{ "aboutHtml": "

Whisper 1 هو نموذج واجهة API من OpenAI للتعرّف العام على الكلام، وتذكر وثائقه أنه يعمل بنموذج Whisper V2 مفتوح المصدر. يتلقى ملفًا صوتيًا ويعيد نصًا. وتصف الشركة المصنّعة التعرّف متعدد اللغات وتحديد اللغة ومهمة منفصلة لترجمة الكلام. يحافظ التفريغ على اللغة المنطوقة؛ وتعيد واجهة الترجمة المنفصلة لدى الجهة المنتجة نصًا إنجليزيًا.

من التطبيقات المفيدة إعداد مقابلة أو ملاحظة صوتية أو محادثة مسجّلة للبحث والتحرير لاحقًا. قدّم التسجيل المكتمل ولغة إدخاله عند معرفتها. توثّق OpenAI دعم 98 لغة وتلاحظ أن دقة التعرّف تختلف بحسب اللغة. يستخدم تلميح اللغة المفرد رمز ISO 639-1؛ أما حقول اللغات المتعددة والكلمات المفتاحية الأحدث في نماذج التفريغ الأخرى فهي إعدادات منفصلة.

يقبل مسار تفريغ الملفات لدى الجهة المنتجة ملفات حتى 25 MB بصيغ MP3 أو MP4 أو MPEG أو MPGA أو M4A أو WAV أو WebM. ولتسجيل أكبر، استخدم صيغة مضغوطة أو قسّمه إلى أجزاء ضمن الحد. حافظ على حدود الجمل وترتيب الأجزاء ليظل التفريغ المجمع مرتبطًا بالتسجيل الأصلي. توفر حاوية الفيديو صوتها لهذه المهمة، ولا تكون مدخلًا لوصف بصري.

يمكن للتوجيه أن يقدّم أسماء أو اختصارات أو مفردات خاصة بالتسجيل وسياقًا من مقطع سابق. حد توجيه Whisper هو 224 رمزًا، ويجب أن تطابق لغة التوجيه لغة الصوت. وتذكر الشركة المصنّعة أن Whisper لا يتبع التعليمات كنموذج نصي عام. استخدم التوجيه سياقًا مناسبًا للتفريغ، ثم تحقّق من التهجئات المهمة بالرجوع إلى التسجيل بدل اعتبار قائمة المصطلحات كلمات لا بد أن المتحدث قالها.

توثّق الجهة المنتجة صيغ تفريغ JSON والنص العادي وSRT وVTT وverbose JSON. تتطلب الطوابع الزمنية للكلمات والمقاطع verbose JSON؛ ويمكن طلب أي من المستويين أو كليهما. ويذكر مرجع API أن طوابع المقاطع لا تضيف كمونًا، بينما تحتاج طوابع الكلمات إلى معالجة إضافية. تدعم هذه المخرجات إعداد الترجمات النصية وتحديد مواضع المقاطع أثناء التحرير؛ أما تعليقات فصل المتحدثين فتخص نموذجًا متخصصًا مختلفًا.

لا يدعم Whisper 1 بث تفريغ الملفات. ويوثّق مرجعه أيضًا درجة حرارة لأخذ العينات بين صفر وواحد؛ وعند الصفر يستطيع النموذج زيادتها تلقائيًا عندما تستدعي عتبات فك الترميز ذلك. يصف هذا إعدادات المعالجة لدى الجهة المنتجة، ولا يعد بأن ينتج كل تسجيل تفريغًا متطابقًا أو دقيقًا تمامًا.

حدّد المادة النهائية: تفريغ للبحث، أو ملف ترجمة نصية، أو نص مع توقيت الكلمات أو المقاطع. احتفظ بالتسجيل الأصلي وترتيب الأجزاء والمراجع الزمنية ذات الصلة مع النتيجة. ويمكن لخطوة تحرير نصي لاحقة تصحيح تهجئة أو إعداد ملخص، لكن قارن التغييرات بالصوت للحفاظ على معنى المتحدث. ويصبح النص المتعرّف عليه دليلًا للمهمة التالية، لا إجابة مولّدة عن السؤال المنطوق.

