي خطوة لاحقة في التطبيق.

", "aboutText": "Muse Voice Transcribe 1.0 هو نموذج Meta للإدراك الصوتي لتفريغ الكلام واكتشاف حدود العبارات ونسبة الأدوار إلى المتحدثين. ينتمي إلى عائلة نماذج Muse Spark، ويجمع التعرف وفصل المتحدثين واكتشاف نهاية الكلام داخل النموذج. إخراجه نص متعرَّف عليه مع معلومات التوقيت والمتحدث المتاحة في الوضع المختار.\n\nيعالج النموذج الصوت في أجزاء بطول 80 مللي ثانية، ويقرر متى يواصل الاستماع أو يخرج نصًا. يتيح تأخيره التكيفي انتظار صوت إضافي عندما يصعب حسم كلمة. ينتج ذلك نصًا جزئيًا أثناء وصول الكلام، تتبعه نتائج تفريغ مكتملة. تعامل مع الفرضية الجزئية والدور المكتمل كمرحلتين مختلفتين من تجربة الاستماع.\n\nاختر بين ثلاثة أوضاع. Push-to-talk هو الافتراضي لعبارة واحدة مضبوطة، مثل استعلام صوتي أو مقطع إملاء قصير. يتيح Endpointing للنموذج اكتشاف حدود أدوار الكلام وإرجاع تفريغ مكتمل واحد لكل مقطع مكتشف. وينسب Diarization الكلام المتعرَّف عليه إلى تسميات المتحدثين، وهو مخصّص للتسجيلات متعددة المتحدثين، وليس لأسرع تبادل أدوار للأوامر الصوتية.\n\nلمقطع مسجل، يعيد مسار تفريغ الملف تفريغًا كاملًا في طلب واحد. النتيجة الافتراضية JSON يحتوي التفريغ ومدة الصوت، مع مصفوفة turns في وضعَي Endpointing وDiarization. ويمكن لكل دور حمل معرّف وبداية ونهاية بالمللي ثانية ونصه المتعرَّف عليه. وتظهر تسميات المتحدثين في وضع Diarization. ينتج Push-to-talk التفريغ الكامل من دون أدوار مكتشفة في تلك المصفوفة. ويمكن لواجهة الملفات المسجلة لدى الشركة إرجاع نص عادي أو تدفق أحداث تفريغ. يحتفظ النص العادي بالأدوار المكتشفة في أسطر منفصلة، ويمكن أن يشمل تسميات المتحدثين؛ وينتهي تدفق الأحداث بعد حدثه الأخير من دون ملخص JSON منفصل. يعيد وضعه الجزئي delta نصًا تزايديًا، بينما يحتوي حدث التفريغ النهائي الكلمات كاملة.\n\nجهّز ملف RIFF/WAVE يحتوي صوت PCM أحادي القناة بأعداد صحيحة 16 بت عند 16 أو 24 kHz. المعدل الأصلي للنموذج هو 24 kHz، وتقبل الواجهة أيضًا 16 kHz. حوّل الحاويات أو الترميزات الأخرى إلى صيغة WAV المدعومة قبل تقديم التسجيل. يسمح خيار تفريغ الملفات بصوت يصل إلى 10 دقائق وحجم إجمالي لجسم الطلب يصل إلى 32 MB. احتفظ بالتسجيل الأصلي وأي تحويل مرتبطين بالتفريغ المُرجع للمراجعة بالاستماع لاحقًا.\n\nيستخدم مسار الصوت الحي PCM خامًا أحادي القناة، بأعداد صحيحة ذات إشارة 16 بت وترتيب بايتات little-endian، مع صوت عند 16 أو 24 kHz يُرسَل بإيقاع يقارب الزمن الحقيقي. نافذة الجلسة الموثّقة 60 دقيقة. تصف Meta إدخالًا صوتيًا أصليًا يتجاوز ساعة واحدة؛ وتبقى حدود الملفات والجلسات الحية الموثّقة حدود واجهات منفصلة. اختر مسار الملف المسجل أو المسار الحي بحسب اكتمال الصوت بالفعل أو استمرار التقاطه، وأبقِ نتائج الجلسات المنفصلة مرتبطة بمقاطع إدخالها الخاصة.\n\nدُرّب Muse Voice Transcribe عبر أكثر من 70 لغة، بينما تسرد واجهة التعرف الموثّقة 25 لغة مدعومة. تشمل الإنجليزية والفرنسية والألمانية والإسبانية والعربية والصينية المندرينية والهندية واليابانية والكورية والإيطالية والبرتغالية. يتعرف على التبديل بين اللغات داخل الجمل أو بينها. يمكن لتلميح اللغة تسمية اللغات المتوقعة في الصوت، لكنه يوجّه التعرف ولا يفرض تفريغًا بلغة واحدة.\n\nتساعد تلميحات المفردات في مصطلحات المنتجات والاختصارات والأسماء أو الأماكن المهمة في التسجيل. قدّم الكلمات والتهجئات الفعلية التي تتوقع سماعها. ترجّح قائمة الكلمات المفتاحية التعرف من دون ضمان تهجئة دقيقة، لذا راجع المصطلحات الحاسمة مقابل الصوت. تُختار تلميحات اللغة والكلمات المفتاحية في بداية التفريغ؛ وأبقِها ملائمة لذلك التسجيل بدلًا من تغيير معناها أثناء تشغيل الجلسة.\n\nيدعم النموذج فصل المتحدثين في محادثات تضم أكثر من 20 متحدثًا. تحدّد تسميات مثل A وB المتحدثين داخل تفريغ واحد. وهي ليست أسماء متحقَّقًا منها، ولا تثبت أن التسمية تشير إلى الشخص نفسه في جلسة أخرى. ولمهمة أصلية لتحليل اجتماع، اطلب أدوارًا منسوبة إلى المتحدثين، واحتفظ بالتسجيل، واستخدم التسميات لتنظيم النقاش قبل ربط أي أسماء مشاركين حقيقية عبر مسار العمل المحيط.\n\nيمكن أن تتغير التفريغات الجزئية الحية مع وصول مزيد من الكلام. في الوضع التراكمي، يحل كل جزء محل الفرضية السابقة بدلًا من إضافة نسخة أخرى منها. تضع نهاية الكلام المكتشفة حدًا، بينما تقدّم نتيجة الدور المكتمل النص النهائي، وقد تختلف عن آخر جزء. أبقِ الأدوار المتداخلة مرتبطة بمعرّفاتها، وعالج النتائج المكتملة قبل اعتبار التفريغ منتهيًا. عند انتهاء الإدخال الحي، أرسل إشارة نهاية الإدخال واستمر في الاستقبال حتى ينهي المنتج إرسال النتائج المعلّقة. قد يؤدي إغلاق الاتصال فورًا إلى فقد هذه النتائج؛ فحد الكلام المكتشف ينهي دورًا، لا الجلسة كلها.\n\nالتوقيت على مستوى الدور. لا يوفّر هذا الخيار طوابع زمنية على مستوى الكلمات أو درجات ثقة، وليس تقدم معالجة الصوت طابعًا زمنيًا لكلمة معينة. كما يقع اكتشاف الأحداث الصوتية والعواطف وإعادة تنسيق التفريغ خارج نطاق الإخراج الموثّق. استخدم الفترات الزمنية المُرجعة للأدوار لخط زمني للمتحدثين أو مراجعة على مستوى المقاطع، واحتفظ بالكلمات المتعرَّف عليها إذا أنشأت خطوة تحرير منفصلة لاحقًا ملاحظات أوضح.\n\nتشمل المخرجات المفيدة مقطع إملاء مكتملًا أو تفريغ استعلام صوتي أو محادثة منسوبة إلى المتحدثين أو خطًا زمنيًا للعبارات. قارن الأسماء والأرقام والمصطلحات التقنية بالتسجيل الأصلي، وحافظ على ارتباطات الوضع والتوقيت، وأبقِ الأدوار المكتملة متاحة للمراجعة. يبيّن التفريغ ما تم التعرف عليه في الصوت؛ أما الإجابة عن سؤال منطوق أو ترجمته أو تحويله إلى ملاحظات اجتماع فهي خطوة لاحقة في التطبيق.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "5c40753d6ebd55796d4e00fb02fa15f1df30a2ce92f6363295a09ae950b8442a", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "ar", "methods": [ { "html": "
M