", "aboutText": "Whisper 1 هو نموذج واجهة API من OpenAI للتعرّف العام على الكلام، وتذكر وثائقه أنه يعمل بنموذج Whisper V2 مفتوح المصدر. يتلقى ملفًا صوتيًا ويعيد نصًا. وتصف الشركة المصنّعة التعرّف متعدد اللغات وتحديد اللغة ومهمة منفصلة لترجمة الكلام. يحافظ التفريغ على اللغة المنطوقة؛ وتعيد واجهة الترجمة المنفصلة لدى الجهة المنتجة نصًا إنجليزيًا.\n\nمن التطبيقات المفيدة إعداد مقابلة أو ملاحظة صوتية أو محادثة مسجّلة للبحث والتحرير لاحقًا. قدّم التسجيل المكتمل ولغة إدخاله عند معرفتها. توثّق OpenAI دعم 98 لغة وتلاحظ أن دقة التعرّف تختلف بحسب اللغة. يستخدم تلميح اللغة المفرد رمز ISO 639-1؛ أما حقول اللغات المتعددة والكلمات المفتاحية الأحدث في نماذج التفريغ الأخرى فهي إعدادات منفصلة.\n\nيقبل مسار تفريغ الملفات لدى الجهة المنتجة ملفات حتى 25 MB بصيغ MP3 أو MP4 أو MPEG أو MPGA أو M4A أو WAV أو WebM. ولتسجيل أكبر، استخدم صيغة مضغوطة أو قسّمه إلى أجزاء ضمن الحد. حافظ على حدود الجمل وترتيب الأجزاء ليظل التفريغ المجمع مرتبطًا بالتسجيل الأصلي. توفر حاوية الفيديو صوتها لهذه المهمة، ولا تكون مدخلًا لوصف بصري.\n\nيمكن للتوجيه أن يقدّم أسماء أو اختصارات أو مفردات خاصة بالتسجيل وسياقًا من مقطع سابق. حد توجيه Whisper هو 224 رمزًا، ويجب أن تطابق لغة التوجيه لغة الصوت. وتذكر الشركة المصنّعة أن Whisper لا يتبع التعليمات كنموذج نصي عام. استخدم التوجيه سياقًا مناسبًا للتفريغ، ثم تحقّق من التهجئات المهمة بالرجوع إلى التسجيل بدل اعتبار قائمة المصطلحات كلمات لا بد أن المتحدث قالها.\n\nتوثّق الجهة المنتجة صيغ تفريغ JSON والنص العادي وSRT وVTT وverbose JSON. تتطلب الطوابع الزمنية للكلمات والمقاطع verbose JSON؛ ويمكن طلب أي من المستويين أو كليهما. ويذكر مرجع API أن طوابع المقاطع لا تضيف كمونًا، بينما تحتاج طوابع الكلمات إلى معالجة إضافية. تدعم هذه المخرجات إعداد الترجمات النصية وتحديد مواضع المقاطع أثناء التحرير؛ أما تعليقات فصل المتحدثين فتخص نموذجًا متخصصًا مختلفًا.\n\nلا يدعم Whisper 1 بث تفريغ الملفات. ويوثّق مرجعه أيضًا درجة حرارة لأخذ العينات بين صفر وواحد؛ وعند الصفر يستطيع النموذج زيادتها تلقائيًا عندما تستدعي عتبات فك الترميز ذلك. يصف هذا إعدادات المعالجة لدى الجهة المنتجة، ولا يعد بأن ينتج كل تسجيل تفريغًا متطابقًا أو دقيقًا تمامًا.\n\nحدّد المادة النهائية: تفريغ للبحث، أو ملف ترجمة نصية، أو نص مع توقيت الكلمات أو المقاطع. احتفظ بالتسجيل الأصلي وترتيب الأجزاء والمراجع الزمنية ذات الصلة مع النتيجة. ويمكن لخطوة تحرير نصي لاحقة تصحيح تهجئة أو إعداد ملخص، لكن قارن التغييرات بالصوت للحفاظ على معنى المتحدث. ويصبح النص المتعرّف عليه دليلًا للمهمة التالية، لا إجابة مولّدة عن السؤال المنطوق.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "cd66c423d4c07f08f7117d73323569c808f9134db6ebb0f5f2f2c5b1fa15ed2b", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "ar", "methods": [ { "html": "
O

OpenAI: Whisper 1

OpenAI /openai/whisper-1

البداية

يفرّغ Whisper 1 ملفًا صوتيًا مكتملًا إلى نص، مع التعرّف متعدد اللغات وطوابع زمنية للكلمات أو المقاطع. تدعم الجهة المنتجة صيغ الترجمة النصية ومسارًا منفصلًا للترجمة إلى الإنجليزية؛ وتحافظ نتيجة التفريغ على لغة التسجيل.

المدخلات المقبولة
الصوت
النتائج
transcription
عن النموذج

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

Whisper 1 هو نموذج واجهة API من OpenAI للتعرّف العام على الكلام، وتذكر وثائقه أنه يعمل بنموذج Whisper V2 مفتوح المصدر. يتلقى ملفًا صوتيًا ويعيد نصًا. وتصف الشركة المصنّعة التعرّف متعدد اللغات وتحديد اللغة ومهمة منفصلة لترجمة الكلام. يحافظ التفريغ على اللغة المنطوقة؛ وتعيد واجهة الترجمة المنفصلة لدى الجهة المنتجة نصًا إنجليزيًا.

من التطبيقات المفيدة إعداد مقابلة أو ملاحظة صوتية أو محادثة مسجّلة للبحث والتحرير لاحقًا. قدّم التسجيل المكتمل ولغة إدخاله عند معرفتها. توثّق OpenAI دعم 98 لغة وتلاحظ أن دقة التعرّف تختلف بحسب اللغة. يستخدم تلميح اللغة المفرد رمز ISO 639-1؛ أما حقول اللغات المتعددة والكلمات المفتاحية الأحدث في نماذج التفريغ الأخرى فهي إعدادات منفصلة.

يقبل مسار تفريغ الملفات لدى الجهة المنتجة ملفات حتى 25 MB بصيغ MP3 أو MP4 أو MPEG أو MPGA أو M4A أو WAV أو WebM. ولتسجيل أكبر، استخدم صيغة مضغوطة أو قسّمه إلى أجزاء ضمن الحد. حافظ على حدود الجمل وترتيب الأجزاء ليظل التفريغ المجمع مرتبطًا بالتسجيل الأصلي. توفر حاوية الفيديو صوتها لهذه المهمة، ولا تكون مدخلًا لوصف بصري.

يمكن للتوجيه أن يقدّم أسماء أو اختصارات أو مفردات خاصة بالتسجيل وسياقًا من مقطع سابق. حد توجيه Whisper هو 224 رمزًا، ويجب أن تطابق لغة التوجيه لغة الصوت. وتذكر الشركة المصنّعة أن Whisper لا يتبع التعليمات كنموذج نصي عام. استخدم التوجيه سياقًا مناسبًا للتفريغ، ثم تحقّق من التهجئات المهمة بالرجوع إلى التسجيل بدل اعتبار قائمة المصطلحات كلمات لا بد أن المتحدث قالها.