Meta: Muse Voice Transcribe 1.0

Meta /meta/muse-voice-transcribe-1.0

البداية

Muse Voice Transcribe 1.0 هو نموذج Meta لتحويل الكلام إلى نص، مخصص للإملاء وتحديد مداخلات المتحدثين وإعداد تفريغات نصية تميّز بينهم. يدعم تلميحات اللغة والمفردات، والتبديل بين اللغات أثناء الحديث، والتوقيت على مستوى كل مداخلة، مع مسارَي عمل منفصلين لمقطع مسجل وصوت مباشر.

المدخلات المقبولة
الصوت
النتائج
النص
عن النموذج

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

Muse Voice Transcribe 1.0 هو نموذج Meta للإدراك الصوتي لتفريغ الكلام واكتشاف حدود العبارات ونسبة الأدوار إلى المتحدثين. ينتمي إلى عائلة نماذج Muse Spark، ويجمع التعرف وفصل المتحدثين واكتشاف نهاية الكلام داخل النموذج. إخراجه نص متعرَّف عليه مع معلومات التوقيت والمتحدث المتاحة في الوضع المختار.

يعالج النموذج الصوت في أجزاء بطول 80 مللي ثانية، ويقرر متى يواصل الاستماع أو يخرج نصًا. يتيح تأخيره التكيفي انتظار صوت إضافي عندما يصعب حسم كلمة. ينتج ذلك نصًا جزئيًا أثناء وصول الكلام، تتبعه نتائج تفريغ مكتملة. تعامل مع الفرضية الجزئية والدور المكتمل كمرحلتين مختلفتين من تجربة الاستماع.

اختر بين ثلاثة أوضاع. Push-to-talk هو الافتراضي لعبارة واحدة مضبوطة، مثل استعلام صوتي أو مقطع إملاء قصير. يتيح Endpointing للنموذج اكتشاف حدود أدوار الكلام وإرجاع تفريغ مكتمل واحد لكل مقطع مكتشف. وينسب Diarization الكلام المتعرَّف عليه إلى تسميات المتحدثين، وهو مخصّص للتسجيلات متعددة المتحدثين، وليس لأسرع تبادل أدوار للأوامر الصوتية.

لمقطع مسجل، يعيد مسار تفريغ الملف تفريغًا كاملًا في طلب واحد. النتيجة الافتراضية JSON يحتوي التفريغ ومدة الصوت، مع مصفوفة turns في وضعَي Endpointing وDiarization. ويمكن لكل دور حمل معرّف وبداية ونهاية بالمللي ثانية ونصه المتعرَّف عليه. وتظهر تسميات المتحدثين في وضع Diarization. ينتج Push-to-talk التفريغ الكامل من دون أدوار مكتشفة في تلك المصفوفة. ويمكن لواجهة الملفات المسجلة لدى الشركة إرجاع نص عادي أو تدفق أحداث تفريغ. يحتفظ النص العادي بالأدوار المكتشفة في أسطر منفصلة، ويمكن أن يشمل تسميات المتحدثين؛ وينتهي تدفق الأحداث بعد حدثه الأخير من دون ملخص JSON منفصل. يعيد وضعه الجزئي delta نصًا تزايديًا، بينما يحتوي حدث التفريغ النهائي الكلمات كاملة.

جهّز ملف RIFF/WAVE يحتوي صوت PCM أحادي القناة بأعداد صحيحة 16 بت عند 16 أو 24 kHz. المعدل الأصلي للنموذج هو 24 kHz، وتقبل الواجهة أيضًا 16 kHz. حوّل الحاويات أو الترميزات الأخرى إلى صيغة WAV المدعومة قبل تقديم التسجيل. يسمح خيار تفريغ الملفات بصوت يصل إلى 10 دقائق وحجم إجمالي لجسم الطلب يصل إلى 32 MB. احتفظ بالتسجيل الأصلي وأي تحويل مرتبطين بالتفريغ المُرجع للمراجعة بالاستماع لاحقًا.

يستخدم مسار الصوت الحي PCM خامًا أحادي القناة، بأعداد صحيحة ذات إشارة 16 بت وترتيب بايتات little-endian، مع صوت عند 16 أو 24 kHz يُرسَل بإيقاع يقارب الزمن الحقيقي. نافذة الجلسة الموثّقة 60 دقيقة. تصف Meta إدخالًا صوتيًا أصليًا يتجاوز ساعة واحدة؛ وتبقى حدود الملفات والجلسات الحية الموثّقة حدود واجهات منفصلة. اختر مسار الملف المسجل أو المسار الحي بحسب اكتمال الصوت بالفعل أو استمرار التقاطه، وأبقِ نتائج الجلسات المنفصلة مرتبطة بمقاطع إدخالها الخاصة.

دُرّب Muse Voice Transcribe عبر أكثر من 70 لغة، بينما تسرد واجهة التعرف الموثّقة 25 لغة مدعومة. تشمل الإنجليزية والفرنسية والألمانية والإسبانية والعربية والصينية المندرينية والهندية واليابانية والكورية والإيطالية والبرتغالية. يتعرف على التبديل بين اللغات داخل الجمل أو بينها. يمكن لتلميح اللغة تسمية اللغات المتوقعة في الصوت، لكنه يوجّه التعرف ولا يفرض تفريغًا بلغة واحدة.

تساعد تلميحات المفردات في مصطلحات المنتجات والاختصارات والأسماء أو الأماكن المهمة في التسجيل. قدّم الكلمات والتهجئات الفعلية التي تتوقع سماعها. ترجّح قائمة الكلمات المفتاحية التعرف من دون ضمان تهجئة دقيقة، لذا راجع المصطلحات الحاسمة مقابل الصوت. تُختار تلميحات اللغة والكلمات المفتاحية في بداية التفريغ؛ وأبقِها ملائمة لذلك التسجيل بدلًا من تغيير معناها أثناء تشغيل الجلسة.

يدعم النموذج فصل المتحدثين في محادثات تضم أكثر من 20 متحدثًا. تحدّد تسميات مثل A وB المتحدثين داخل تفريغ واحد. وهي ليست أسماء متحقَّقًا منها، ولا تثبت أن التسمية تشير إلى الشخص نفسه في جلسة أخرى. ولمهمة أصلية لتحليل اجتماع، اطلب أدوارًا منسوبة إلى المتحدثين، واحتفظ بالتسجيل، واستخدم التسميات لتنظيم النقاش قبل ربط أي أسماء مشاركين حقيقية عبر مسار العمل المحيط.

يمكن أن تتغير التفريغات الجزئية الحية مع وصول مزيد من الكلام. في الوضع التراكمي، يحل كل جزء محل الفرضية السابقة بدلًا من إضافة نسخة أخرى منها. تضع نهاية الكلام المكتشفة حدًا، بينما تقدّم نتيجة الدور المكتمل النص النهائي، وقد تختلف عن آخر جزء. أبقِ الأدوار المتداخلة مرتبطة بمعرّفاتها، وعالج النتائج المكتملة قبل اعتبار التفريغ منتهيًا. عند انتهاء الإدخال الحي، أرسل إشارة نهاية الإدخال واستمر في الاستقبال حتى ينهي المنتج إرسال النتائج المعلّقة. قد يؤدي إغلاق الاتصال فورًا إلى فقد هذه النتائج؛ فحد الكلام المكتشف ينهي دورًا، لا الجلسة كلها.

التوقيت على مستوى الدور. لا يوفّر هذا الخيار طوابع زمنية على مستوى الكلمات أو درجات ثقة، وليس تقدم معالجة الصوت طابعًا زمنيًا لكلمة معينة. كما يقع اكتشاف الأحداث الصوتية والعواطف وإعادة تنسيق التفريغ خارج نطاق الإخراج الموثّق. استخدم الفترات الزمنية المُرجعة للأدوار لخط زمني للمتحدثين أو مراجعة على مستوى المقاطع، واحتفظ بالكلمات المتعرَّف عليها إذا أنشأت خطوة تحرير منفصلة لاحقًا ملاحظات أوضح.

تشمل المخرجات المفيدة مقطع إملاء مكتملًا أو تفريغ استعلام صوتي أو محادثة منسوبة إلى المتحدثين أو خطًا زمنيًا للعبارات. قارن الأسماء والأرقام والمصطلحات التقنية بالتسجيل الأصلي، وحافظ على ارتباطات الوضع والتوقيت، وأبقِ الأدوار المكتملة متاحة للمراجعة. يبيّن التفريغ ما تم التعرف عليه في الصوت؛ أما الإجابة عن سؤال منطوق أو ترجمته أو تحويله إلى ملاحظات اجتماع فهي خطوة لاحقة في التطبيق.

متاح في Ailoot · المدخلات والطرائق

Ailoot Ultra · تفريغ صوتي POST /v1/audio/transcriptions
الإدخال
audio
الإخراج
text
الحقلالنوعالمتطلبالقيم والحدودالقيمة الافتراضية
الحقلmodelالنوعstringالمتطلبمطلوبالقيم والحدود
meta/muse-voice-transcribe-1.0
القيمة الافتراضية—
الحقلinput_audioالنوعobjectالمتطلبمطلوبالقيم والحدودالقيمة الافتراضية—
معلمات الطريقة ودورة حياتها
المعلمةالمواصفات
المعلمةcontent_typeالمواصفاتapplication/json
المعلمةrequiredالمواصفاتmodel, input_audio
المعلمةmaterial_typesالمواصفاتaudio
المعلمةmaterial_conditionsالمواصفاتيقرأ 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.

الإعداداتجدول التعرفةوحدة الفوترةالرسوم
الإعداداتالتعرفات الأساسية للرموزجدول التعرفةالتعرفة الأساسيةوحدة 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 مُدخلجدول التعرفة—وحدة الفوترةلكل ثانية صوت مُدخلالرسوم
الإدخال · ثانية صوت مُدخل $0.0001 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

set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_AUDIO_FILE:?Set the path to your actual PCM WAV recording}"\nexport AILOOT_AUDIO_FILE\npython3 - <<'PY_REQUEST'\nimport base64, io, json, os, wave\nfrom pathlib import Path\naudio = Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes()\nif not (audio[:4] == b'RIFF' and audio[8:12] == b'WAVE'):\n    raise SystemExit('Supply your actual PCM WAV audio file')\nwith wave.open(io.BytesIO(audio), 'rb') as recording:\n    if recording.getcomptype() != 'NONE' or recording.getnframes() <= 0:\n        raise SystemExit('Supply a nonempty PCM WAV recording')\nrequest = {'model': 'meta/muse-voice-transcribe-1.0', 'input_audio': {'data': base64.b64encode(audio).decode('ascii'), 'format': 'wav'}}\nPath('request.json').write_text(json.dumps(request, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \\\n  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o response.bin\n# Retain the complete original response, headers and actual X-Client-Request-ID.\n# Read existing owned records for recovery; do not resubmit an uncertain operation.\n

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.