توثّق الجهة المنتجة صيغ تفريغ JSON والنص العادي وSRT وVTT وverbose JSON. تتطلب الطوابع الزمنية للكلمات والمقاطع verbose JSON؛ ويمكن طلب أي من المستويين أو كليهما. ويذكر مرجع API أن طوابع المقاطع لا تضيف كمونًا، بينما تحتاج طوابع الكلمات إلى معالجة إضافية. تدعم هذه المخرجات إعداد الترجمات النصية وتحديد مواضع المقاطع أثناء التحرير؛ أما تعليقات فصل المتحدثين فتخص نموذجًا متخصصًا مختلفًا.

لا يدعم Whisper 1 بث تفريغ الملفات. ويوثّق مرجعه أيضًا درجة حرارة لأخذ العينات بين صفر وواحد؛ وعند الصفر يستطيع النموذج زيادتها تلقائيًا عندما تستدعي عتبات فك الترميز ذلك. يصف هذا إعدادات المعالجة لدى الجهة المنتجة، ولا يعد بأن ينتج كل تسجيل تفريغًا متطابقًا أو دقيقًا تمامًا.

حدّد المادة النهائية: تفريغ للبحث، أو ملف ترجمة نصية، أو نص مع توقيت الكلمات أو المقاطع. احتفظ بالتسجيل الأصلي وترتيب الأجزاء والمراجع الزمنية ذات الصلة مع النتيجة. ويمكن لخطوة تحرير نصي لاحقة تصحيح تهجئة أو إعداد ملخص، لكن قارن التغييرات بالصوت للحفاظ على معنى المتحدث. ويصبح النص المتعرّف عليه دليلًا للمهمة التالية، لا إجابة مولّدة عن السؤال المنطوق.

متاح في Ailoot · المدخلات والطرائق

Ailoot Ultra · التعرّف على الكلام POST /v1/audio/transcriptions
الإدخال
audio
الإخراج
transcription
صيغة الإخراج
json
الحقلالنوعالمتطلبالقيم والحدودالقيمة الافتراضية
الحقلmodelالنوعstringالمتطلبمطلوبالقيم والحدود
openai/whisper-1
القيمة الافتراضية—
الحقلfileالنوعfileالمتطلبمطلوبالقيم والحدود
نوع المحتوى: multipart/form-data
القيمة الافتراضية—
الحقلresponse_formatالنوعstringالمتطلباختياريالقيم والحدود
json
القيمة الافتراضية—
الحقلinput_audio.dataالنوعbase64_stringالمتطلبمطلوبالقيم والحدود
ينطبق عندما: إدخال WhisperOR بصيغة JSON
القيمة الافتراضية—
الحقلinput_audio.formatالنوعstringالمتطلبمطلوبالقيم والحدود
wav, mp3, flac, ogg, m4a, webm
ينطبق عندما: إدخال WhisperOR بصيغة JSON
القيمة الافتراضية—
تركيبات مواد الإدخال

· مطلوب: model, file

معلمات الطريقة ودورة حياتها
المعلمةالمواصفات
المعلمةcontoursالمواصفات{"content_types":["application/json","multipart/form-data"],"required_json":["model","input_audio.data","input_audio.format"],"required_multipart":["model","file"],"file_formats":["wav","mp3","flac","ogg","m4a","webm"],"response_format_optional":["json"]}, {"content_types":["multipart/form-data"],"required":["model","file"],"file_formats":["mp3"],"response_format_option":false}
المعلمةmax_bytesالمواصفات26214400
المعلمةmaterial_typesالمواصفاتaudio

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}

استخدم التسجيل الفعلي والتنسيق المطابق.

احتفظ بنص التفريغ كاملاً، والمقاطع، ومعرّفات المتحدثين، والتوقيت.

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 $0.0002 لكل ثانية صوت مُدخل

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.

OpenAI: Whisper 1

الأسعار حسب الإعدادات

الإعداداتشروط الفوترةالرسوم
الإعداداتOpenAI: Whisper 1 · الإعداد الافتراضيشروط الفوترةالإعداد الافتراضيالرسوم
الإدخال · ثواني الصوت المُدخل ⁦‏0.0002 US$⁩ 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 · التعرّف على الكلام

set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_AUDIO_FILE:?Set the path to your actual MP3 recording}"\nexport AILOOT_AUDIO_FILE\npython3 - <<'PY_REQUEST'\nimport os\nfrom pathlib import Path\np=Path(os.environ["AILOOT_AUDIO_FILE"])\nif not p.is_file() or p.suffix.lower()!=".mp3":raise SystemExit("Choose an existing MP3 recording")\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \\\n  -H "Authorization: Bearer $AILOOT_API_KEY" \\\n  --form-string model=openai/whisper-1 -F "file=@$AILOOT_AUDIO_FILE" \\\n  -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path("result.json").read_text())))\nPY_RESULT\n

استلام النتائج وحفظها

Ailoot Ultra · التعرّف على الكلام

json

عمليات أخرى لقراءة المحتوى
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \\\n  -H "Authorization: Bearer $AILOOT_API_KEY" -o media-assets.json\n
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
الحقلالنوع
الحقلtextالنوعstring
الحقلsegments[]النوعobject
الحقلtask_idالنوعstring
الحقلasset_urlالنوعstring
الحقلusageالنوعobject
الأخطاء والخطوات التالية
الاستجابةالشرطالخطوة التالية
الاستجابة⁦400⁩ · invalid_request_errorالشرطحقول مطلوبة أو تمثيل مادة أو قيمة معلمة غير صحيحةالخطوة التاليةصحّح الحقول المحددة قبل طلب إنشاء جديد.
الاستجابةserver_errorالشرطتشير الاستجابة المُعادة إلى أن العملية أو النتيجة تتطلب التحققالخطوة 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 openai/whisper-1

الأسماء البديلة لمسارات الطرائق

استخدم مسارات الطرائق المعروضة أعلاه.