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
الحقلالنوع
الحقلtext (when present)النوع
الحقلusage (when present)النوع
الأخطاء والخطوات التالية
الاستجابةالشرطالخطوة التالية
الاستجابة⁦400⁩ · invalid_request_errorالشرطمتن JSON أو معرّف النموذج المعتمد الصريح غير صالح.الخطوة التاليةاحتفظ بالاستجابة وصحّح حقل الطلب المشار إليه.
الاستجابة⁦401⁩ · authentication_errorالشرطمفتاح API الخاص بـAiloot غير صالح.الخطوة التاليةاستخدم مفتاح API المخوَّل لك في Ailoot.
الاستجابة⁦403⁩ · permission_errorالشرطمجموعة المفتاح غير مخوّلة لاستخدام هذه الطريقة.الخطوة التاليةاحتفظ بتفاصيل الخطأ المُعادة.
الاستجابة⁦404⁩ · not_found_errorالشرطلا يوجد مسار مسموح به للطريقة المختارة.الخطوة التاليةاحتفظ بتفاصيل الخطأ المُعادة.
الاستجابة⁦422⁩ · price_unavailableالشرطيتعذر 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_errorالشرطتتطلب 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 meta/muse-voice-transcribe-1.0

الأسماء البديلة لمسارات الطرائق

استخدم مسارات الطرائق المعروضة أعلاه.

معرّفات النماذج ذات الصلة IDs

meta/muse-voice-transcribe-1.0

", "method_identity": { "effective_request_model_id": "meta/muse-voice-transcribe-1.0", "fmt": "transcriptions", "http": "POST", "path": "/v1/audio/transcriptions", "request_model_id": "meta/muse-voice-transcribe-1.0", "route_label": "Ultra" }, "method_key": "Ultra|transcriptions|/v1/audio/transcriptions|meta%2Fmuse-voice-transcribe-1.0", "ordinal": 0, "rawMethod": { "available": null, "cache_read": null, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.", "errors": [ { "code": null, "condition": "متن JSON أو معرّف النموذج المعتمد الصريح غير صالح.", "http_status": 400, "recovery": "احتفظ بالاستجابة وصحّح حقل الطلب المشار إليه.", "type": "invalid_request_error" }, { "code": null, "condition": "مفتاح API الخاص بـAiloot غير صالح.", "http_status": 401, "recovery": "استخدم مفتاح API المخوَّل لك في Ailoot.", "type": "authentication_error" }, { "code": null, "condition": "مجموعة المفتاح غير مخوّلة لاستخدام هذه الطريقة.", "http_status": 403, "recovery": "احتفظ بتفاصيل الخطأ المُعادة.", "type": "permission_error" }, { "code": null, "condition": "لا يوجد مسار مسموح به للطريقة المختارة.", "http_status": 404, "recovery": "احتفظ بتفاصيل الخطأ المُعادة.", "type": "not_found_error" }, { "code": null, "condition": "يتعذر على التعرفة المقبولة الحصول على كمية الإدخال المطلوبة أو حدّها.", "http_status": 422, "recovery": "احتفظ بالاستجابة؛ واستخدم صيغة تمثيل الإدخال التي تتطلبها التعرفة المقبولة.", "type": "price_unavailable" }, { "code": null, "condition": "التخزين المطلوب أو المسار أو سعر الطريقة أو حجز الرصيد غير متاح.", "http_status": 503, "recovery": "احتفظ بالاستجابة الأصلية كاملة. حجز الرصيد غير المؤكد لا يمنح الإذن بإعادة الإرسال.", "type": null }, { "code": null, "condition": "تتطلب النتيجة الأصلية أو الاستخدام أو التسوية التحقق.", "http_status": 502, "operation_id_source": "actual X-Client-Request-ID", "recovery": "احتفظ بمعرّف الطلب الفعلي وبالاستجابة الأصلية. اقرأ السجل الموجود المملوك لك؛ ولا تعِد إرسال طلب الإنشاء.", "response_headers": { "x-should-retry": "false" }, "type": "server_error" } ], "lifecycle": { "assets": [ { "http": "GET", "path": "/v1/media/assets" }, { "http": "GET", "path": "/v1/media/assets/{asset_id}" } ], "content": [ { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "url_source": "exact returned signed content URL" } ], "dedicated_method_polling_or_cancel": false, "mode": "synchronous_result_then_owned_library", "original_POST_adds_task_envelope": false, "status": [ { "http": "GET", "id_source": "exact task_id from an existing owned media record", "path": "/v1/media/tasks/{task_id}" } ], "unknown": "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." }, "outputs": { "all_results": "احتفظ بالاستجابة كاملة وبجميع الترويسات، وبكل مخرج فعلي، وبالمعرّفات الأصلية المُعادة، وبجميع حقول الاستخدام. استعد العملية الأصلية دون إرسال طلب الإنشاء مجددًا.", "family": "text", "fields": [ { "description": null, "name": "text (when present)", "type": null }, { "description": null, "name": "usage (when present)", "type": null } ], "result": "متن الاستجابة الأصلي كاملاً، والحالة والترويسات المُمرَّرة. لا يضيف هذا المعالج بنية JSON عامة أو حقل نص أو حاوية مهمة." }, "parameters": [ { "default_known": false, "enum": [ "meta/muse-voice-transcribe-1.0" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "default_known": false, "enum_known": false, "name": "input_audio", "required": true, "type": "object" } ], "request_schema": { "properties": { "input_audio": { "properties": { "data": { "contentEncoding": "base64", "type": "string" }, "format": { "type": "string" } }, "required": [ "data", "format" ], "type": "object" }, "model": { "enum": [ "meta/muse-voice-transcribe-1.0" ], "type": "string" } }, "required": [ "model", "input_audio" ], "type": "object" }, "schema_template": { "actual_file_preparation_required": true, "body": { "input_audio": { "data": "${BASE64_ACTUAL_WAV_BYTES}", "format": "wav" }, "model": "meta/muse-voice-transcribe-1.0" }, "content_type": "application/json" } }, "input": { "content_type": "application/json", "material_conditions": [ "يقرأ المثال ملف PCM WAV الفعلي غير الفارغ لديك، ويُرمّز جميع بايتات الملف بترميز base64، ويرسل input_audio.format بالقيمة wav." ], "material_types": [ "audio" ], "required": [ "model", "input_audio" ] }, "lifecycle": { "assets": [ { "http": "GET", "path": "/v1/media/assets" }, { "http": "GET", "path": "/v1/media/assets/{asset_id}" } ], "content": [ { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "url_source": "exact returned signed content URL" } ], "dedicated_method_polling_or_cancel": false, "mode": "synchronous_result_then_owned_library", "original_POST_adds_task_envelope": false, "status": [ { "http": "GET", "id_source": "قيمة task_id الدقيقة من سجل وسائط موجود مملوك لك", "path": "/v1/media/tasks/{task_id}" } ], "unknown": "Retain the actual X-Client-Request-ID and complete response. Read the original owned assets and their exact signed content URLs; never resubmit an uncertain creation." }, "method": { "http": "POST", "path": "/v1/audio/transcriptions" }, "output": { "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.", "family": "text", "fields": [ { "description": null, "name": "text (when present)", "type": null }, { "description": null, "name": "usage (when present)", "type": null } ], "result": "Complete original response body, status and forwarded headers. No universal JSON shape, text field or task envelope is added by this handler." } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "quoted_unit": "per input audio second" }, "label": "input audio second", "units": [ { "amount": "0.0001", "amount_unit": "usd_per_exact_native_unit", "billing_input": true, "estimate_only": false, "key": "audio_input_second", "label": "input audio second", "native_amount_usd_per_unit": "0.0001", "native_quantity": 1, "public_unit_label": "per input audio second", "quantity": 1, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "audio_input_second" } ] } ], "examples": [ { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_AUDIO_FILE:?Set the path to your actual PCM WAV recording}\"\nexport AILOOT_AUDIO_FILE\npython3 - <<'PY_REQUEST'\nimport base64, io, json, os, wave\nfrom pathlib import Path\naudio = Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes()\nif not (audio[:4] == b'RIFF' and audio[8:12] == b'WAVE'):\n raise SystemExit('Supply your actual PCM WAV audio file')\nwith wave.open(io.BytesIO(audio), 'rb') as recording:\n if recording.getcomptype() != 'NONE' or recording.getnframes() <= 0:\n raise SystemExit('Supply a nonempty PCM WAV recording')\nrequest = {'model': 'meta/muse-voice-transcribe-1.0', 'input_audio': {'data': base64.b64encode(audio).decode('ascii'), 'format': 'wav'}}\nPath('request.json').write_text(json.dumps(request, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o response.bin\n# Retain the complete original response, headers and actual X-Client-Request-ID.