معرّفات النماذج ذات الصلة IDs

openai/whisper-1

", "method_identity": { "effective_request_model_id": "openai/whisper-1", "fmt": "transcriptions", "http": "POST", "path": "/v1/audio/transcriptions", "request_model_id": "openai/whisper-1", "route_label": "Ultra" }, "method_key": "Ultra|transcriptions|/v1/audio/transcriptions|openai%2Fwhisper-1", "ordinal": 0, "rawMethod": { "available": null, "cache_read": null, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "all_results": "Retain complete JSON, not only text; preserve every available segment/speaker/timestamp and actual task/asset identity.", "errors": [ { "code": null, "condition": "حقول مطلوبة أو تمثيل مادة أو قيمة معلمة غير صحيحة", "http_status": 400, "recovery": "صحّح الحقول المحددة قبل طلب إنشاء جديد.", "type": "invalid_request_error" }, { "code": null, "condition": "تشير الاستجابة المُعادة إلى أن العملية أو النتيجة تتطلب التحقق", "http_status": null, "recovery": "احتفظ بمعرّف العملية أو المهمة الأصلي المُعاد، وبترويسات الطلب وبالاستجابة؛ وواصل عمليات القراءة المدعومة لتلك العملية الأصلية. لا تُعِد إرسال طلب الإنشاء.", "type": "server_error" } ], "hints": [], "ignored_fields": [], "lifecycle": { "all_results": "Follow everyactualreturnedoutputandownedasset; no result is discardedbecauseindex0orcontent_urlalreadyexists.", "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 URL; never construct token" } ], "mode": "synchronous_result_then_owned_library", "operation_id_is_not_task_id": true, "status": [ { "http": "GET", "id_source": "actual returned task_id or media library record", "path": "/v1/media/tasks/{task_id}" } ], "unknown": "احتفظ بقيمة operation_id/X-Client-Request-ID الأصلية للمطابقة دون إعادة الإرسال؛ لا يوجد مسار مخصص للاستعلام الدوري عن الصوت." }, "limits": { "decoded_audio_max_bytes": 26214400 }, "material_combinations": [ { "content_types": [ "application/json", "multipart/form-data" ], "file_formats": [ "wav", "mp3", "flac", "ogg", "m4a", "webm" ], "required_json": [ "model", "input_audio.data", "input_audio.format" ], "required_multipart": [ "model", "file" ], "response_format_optional": [ "json" ] }, { "content_types": [ "multipart/form-data" ], "file_formats": [ "mp3" ], "required": [ "model", "file" ], "response_format_option": false } ], "media_library": { "asset": { "fields": [ { "description": null, "name": "asset_id", "type": "string" }, { "description": null, "name": "task_id", "type": "string" }, { "description": null, "name": "output_key", "type": "string" }, { "description": null, "name": "family", "type": "string" }, { "description": null, "name": "model", "type": "string" }, { "description": null, "name": "method", "type": "string" }, { "description": null, "name": "status", "type": "string" }, { "description": null, "name": "content_type", "type": "string" }, { "description": null, "name": "sha256", "type": "string" }, { "description": null, "name": "size_bytes", "type": "integer" }, { "description": null, "name": "content_url", "type": "string" } ], "http": "GET", "id_source": "actual returned asset_id", "path": "/v1/media/assets/{asset_id}" }, "content": { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "range_header_supported": true, "url_source": "Use exact returned signed content_url including its token; do not construct a token." }, "expired_link": { "code": "link_expired", "http_status": 404, "recovery": "Read the asset again to obtain its refreshed signed content_url, then fetch that URL. Do not regenerate." }, "list": { "all_pages": "Follow every returned next_cursor, then select records by their actual task_id/output_key.", "http": "GET", "output_fields": [ { "description": null, "name": "object", "type": "string" }, { "description": null, "name": "data", "type": "asset[]" }, { "description": null, "name": "next_cursor", "type": "string|null" } ], "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "family", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "cursor", "required": false, "type": "string" }, { "availability": "source_interface", "default": 20, "default_known": true, "enum": null, "enum_known": false, "maximum": 100, "minimum": 1, "name": "limit", "required": false, "type": "integer" } ], "path": "/v1/media/assets" }, "revoke": { "http": "DELETE", "meaning": "Revokes/deletes the existing owned file; this is not generation cancellation.", "path": "/v1/media/assets/{asset_id}", "pending_status": "revoking", "success_statuses": [ 202, 204 ] }, "task": { "http": "GET", "id_source": "actual returned task_id or media library record; operation_id is not task_id", "path": "/v1/media/tasks/{task_id}" } }, "operation_modes": [ "speech_to_text" ], "outputs": { "all_results": "احتفظ بـJSON كاملاً، وليس النص وحده؛ وحافظ على كل مقطع ومتحدث وطابع زمني متاح، وعلى الهوية الفعلية للمهمة أو الأصل.", "family": "transcription", "fields": [ { "description": null, "name": "text", "type": "string" }, { "description": null, "name": "segments[]", "type": "object" }, { "description": null, "name": "task_id", "type": "string" }, { "description": null, "name": "asset_url", "type": "string" }, { "description": null, "name": "usage", "type": "object" } ], "format": "json" }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "openai/whisper-1" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "content_type": "multipart/form-data", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "file", "required": true, "type": "file" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "json" ], "enum_known": true, "name": "response_format", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "input_audio.data", "required": true, "type": "base64_string", "when": "إدخال