\n# Read existing owned records for recovery; do not resubmit an uncertain operation.\n", "label": "curl · actual WAV file and complete original result", "language": "bash" } ], "family": "openai", "fast_multiplier": null, "flex_multiplier": null, "fmt": "transcriptions", "hints": [ "The example reads your actual nonempty PCM WAV file, encodes the complete file bytes as base64 and sends input_audio.format as wav.", "The format value in the example is the documented recipe; no model-specific format list, limit or default is asserted.", "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again." ], "http": "POST", "in": null, "input": [ "audio" ], "label": "تفريغ صوتي", "max_out": null, "max_reasoning_effort_multiplier": null, "method_aliases": [], "native_endpoint": "audio_transcriptions", "out": null, "output": [ "text" ], "path": "/v1/audio/transcriptions", "price_conditions": [ { "label": "Fast mode", "value": "Not specified", "when": "When fast mode is selected" }, { "label": "Flex mode", "value": "Not specified", "when": "When flex mode is selected" }, { "label": "Maximum reasoning effort", "value": "Not specified", "when": "When maximum reasoning effort uses the default adjustment" } ], "pricing": { "billing_mode": "per_request", "image_input_price": null, "image_output_price": null, "per_request_price": null, "unit_prices": { "audio_input_second": 0.0001 } }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "quoted_unit": "per input audio second" }, "label": "input audio second", "units": [ { "amount": "0.0001", "amount_unit": "usd_per_exact_native_unit", "billing_input": true, "estimate_only": false, "key": "audio_input_second", "label": "input audio second", "native_amount_usd_per_unit": "0.0001", "native_quantity": 1, "public_unit_label": "per input audio second", "quantity": 1, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "audio_input_second" } ] } ], "request_model_id": "meta/muse-voice-transcribe-1.0", "route_label": "Ultra", "status_reads": [ "GET /v1/media/tasks/{task_id}" ], "tiers": [], "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" }, { "amount": "0.0001", "amount_unit": "usd_per_exact_native_unit", "billing_input": true, "estimate_only": false, "key": "audio_input_second", "label": "input audio second", "native_amount_usd_per_unit": "0.0001", "native_quantity": 1, "public_unit_label": "per input audio second", "quantity": 1, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "audio_input_second" } ] } } ], "model_id": "meta/muse-voice-transcribe-1.0", "nativeProvenance": { "input_facts_canonical_sha256": "2b3daa8ae234e3e5804f65145705b1595de1179d6696a65a0669cbb0c867bdbd", "input_html_sha256": "00f72be8249e64c6ada965ca3f1de3f797d62bfb9d34d8259ac0c8e16b1cbbfc", "private_audit_sha256": "ed7b323b3764f332f0149b9cec1b8f6e240e9601634b367fe78d39a95e0bdb9d", "role": "historical-normalized-input-audit-hashes", "schema": "ailoot-native-model-provenance-v2" }, "page": { "canonical": "https://ailoot.ai/models/ar/meta-muse-voice-transcribe-1-0/", "description": "Muse Voice Transcribe 1.0 هو نموذج Meta لتحويل الكلام إلى نص، مخصص للإملاء وتحديد مداخلات المتحدثين وإعداد تفريغات نصية تميّز بينهم. يدعم تلميحات اللغة والمفردات، والتبديل بين اللغات أثناء الحديث، والتوقيت على مستوى كل مداخلة، مع مسارَي عمل منفصلين لمقطع مسجل وصوت مباشر.", "locale": "ar", "md_url": "https://ailoot.ai/models/ar/meta-muse-voice-transcribe-1-0/index.md", "title": "Meta: Muse Voice Transcribe 1.0 — Ailoot", "url": "https://ailoot.ai/models/ar/meta-muse-voice-transcribe-1-0/" }, "rawModel": { "about": "Muse Voice Transcribe 1.0 هو نموذج Meta للإدراك الصوتي لتفريغ الكلام واكتشاف حدود العبارات ونسبة الأدوار إلى المتحدثين. ينتمي إلى عائلة نماذج Muse Spark، ويجمع التعرف وفصل المتحدثين واكتشاف نهاية الكلام داخل النموذج. إخراجه نص متعرَّف عليه مع معلومات التوقيت والمتحدث المتاحة في الوضع المختار.\n\nيعالج النموذج الصوت في أجزاء بطول 80 مللي ثانية، ويقرر متى يواصل الاستماع أو يخرج نصًا. يتيح تأخيره التكيفي انتظار صوت إضافي عندما يصعب حسم كلمة. ينتج ذلك نصًا جزئيًا أثناء وصول الكلام، تتبعه نتائج تفريغ مكتملة. تعامل مع الفرضية الجزئية والدور المكتمل كمرحلتين مختلفتين من تجربة الاستماع.\n\nاختر بين ثلاثة أوضاع. Push-to-talk هو الافتراضي لعبارة واحدة مضبوطة، مثل استعلام صوتي أو مقطع إملاء قصير. يتيح Endpointing للنموذج اكتشاف حدود أدوار الكلام وإرجاع تفريغ مكتمل واحد لكل مقطع مكتشف. وينسب Diarization الكلام المتعرَّف عليه إلى تسميات المتحدثين، وهو مخصّص للتسجيلات متعددة المتحدثين، وليس لأسرع تبادل أدوار للأوامر الصوتية.\n\nلمقطع مسجل، يعيد مسار تفريغ الملف تفريغًا كاملًا في طلب واحد. النتيجة الافتراضية JSON يحتوي التفريغ ومدة الصوت، مع مصفوفة turns في وضعَي Endpointing وDiarization. ويمكن لكل دور حمل معرّف وبداية ونهاية بالمللي ثانية ونصه المتعرَّف عليه. وتظهر تسميات المتحدثين في وضع Diarization. ينتج Push-to-talk التفريغ الكامل من دون أدوار مكتشفة في تلك المصفوفة. ويمكن لواجهة الملفات المسجلة لدى الشركة إرجاع نص عادي أو تدفق أحداث تفريغ. يحتفظ النص العادي بالأدوار المكتشفة في أسطر منفصلة، ويمكن أن يشمل تسميات المتحدثين؛ وينتهي تدفق الأحداث بعد حدثه الأخير من دون ملخص JSON منفصل. يعيد وضعه الجزئي delta نصًا تزايديًا، بينما يحتوي حدث التفريغ النهائي الكلمات كاملة.\n\nجهّز ملف RIFF/WAVE يحتوي صوت PCM أحادي القناة بأعداد صحيحة 16 بت عند 16 أو 24 kHz. المعدل الأصلي للنموذج هو 24 kHz، وتقبل الواجهة أيضًا 16 kHz. حوّل الحاويات أو الترميزات الأخرى إلى صيغة WAV المدعومة قبل تقديم التسجيل. يسمح خيار تفريغ الملفات بصوت يصل إلى 10 دقائق وحجم إجمالي لجسم الطلب يصل إلى 32 MB. احتفظ بالتسجيل الأصلي وأي تحويل مرتبطين بالتفريغ المُرجع للمراجعة بالاستماع لاحقًا.\n\nيستخدم مسار الصوت الحي PCM خامًا أحادي القناة، بأعداد صحيحة ذات إشارة 16 بت وترتيب بايتات little-endian، مع صوت عند 16 أو 24 kHz يُرسَل بإيقاع يقارب الزمن الحقيقي. نافذة الجلسة الموثّقة 60 دقيقة. تصف Meta إدخالًا صوتيًا أصليًا يتجاوز ساعة واحدة؛ وتبقى حدود الملفات والجلسات الحية الموثّقة حدود واجهات منفصلة. اختر مسار الملف المسجل أو المسار الحي بحسب اكتمال الصوت بالفعل أو استمرار التقاطه، وأبقِ نتائج الجلسات المنفصلة مرتبطة بمقاطع إدخالها الخاصة.\n\nدُرّب Muse Voice Transcribe عبر أكثر من 70 لغة، بينما تسرد واجهة التعرف الموثّقة 25 لغة مدعومة. تشمل الإنجليزية والفرنسية والألمانية والإسبانية والعربية والصينية المندرينية والهندية واليابانية والكورية والإيطالية والبرتغالية. يتعرف على التبديل بين اللغات داخل الجمل أو بينها. يمكن لتلميح اللغة تسمية اللغات المتوقعة في الصوت، لكنه يوجّه التعرف ولا يفرض تفريغًا بلغة واحدة.\n\nتساعد تلميحات المفردات في مصطلحات المنتجات والاختصارات والأسماء أو الأماكن المهمة في التسجيل. قدّم الكلمات والتهجئات الفعلية التي تتوقع سماعها. ترجّح قائمة الكلمات المفتاحية التعرف من دون ضمان تهجئة دقيقة، لذا راجع المصطلحات الحاسمة مقابل الصوت. تُختار تلميحات اللغة والكلمات المفتاحية في بداية التفريغ؛ وأبقِها ملائمة لذلك التسجيل بدلًا من تغيير معناها أثناء تشغيل الجلسة.\n\nيدعم النموذج فصل المتحدثين في محادثات تضم أكثر من 20 متحدثًا. تحدّد تسميات مثل A وB المتحدثين داخل تفريغ واحد. وهي ليست أسماء متحقَّقًا منها، ولا تثبت أن التسمية تشير إلى الشخص نفسه في جلسة أخرى. ولمهمة أصلية لتحليل اجتماع، اطلب أدوارًا منسوبة إلى المتحدثين، واحتفظ بالتسجيل، واستخدم التسميات لتنظيم النقاش قبل ربط أي أسماء مشاركين حقيقية عبر مسار العمل المحيط.\n\nيمكن أن تتغير التفريغات الجزئية الحية مع وصول مزيد من الكلام. في الوضع التراكمي، يحل كل جزء محل الفرضية السابقة بدلًا من إضافة نسخة أخرى منها. تضع نهاية الكلام المكتشفة حدًا، بينما تقدّم نتيجة الدور المكتمل النص النهائي، وقد تختلف عن آخر جزء. أبقِ الأدوار المتداخلة مرتبطة بمعرّفاتها، وعالج النتائج المكتملة قبل اعتبار التفريغ منتهيًا. عند انتهاء الإدخال الحي، أرسل إشارة نهاية الإدخال واستمر في الاستقبال حتى ينهي المنتج إرسال النتائج المعلّقة. قد يؤدي إغلاق الاتصال فورًا إلى فقد هذه النتائج؛ فحد الكلام المكتشف ينهي دورًا، لا الجلسة كلها.\n\nالتوقيت على مستوى الدور. لا يوفّر هذا الخيار طوابع زمنية على مستوى الكلمات أو درجات ثقة، وليس تقدم معالجة الصوت طابعًا زمنيًا لكلمة معينة. كما يقع اكتشاف الأحداث الصوتية والعواطف وإعادة تنسيق التفريغ خارج نطاق الإخراج الموثّق. استخدم الفترات الزمنية المُرجعة للأدوار لخط زمني للمتحدثين أو مراجعة على مستوى المقاطع، واحتفظ بالكلمات المتعرَّف عليها إذا أنشأت خطوة تحرير منفصلة لاحقًا ملاحظات أوضح.\n\nتشمل المخرجات المفيدة مقطع إملاء مكتملًا أو تفريغ استعلام صوتي أو محادثة منسوبة إلى المتحدثين أو خطًا زمنيًا للعبارات. قارن الأسماء والأرقام والمصطلحات التقنية بالتسجيل الأصلي، وحافظ على ارتباطات الوضع والتوقيت، وأبقِ الأدوار المكتملة متاحة للمراجعة. يبيّن التفريغ ما تم التعرف عليه في الصوت؛ أما الإجابة عن سؤال منطوق أو ترجمته أو تحويله إلى ملاحظات اجتماع فهي خطوة لاحقة في التطبيق.", "alias_of": null, "aliases": [], "author": "Meta", "capabilities": { "context_length": 0, "manufacturer_input": [ "audio" ], "manufacturer_output": [ "transcription" ] }, "card_routes": [ { "label": "Ultra", "rates": [ { "amount": "0.0001", "amount_unit": "usd_per_exact_native_unit", "billing_input": true, "estimate_only": false, "key": "audio_input_second", "label": "input audio second", "native_amount_usd_per_unit": "0.0001", "native_quantity": 1, "public_unit_label": "per input audio second", "quantity": 1, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "audio_input_second" } ], "summary": "التسعير الكامل للتكوين في التفاصيل." } ], "ctx": null, "formats": [ "transcriptions" ], "id": "meta/muse-voice-transcribe-1.0", "input": [ "audio" ], "kind": "audio", "max_out": null, "methods": [ { "available": null, "cache_read": null, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.", "errors": [ { "code": null, "condition": "متن JSON أو معرّف النموذج المعتمد الصريح غير صالح.", "http_status": 400, "recovery": "احتفظ بالاستجابة وصحّح حقل الطلب المشار إليه.", "type": "invalid_request_error" }, { "code": null, "condition": "مفتاح API الخاص بـAiloot غير صالح.", "http_status": 401, "recovery": "استخدم مفتاح API المخوَّل لك في Ailoot.", "type": "authentication_error" }, { "code": null, "condition": "مجموعة المفتاح غير مخوّلة لاستخدام هذه الطريقة.", "http_status": 403, "recovery": "احتفظ بتفاصيل الخطأ المُعادة.", "type": "permission_error" }, { "code": null, "condition": "لا يوجد مسار مسموح به للطريقة المختارة.", "http_status": 404, "recovery": "احتفظ بتفاصيل الخطأ المُعادة.", "type": "not_found_error" }, { "code": null, "condition": "يتعذر على التعرفة المقبولة الحصول على كمية الإدخال المطلوبة أو حدّها.", "http_status": 422, "recovery": "احتفظ بالاستجابة؛ واستخدم صيغة تمثيل الإدخال التي تتطلبها التعرفة المقبولة.", "type": "price_unavailable" }, { "code": null, "condition": "التخزين المطلوب أو المسار أو سعر الطريقة أو حجز الرصيد غير متاح.", "http_status": 503, "recovery": "احتفظ بالاستجابة الأصلية كاملة. حجز الرصيد غير المؤكد لا يمنح الإذن بإعادة الإرسال.", "type": null }, { "code": null, "condition": "تتطلب النتيجة الأصلية أو الاستخدام أو التسوية التحقق.", "http_status": 502, "operation_id_source": "actual X-Client-Request-ID", "recovery": "احتفظ بمعرّف الطلب الفعلي وبالاستجابة الأصلية. اقرأ السجل الموجود المملوك لك؛ ولا تعِد إرسال طلب الإنشاء.", "response_headers": { "x-should-retry": "false" }, "type": "server_error" } ], "lifecycle": { "assets": [ { "http": "GET", "path": "/v1/media/assets" }, { "http": "GET", "path": "/v1/media/assets/{asset_id}" } ], "content": [ { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "url_source": "exact returned signed content URL" } ], "dedicated_method_polling_or_cancel": false, "mode": "synchronous_result_then_owned_library", "original_POST_adds_task_envelope": false, "status": [ { "http": "GET", "id_source": "exact task_id from an existing owned media record", "path": "/v1/media/tasks/{task_id}" } ], "unknown": "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." }, "outputs": { "all_results": "احتفظ بالاستجابة كاملة وبجميع الترويسات، وبكل مخرج فعلي، وبالمعرّفات الأصلية المُعادة، وبجميع حقول الاستخدام. استعد العملية الأصلية دون إرسال طلب الإنشاء مجددًا.", "family": "text", "fields": [ { "description": null, "name": "text (when present)", "type": null }, { "description": null, "name": "usage (when present)", "type": null } ], "result": "متن الاستجابة الأصلي كاملاً، والحالة والترويسات المُمرَّرة. لا يضيف هذا المعالج بنية JSON عامة أو حقل نص أو حاوية مهمة." }, "parameters": [ { "default_known": false, "enum": [ "meta/muse-voice-transcribe-1.0" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "default_known": false, "enum_known": false, "name": "input_audio", "required": true, "type": "object" } ], "request_schema": { "properties": { "input_audio": { "properties": { "data": { "contentEncoding": "base64", "type": "string" }, "format": { "type": "string" } }, "required": [ "data", "format" ], "type": "object" }, "model": { "enum": [ "meta/muse-voice-transcribe-1.0" ], "type": "string" } }, "required": [ "model", "input_audio" ], "type": "object" }, "schema_template": { "actual_file_preparation_required": true, "body": { "input_audio": { "data": "${BASE64_ACTUAL_WAV_BYTES}", "format": "wav" }, "model": "meta/muse-voice-transcribe-1.0" }, "content_type": "application/json" } }, "input": { "content_type": "application/json", "material_conditions": [ "يقرأ المثال ملف PCM WAV الفعلي غير الفارغ لديك، ويُرمّز جميع بايتات الملف بترميز base64، ويرسل input_audio.format بالقيمة wav." ], "material_types": [ "audio" ], "required": [ "model", "input_audio" ] }, "lifecycle": { "assets": [ { "http": "GET", "path": "/v1/media/assets" }, { "http": "GET", "path": "/v1/media/assets/{asset_id}" } ], "content": [ { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "url_source": "exact returned signed content URL" } ], "dedicated_method_polling_or_cancel": false, "mode": "synchronous_result_then_owned_library", "original_POST_adds_task_envelope": false, "status": [ { "http": "GET", "id_source": "قيمة