WhisperOR بصيغة JSON" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "wav", "mp3", "flac", "ogg", "m4a", "webm" ], "enum_known": true, "name": "input_audio.format", "required": true, "type": "string", "when": "إدخال WhisperOR بصيغة JSON" } ], "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.", "unsupported": [ "unlistedtranscriptionoptions", "formatlabelthatdiffersfromactualbytes" ] }, "hints": [ "استخدم التسجيل الفعلي والتنسيق المطابق.", "احتفظ بنص التفريغ كاملاً، والمقاطع، ومعرّفات المتحدثين، والتوقيت." ], "input": { "contours": [ { "content_types": [ "application/json", "multipart/form-data" ], "file_formats": [ "wav", "mp3", "flac", "ogg", "m4a", "webm" ], "required_json": [ "model", "input_audio.data", "input_audio.format" ], "required_multipart": [ "model", "file" ], "response_format_optional": [ "json" ] }, { "content_types": [ "multipart/form-data" ], "file_formats": [ "mp3" ], "required": [ "model", "file" ], "response_format_option": false } ], "material_types": [ "audio" ], "max_bytes": 26214400 }, "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 URL; never construct token" } ], "mode": "synchronous_result_then_owned_library", "operation_id_is_not_task_id": true, "status": [ { "http": "GET", "id_source": "قيمة task_id الفعلية المُعادة أو سجل مكتبة الوسائط", "path": "/v1/media/tasks/{task_id}" } ], "unknown": "Retain original operation_id/X-Client-Request-ID for reconciliation without resubmission; no dedicated audio poll route." }, "manufacturer_capability": null, "method": { "http": "POST", "path": "/v1/audio/transcriptions" }, "method_aliases": [], "operation_modes": [ "speech_to_text" ], "output": { "family": "transcription", "format": "json", "http_success": 200, "owned_result_fields_302": [ "task_id", "asset_url" ], "result": "owned complete JSON transcript" } }, "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": "0.0002", "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": "0.0002", "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" } ] } ], "declared_tariff_references": [ { "client_selectable": false, "key": "9f485f9d704ef2cd14f1", "label": "OpenAI: Whisper 1", "profiles": [ { "basis": "", "dimensions": { "conditions": "الإعداد الافتراضي" }, "label": "OpenAI: Whisper 1 · الإعداد الافتراضي", "units": [ { "amount": "0.0002", "amount_unit": "usd_per_exact_physical_unit", "billing_input": false, "key": "d4e53ea51572a9d8f9fcc8e4", "label": "Input audio seconds", "public_unit_label": "per input audio second", "quantity": "1", "rate_role": "declared_tariff_rate", "side": "in", "unit": "input_audio_second" } ] } ] } ], "examples": [ { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_AUDIO_FILE:?Set the path to your actual MP3 recording}\"\nexport AILOOT_AUDIO_FILE\npython3 - <<'PY_REQUEST'\nimport os\nfrom pathlib import Path\np=Path(os.environ[\"AILOOT_AUDIO_FILE\"])\nif not p.is_file() or p.suffix.lower()!=\".mp3\":raise SystemExit(\"Choose an existing MP3 recording\")\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" \\\n --form-string model=openai/whisper-1 -F \"file=@$AILOOT_AUDIO_FILE\" \\\n -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path(\"result.json\").read_text())))\nPY_RESULT\n", "label": "curl", "language": "bash" }, { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -o media-assets.json\n", "label": "List actual media assets", "language": "bash" }, { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_MEDIA_TASK_ID:?Set the actual ID returned by the response or media-library metadata}\"\nexport AILOOT_MEDIA_TASK_ID\nresource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ[\"AILOOT_MEDIA_TASK_ID\"],safe=\"\"))')\ncurl --fail-with-body --silent --show-error \"https://api.ailoot.ai/v1/media/tasks/$resource_id\" \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -o media-task.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path(\"media-task.json\").read_text())))\nPY_RESULT\n", "label": "Read actual media task", "language": "bash" }, { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_ASSET_ID:?Set the actual ID returned by the response or media-library metadata}\"\nexport AILOOT_ASSET_ID\nresource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ[\"AILOOT_ASSET_ID\"],safe=\"\"))')\ncurl --fail-with-body --silent --show-error \"https://api.ailoot.ai/v1/media/assets/$resource_id\" \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -o media-asset.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path(\"media-asset.json\").read_text())))\nPY_RESULT\n", "label": "Read actual asset metadata", "language": "bash" } ], "family": "openai", "fast_multiplier": null, "flex_multiplier": null, "fmt": "transcriptions", "hints": [ "Use actual recording and matching format.", "Preserve full transcript, segments, speaker IDs and timing." ], "http": "POST", "in": null, "input": [ "audio" ], "label": "Распознавание речи", "max_out": null, "max_reasoning_effort_multiplier": null, "method_aliases": [], "out": null, "output": [ "transcription" ], "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": 0.0002 } }, "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": "0.0002", "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": "0.0002", "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": "openai/whisper-1", "route_label": "Ultra", "status_reads": [ "GET /v1/media/tasks/{task_id}", "GET /v1/media/assets/{asset_id}/content" ], "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": "0.0002", "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": "0.0002", "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": "openai/whisper-1", "nativeProvenance": { "input_facts_canonical_sha256": "0893bb84c5d79b37bc450dcc23273b0ca0e09f518bfb98d2702499a92d1b9586", "input_html_sha256": "ef23a0c0826a8640511df4925822ec3106c56903006561518a02ad76f5c73ddf", "private_audit_sha256": "9ce7faa96d3c35439c4941f67bd022305a02419e122b4a14d7442748dca131be", "role": "historical-normalized-input-audit-hashes", "schema": "ailoot-native-model-provenance-v2" }, "page": { "canonical": "https://ailoot.ai/models/ar/openai-whisper-1/", "description": "يفرّغ Whisper 1 ملفًا صوتيًا مكتملًا إلى نص، مع التعرّف متعدد اللغات وطوابع زمنية للكلمات أو المقاطع. تدعم الجهة المنتجة صيغ الترجمة النصية ومسارًا منفصلًا للترجمة إلى الإنجليزية؛ وتحافظ نتيجة التفريغ على لغة التسجيل.", "locale": "ar", "md_url": "https://ailoot.ai/models/ar/openai-whisper-1/index.md", "title": "OpenAI: Whisper 1 — Ailoot", "url": "https://ailoot.ai/models/ar/openai-whisper-1/" }, "rawModel": { "about": "Whisper 1 هو نموذج واجهة API من OpenAI للتعرّف العام على الكلام، وتذكر وثائقه أنه يعمل بنموذج Whisper V2 مفتوح المصدر. يتلقى ملفًا صوتيًا ويعيد نصًا. وتصف الشركة المصنّعة التعرّف متعدد اللغات وتحديد اللغة ومهمة منفصلة لترجمة الكلام. يحافظ التفريغ على اللغة المنطوقة؛ وتعيد واجهة الترجمة المنفصلة لدى الجهة المنتجة نصًا إنجليزيًا.\n\nمن التطبيقات المفيدة إعداد مقابلة أو ملاحظة صوتية أو محادثة مسجّلة للبحث والتحرير لاحقًا. قدّم التسجيل المكتمل ولغة إدخاله عند معرفتها. توثّق OpenAI دعم 98 لغة وتلاحظ أن دقة التعرّف تختلف بحسب اللغة. يستخدم تلميح اللغة المفرد رمز ISO 639-1؛ أما حقول اللغات المتعددة والكلمات المفتاحية الأحدث في نماذج التفريغ الأخرى فهي إعدادات منفصلة.\n\nيقبل مسار تفريغ الملفات لدى الجهة المنتجة ملفات حتى 25 MB بصيغ MP3 أو MP4 أو MPEG أو MPGA أو M4A أو WAV أو WebM. ولتسجيل أكبر، استخدم صيغة مضغوطة أو قسّمه إلى أجزاء ضمن الحد. حافظ على حدود الجمل وترتيب الأجزاء ليظل التفريغ المجمع مرتبطًا بالتسجيل الأصلي. توفر حاوية الفيديو صوتها لهذه المهمة، ولا تكون مدخلًا لوصف بصري.\n\nيمكن للتوجيه أن يقدّم أسماء أو اختصارات أو مفردات خاصة بالتسجيل وسياقًا من مقطع سابق. حد توجيه Whisper هو 224 رمزًا، ويجب أن تطابق لغة التوجيه لغة الصوت. وتذكر الشركة المصنّعة أن Whisper لا يتبع التعليمات كنموذج نصي عام. استخدم التوجيه سياقًا مناسبًا للتفريغ، ثم تحقّق من التهجئات المهمة بالرجوع إلى التسجيل بدل اعتبار قائمة المصطلحات كلمات لا بد أن المتحدث قالها.\n\nتوثّق الجهة المنتجة صيغ تفريغ JSON والنص العادي وSRT وVTT وverbose JSON. تتطلب الطوابع الزمنية للكلمات والمقاطع verbose JSON؛ ويمكن طلب أي من المستويين أو كليهما. ويذكر مرجع API أن طوابع المقاطع لا تضيف كمونًا، بينما تحتاج طوابع الكلمات إلى معالجة إضافية. تدعم هذه المخرجات إعداد الترجمات النصية وتحديد مواضع المقاطع أثناء التحرير؛ أما تعليقات فصل المتحدثين فتخص نموذجًا متخصصًا مختلفًا.\n\nلا يدعم Whisper 1 بث تفريغ الملفات. ويوثّق مرجعه أيضًا درجة حرارة لأخذ العينات بين صفر وواحد؛ وعند الصفر يستطيع النموذج زيادتها تلقائيًا عندما تستدعي عتبات فك الترميز ذلك. يصف هذا إعدادات المعالجة لدى الجهة المنتجة، ولا يعد بأن ينتج كل تسجيل تفريغًا متطابقًا أو دقيقًا تمامًا.\n\nحدّد المادة النهائية: تفريغ للبحث، أو ملف ترجمة نصية، أو نص مع توقيت الكلمات أو المقاطع. احتفظ بالتسجيل الأصلي وترتيب الأجزاء والمراجع الزمنية ذات الصلة مع النتيجة. ويمكن لخطوة تحرير نصي لاحقة تصحيح تهجئة أو إعداد ملخص، لكن قارن التغييرات بالصوت للحفاظ على معنى المتحدث. ويصبح النص المتعرّف عليه دليلًا للمهمة التالية، لا إجابة مولّدة عن السؤال المنطوق.", "alias_of": null, "aliases": [], "author": "OpenAI", "available": null, "canonical_model": "openai/whisper-1", "capabilities": { "context_length": 0, "manufacturer_input": [ "audio" ], "manufacturer_output": [ "transcription" ] }, "card_routes": [ { "label": "Ultra", "rates": [ { "amount": "0.0002", "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": "0.0002", "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, "entity_type": "model", "formats": [ "transcriptions" ], "id": "openai/whisper-1", "input": [ "audio" ], "kind": "transcription", "max_out": null, "methods": [ { "available": null, "cache_read": null, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "all_results": "Retain complete JSON, not only text; preserve every available segment/speaker/timestamp and actual task/asset identity.", "errors": [ { "code": null, "condition": "حقول مطلوبة أو تمثيل مادة أو قيمة معلمة غير صحيحة", "http_status": 400, "recovery": "صحّح الحقول المحددة قبل طلب إنشاء جديد.", "type": "invalid_request_error" }, { "code": null, "condition": "تشير الاستجابة المُعادة إلى أن العملية أو النتيجة تتطلب التحقق", "http_status": null, "recovery": "احتفظ بمعرّف العملية أو المهمة الأصلي المُعاد، وبترويسات الطلب وبالاستجابة؛ وواصل عمليات القراءة المدعومة لتلك العملية الأصلية. لا تُعِد إرسال طلب الإنشاء.", "type": "server_error" } ], "hints": [], "ignored_fields": [], "lifecycle": { "all_results": "Follow everyactualreturnedoutputandownedasset; no result is discardedbecauseindex0orcontent_urlalreadyexists.", "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 URL; never construct token" } ], "mode": "synchronous_result_then_owned_library", "operation_id_is_not_task_id": true, "status": [ { "http": "GET", "id_source": "actual returned task_id or media library record", "path": "/v1/media/tasks/{task_id}" } ], "unknown": "احتفظ بقيمة operation_id/X-Client-Request-ID الأصلية للمطابقة دون إعادة الإرسال؛ لا يوجد مسار مخصص