task_id الدقيقة من سجل وسائط موجود مملوك لك", "path": "/v1/media/tasks/{task_id}" } ], "unknown": "Retain the actual X-Client-Request-ID and complete response. Read the original owned assets and their exact signed content URLs; never resubmit an uncertain creation." }, "method": { "http": "POST", "path": "/v1/audio/transcriptions" }, "output": { "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.", "family": "text", "fields": [ { "description": null, "name": "text (when present)", "type": null }, { "description": null, "name": "usage (when present)", "type": null } ], "result": "Complete original response body, status and forwarded headers. No universal JSON shape, text field or task envelope is added by this handler." } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "quoted_unit": "per input audio second" }, "label": "input audio second", "units": [ { "amount": "0.0001", "amount_unit": "usd_per_exact_native_unit", "billing_input": true, "estimate_only": false, "key": "audio_input_second", "label": "input audio second", "native_amount_usd_per_unit": "0.0001", "native_quantity": 1, "public_unit_label": "per input audio second", "quantity": 1, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "audio_input_second" } ] } ], "examples": [ { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_AUDIO_FILE:?Set the path to your actual PCM WAV recording}\"\nexport AILOOT_AUDIO_FILE\npython3 - <<'PY_REQUEST'\nimport base64, io, json, os, wave\nfrom pathlib import Path\naudio = Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes()\nif not (audio[:4] == b'RIFF' and audio[8:12] == b'WAVE'):\n raise SystemExit('Supply your actual PCM WAV audio file')\nwith wave.open(io.BytesIO(audio), 'rb') as recording:\n if recording.getcomptype() != 'NONE' or recording.getnframes() <= 0:\n raise SystemExit('Supply a nonempty PCM WAV recording')\nrequest = {'model': 'meta/muse-voice-transcribe-1.0', 'input_audio': {'data': base64.b64encode(audio).decode('ascii'), 'format': 'wav'}}\nPath('request.json').write_text(json.dumps(request, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o response.bin\n# Retain the complete original response, headers and actual X-Client-Request-ID.\n# Read existing owned records for recovery; do not resubmit an uncertain operation.\n", "label": "curl · actual WAV file and complete original result", "language": "bash" } ], "family": "openai", "fast_multiplier": null, "flex_multiplier": null, "fmt": "transcriptions", "hints": [ "The example reads your actual nonempty PCM WAV file, encodes the complete file bytes as base64 and sends input_audio.format as wav.", "The format value in the example is the documented recipe; no model-specific format list, limit or default is asserted.", "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again." ], "http": "POST", "in": null, "input": [ "audio" ], "label": "تفريغ صوتي", "max_out": null, "max_reasoning_effort_multiplier": null, "method_aliases": [], "native_endpoint": "audio_transcriptions", "out": null, "output": [ "text" ], "path": "/v1/audio/transcriptions", "price_conditions": [ { "label": "Fast mode", "value": "Not specified", "when": "When fast mode is selected" }, { "label": "Flex mode", "value": "Not specified", "when": "When flex mode is selected" }, { "label": "Maximum reasoning effort", "value": "Not specified", "when": "When maximum reasoning effort uses the default adjustment" } ], "pricing": { "billing_mode": "per_request", "image_input_price": null, "image_output_price": null, "per_request_price": null, "unit_prices": { "audio_input_second": 0.0001 } }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "quoted_unit": "per input audio second" }, "label": "input audio second", "units": [ { "amount": "0.0001", "amount_unit": "usd_per_exact_native_unit", "billing_input": true, "estimate_only": false, "key": "audio_input_second", "label": "input audio second", "native_amount_usd_per_unit": "0.0001", "native_quantity": 1, "public_unit_label": "per input audio second", "quantity": 1, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "audio_input_second" } ] } ], "request_model_id": "meta/muse-voice-transcribe-1.0", "route_label": "Ultra", "status_reads": [ "GET /v1/media/tasks/{task_id}" ], "tiers": [], "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" }, { "amount": "0.0001", "amount_unit": "usd_per_exact_native_unit", "billing_input": true, "estimate_only": false, "key": "audio_input_second", "label": "input audio second", "native_amount_usd_per_unit": "0.0001", "native_quantity": 1, "public_unit_label": "per input audio second", "quantity": 1, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "audio_input_second" } ] } ], "model_aliases": [ { "canonical_model_id": "meta/muse-voice-transcribe-1.0", "request_model_id": "meta/muse-voice-transcribe-1.0", "route_label": "Ultra" } ], "name": "Meta: Muse Voice Transcribe 1.0", "price": { "in": null, "in_label": null, "out": null, "out_label": null, "sort_in": null, "sort_out": null, "varies": true }, "short": "Muse Voice Transcribe 1.0 هو نموذج Meta لتحويل الكلام إلى نص، مخصص للإملاء وتحديد مداخلات المتحدثين وإعداد تفريغات نصية تميّز بينهم. يدعم تلميحات اللغة والمفردات، والتبديل بين اللغات أثناء الحديث، والتوقيت على مستوى كل مداخلة، مع مسارَي عمل منفصلين لمقطع مسجل وصوت مباشر." }, "renderer_schema": { "method_order": "Original DTO methods order; every exact route/format/path/caller survives.", "prices": "Original public DTO fields and original native display HTML; no flattened or normalized offers." }, "representation": "exact-public-dto-and-native-renderer-html", "representationNotes": { "current_reference": { "about_json_pointer": "/aboutHtml", "methods": [ { "contract_json_pointer": "/methods/0/rawMethod/contract", "html_json_pointer": "/methods/0/html", "method_ordinal": 0 } ], "role": "current-semantic-reference" }, "raw_input": { "examples_role": "historical-input-not-current-ready-examples", "json_pointers": [ "/rawModel", "/methods/0/rawMethod" ], "role": "historical-owner-input" }, "schema": "ailoot-native-model-representations-v1" }, "schema": "ailoot-static-model-facts-v1", "schema_version": 1, "shortText": "Muse Voice Transcribe 1.0 هو نموذج Meta لتحويل الكلام إلى نص، مخصص للإملاء وتحديد مداخلات المتحدثين وإعداد تفريغات نصية تميّز بينهم. يدعم تلميحات اللغة والمفردات، والتبديل بين اللغات أثناء الحديث، والتوقيت على مستوى كل مداخلة، مع مسارَي عمل منفصلين لمقطع مسجل وصوت مباشر.", "source": { "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1", "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036", "raw_model_json_sha256": "8d7842e763c89e37bead2191b4c6e5844cb6c7f16c837ee3cc98df70b1d2e3cd", "renderer_sha256": "081ee0fd5b6b1b60564b02c52d62547e01e922c8c0a16e91a0d055073e76a10e" }, "sourceRevision": "7fccf717d37f03c55bfbc815509d402454e7206dfa0b3dbc69654f725ab2c0a7" }