للاستعلام الدوري عن الصوت." }, "limits": { "decoded_audio_max_bytes": 26214400 }, "material_combinations": [ { "content_types": [ "application/json", "multipart/form-data" ], "file_formats": [ "wav", "mp3", "flac", "ogg", "m4a", "webm" ], "required_json": [ "model", "input_audio.data", "input_audio.format" ], "required_multipart": [ "model", "file" ], "response_format_optional": [ "json" ] }, { "content_types": [ "multipart/form-data" ], "file_formats": [ "mp3" ], "required": [ "model", "file" ], "response_format_option": false } ], "media_library": { "asset": { "fields": [ { "description": null, "name": "asset_id", "type": "string" }, { "description": null, "name": "task_id", "type": "string" }, { "description": null, "name": "output_key", "type": "string" }, { "description": null, "name": "family", "type": "string" }, { "description": null, "name": "model", "type": "string" }, { "description": null, "name": "method", "type": "string" }, { "description": null, "name": "status", "type": "string" }, { "description": null, "name": "content_type", "type": "string" }, { "description": null, "name": "sha256", "type": "string" }, { "description": null, "name": "size_bytes", "type": "integer" }, { "description": null, "name": "content_url", "type": "string" } ], "http": "GET", "id_source": "actual returned asset_id", "path": "/v1/media/assets/{asset_id}" }, "content": { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "range_header_supported": true, "url_source": "Use exact returned signed content_url including its token; do not construct a token." }, "expired_link": { "code": "link_expired", "http_status": 404, "recovery": "Read the asset again to obtain its refreshed signed content_url, then fetch that URL. Do not regenerate." }, "list": { "all_pages": "Follow every returned next_cursor, then select records by their actual task_id/output_key.", "http": "GET", "output_fields": [ { "description": null, "name": "object", "type": "string" }, { "description": null, "name": "data", "type": "asset[]" }, { "description": null, "name": "next_cursor", "type": "string|null" } ], "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "family", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "cursor", "required": false, "type": "string" }, { "availability": "source_interface", "default": 20, "default_known": true, "enum": null, "enum_known": false, "maximum": 100, "minimum": 1, "name": "limit", "required": false, "type": "integer" } ], "path": "/v1/media/assets" }, "revoke": { "http": "DELETE", "meaning": "Revokes/deletes the existing owned file; this is not generation cancellation.", "path": "/v1/media/assets/{asset_id}", "pending_status": "revoking", "success_statuses": [ 202, 204 ] }, "task": { "http": "GET", "id_source": "actual returned task_id or media library record; operation_id is not task_id", "path": "/v1/media/tasks/{task_id}" } }, "operation_modes": [ "speech_to_text" ], "outputs": { "all_results": "احتفظ بـJSON كاملاً، وليس النص وحده؛ وحافظ على كل مقطع ومتحدث وطابع زمني متاح، وعلى الهوية الفعلية للمهمة أو الأصل.", "family": "transcription", "fields": [ { "description": null, "name": "text", "type": "string" }, { "description": null, "name": "segments[]", "type": "object" }, { "description": null, "name": "task_id", "type": "string" }, { "description": null, "name": "asset_url", "type": "string" }, { "description": null, "name": "usage", "type": "object" } ], "format": "json" }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "openai/whisper-1" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "content_type": "multipart/form-data", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "file", "required": true, "type": "file" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "json" ], "enum_known": true, "name": "response_format", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "input_audio.data", "required": true, "type": "base64_string", "when": "إدخال WhisperOR بصيغة JSON" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "wav", "mp3", "flac", "ogg", "m4a", "webm" ], "enum_known": true, "name": "input_audio.format", "required": true, "type": "string", "when": "إدخال WhisperOR بصيغة JSON" } ], "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.", "unsupported": [ "unlistedtranscriptionoptions", "formatlabelthatdiffersfromactualbytes" ] }, "hints": [ "استخدم التسجيل الفعلي والتنسيق المطابق.", "احتفظ بنص التفريغ كاملاً، والمقاطع، ومعرّفات المتحدثين، والتوقيت." ], "input": { "contours": [ { "content_types": [ "application/json", "multipart/form-data" ], "file_formats": [ "wav", "mp3", "flac", "ogg", "m4a", "webm" ], "required_json": [ "model", "input_audio.data", "input_audio.format" ], "required_multipart": [ "model", "file" ], "response_format_optional": [ "json" ] }, { "content_types": [ "multipart/form-data" ], "file_formats": [ "mp3" ], "required": [ "model", "file" ], "response_format_option": false } ], "material_types": [ "audio" ], "max_bytes": 26214400 }, "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 URL; never construct token" } ], "mode": "synchronous_result_then_owned_library", "operation_id_is_not_task_id": true, "status": [ { "http": "GET", "id_source": "قيمة task_id الفعلية المُعادة أو سجل مكتبة الوسائط", "path": "/v1/media/tasks/{task_id}" } ], "unknown": "Retain original operation_id/X-Client-Request-ID for reconciliation without resubmission; no dedicated audio poll route." }, "manufacturer_capability": null, "method": { "http": "POST", "path": "/v1/audio/transcriptions" }, "method_aliases": [], "operation_modes": [ "speech_to_text" ], "output": { "family": "transcription", "format": "json", "http_success": 200, "owned_result_fields_302": [ "task_id", "asset_url" ], "result": "owned complete JSON transcript" } }, "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": "0.0002", "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": "0.0002", "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" } ] } ], "declared_tariff_references": [ { "client_selectable": false, "key": "9f485f9d704ef2cd14f1", "label": "OpenAI: Whisper 1", "profiles": [ { "basis": "", "dimensions": { "conditions": "الإعداد الافتراضي" }, "label": "OpenAI: Whisper 1 · الإعداد الافتراضي", "units": [ { "amount": "0.0002", "amount_unit": "usd_per_exact_physical_unit", "billing_input": false, "key": "d4e53ea51572a9d8f9fcc8e4", "label": "Input audio seconds", "public_unit_label": "per input audio second", "quantity": "1", "rate_role": "declared_tariff_rate", "side": "in", "unit": "input_audio_second" } ] } ] } ], "examples": [ { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_AUDIO_FILE:?Set the path to your actual MP3 recording}\"\nexport AILOOT_AUDIO_FILE\npython3 - <<'PY_REQUEST'\nimport os\nfrom pathlib import Path\np=Path(os.environ[\"AILOOT_AUDIO_FILE\"])\nif not p.is_file() or p.suffix.lower()!=\".mp3\":raise SystemExit(\"Choose an existing MP3 recording\")\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" \\\n --form-string model=openai/whisper-1 -F \"file=@$AILOOT_AUDIO_FILE\" \\\n -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path(\"result.json\").read_text())))\nPY_RESULT\n", "label": "curl", "language": "bash" }, { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -o media-assets.json\n", "label": "List actual media assets", "language": "bash" }, { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_MEDIA_TASK_ID:?Set the actual ID returned by the response or media-library metadata}\"\nexport AILOOT_MEDIA_TASK_ID\nresource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ[\"AILOOT_MEDIA_TASK_ID\"],safe=\"\"))')\ncurl --fail-with-body --silent --show-error \"https://api.ailoot.ai/v1/media/tasks/$resource_id\" \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -o media-task.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path(\"media-task.json\").read_text())))\nPY_RESULT\n", "label": "Read actual media task", "language": "bash" }, { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_ASSET_ID:?Set the actual ID returned by the response or media-library metadata}\"\nexport AILOOT_ASSET_ID\nresource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ[\"AILOOT_ASSET_ID\"],safe=\"\"))')\ncurl --fail-with-body --silent --show-error \"https://api.ailoot.ai/v1/media/assets/$resource_id\" \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -o media-asset.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path(\"media-asset.json\").read_text())))\nPY_RESULT\n", "label": "Read actual asset metadata", "language": "bash" } ], "family": "openai", "fast_multiplier": null, "flex_multiplier": null, "fmt": "transcriptions", "hints": [ "Use actual recording and matching format.", "Preserve full transcript, segments, speaker IDs and timing." ], "http": "POST", "in": null, "input": [ "audio" ], "label": "Распознавание речи", "max_out": null, "max_reasoning_effort_multiplier": null, "method_aliases": [], "out": null, "output": [ "transcription" ], "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": 0.0002 } }, "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": "0.0002", "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": "0.0002", "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": "openai/whisper-1", "route_label": "Ultra", "status_reads": [ "GET /v1/media/tasks/{task_id}", "GET /v1/media/assets/{asset_id}/content" ], "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": "0.0002", "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": "0.0002", "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": "openai/whisper-1", "request_model_id": "openai/whisper-1", "route_label": "Ultra" } ], "name": "OpenAI: Whisper 1", "price": { "in": null, "in_label": null, "out": null, "out_label": null, "sort_in": null, "sort_out": null, "varies": true }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Ultra", "units": [ { "amount": "0.0002", "amount_unit": "usd_per_declared_unit", "conditions": {}, "key": "prompt", "label": "prompt", "quantity": "1", "rate_role": "typed_active_maker_rate", "side": "in", "unit": "input_audio_second" } ] } ], "public_id": "openai/whisper-1", "short": "يفرّغ Whisper 1 ملفًا صوتيًا مكتملًا إلى نص، مع التعرّف متعدد اللغات وطوابع زمنية للكلمات أو المقاطع. تدعم الجهة المنتجة صيغ الترجمة النصية ومسارًا منفصلًا للترجمة إلى الإنجليزية؛ وتحافظ نتيجة التفريغ على لغة التسجيل." }, "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": "يفرّغ Whisper 1 ملفًا صوتيًا مكتملًا إلى نص، مع التعرّف متعدد اللغات وطوابع زمنية للكلمات أو المقاطع. تدعم الجهة المنتجة صيغ الترجمة النصية ومسارًا منفصلًا للترجمة إلى الإنجليزية؛ وتحافظ نتيجة التفريغ على لغة التسجيل.", "source": { "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1", "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036", "raw_model_json_sha256": "bbf11e1ce52d1c9e3772f4123f765c6cdc2fc4da4baa80bf5e633ac5bc59343d", "renderer_sha256": "081ee0fd5b6b1b60564b02c52d62547e01e922c8c0a16e91a0d055073e76a10e" }, "sourceRevision": "81b4e151e6b33b00935b81e0735df9b1c9e194add2faeb197299247c353457b4" }