{ "aboutHtml": "

Whisper large-v3 هو نقطة تحقق منشورة من OpenAI للتعرّف على الكلام، تضم نحو 1.55 مليار معلمة. وهو نموذج متعدد اللغات ببنية مُرمّز ومُفكّك ترميز: يدخل الصوت إلى المُرمّز ويتنبأ مُفكّك الترميز بالنص والرموز المرتبطة بالمهمة. وتتمثل مهامه الرئيسية في تفريغ الكلام بلغته الأصلية وترجمته إلى الإنجليزية. وهو هوية نموذج بأوزان مفتوحة، تبقى منفصلة عن معرّف نموذج خدمة مستضافة أو قواعد تلك الخدمة لرفع الملفات وصيغ الاستجابة.

يحتفظ Large-v3 ببنية نقاط تحقق Whisper الكبيرة السابقة مع تغييرين معلنين: يستخدم مدخله من المخطط الطيفي 128 نطاقًا لترددات Mel بدل 80، ويضيف رمز لغة للكانتونية. وتصف بطاقة النموذج لدى الجهة المنتجة التدريب على مليون ساعة من الصوت ذي الوسوم الضعيفة وأربعة ملايين ساعة من الصوت ذي الوسوم الزائفة التي أُعدّت باستخدام Whisper large-v2. واستُخدم هذا المزيج لدورتي تدريب. الإصدار نقطة تحقق large-v3 محددة، لا اسم عام لكل نموذج في عائلة Whisper.

ينفّذ سير عمل الاستدلال الموثّق التفريغ افتراضيًا، ويحافظ على لغة الكلام في التسجيل. ويمكنه اكتشاف اللغة الأصلية تلقائيًا أو تلقّي اختيار لغة معروفة. وللترجمة، يقدّم النموذج الكبير متعدد اللغات نتيجة نصية إنجليزية من كلام بغير الإنجليزية. اختر تلك المهمة صراحة: التفريغ باللغة نفسها والترجمة الإنجليزية مادتان مختلفتان. للمقابلة، احتفظ بالصياغة بلغتها الأصلية؛ ولمستند مرجعي إنجليزي، حدّد أن النتيجة المطلوبة ترجمة للمحتوى المنطوق.

إعداد الصوت جزء من مسار الإدخال. يفك مُحمّل OpenAI ترميز التسجيل إلى موجة صوتية أحادية القناة ويعيد أخذ عيناتها عند 16 kHz. والمجال الصوتي الذي يستقبله النموذج هو 30 ثانية. وهذه نافذة معالجة، لا أقصى طول لمقابلة أو محاضرة كاملة. يمكن للاستدلال المطوّل أن يتقدم تسلسليًا عبر نوافذ منزلقة، أو يقسّم تسجيلًا طويلًا إلى أجزاء متداخلة ويجمع تفريغاتها. وتصف بطاقة النموذج لدى الجهة المنتجة المعالجة التسلسلية عندما تكون الدقة أولوية، والمعالجة المجزأة عندما تكون سرعة إنجاز تسجيل طويل واحد أهم.

يسرد الإعداد المنشور 448 موضعًا لمُفكّك الترميز في تسلسل فك ترميز واحد. تُعالج التسجيلات الأطول بالمسار المطوّل، بدل اعتبار ذلك الرقم حدًا عامًا لطول التفريغ. ويمكن لسير العمل الموثّق إعادة طوابع زمنية على مستوى المقاطع أو الكلمات مع النص المتعرّف عليه. وتفيد هذه المعلومات الزمنية في التنقل داخل التسجيلات وإعداد الترجمات النصية، فيما تظل حاوية الترجمة النهائية أو صيغة ملف التفريغ اختيارًا منفصلًا لتنسيق الإخراج. حافظ على توقيت التسجيل عند إعداد الصوت إذا كان التفريغ سيُحاذى مع المادة الأصلية.

دور Whisper المقصود هو التعرّف على الكلام وترجمته. يُعد تفريغ محاضرة أو سجل مقابلة أو مجموعة مواد منطوقة قابلة للبحث مخرجًا عمليًا؛ ويمكن أن يتبع ذلك التلخيص أو التفسير بوصفه خطوة أخرى على النص. ولا تثبت بطاقة النموذج التصنيف الآلي الموثوق للمتحدثين أو فصلهم بوصفه مخرجًا قياسيًا لنقطة التحقق الأساسية. إذا احتاجت المهمة إلى تسميات المتحدثين، فيجب معالجة هذا المتطلب منفصلًا عن الادعاء بدقة التفريغ. وتحدّد متطلبات المهمة المفيدة اللغة الأصلية، وما إذا كان المطلوب تفريغًا أو ترجمة إنجليزية، وما إذا كانت المعلومات الزمنية لازمة.

تشمل القيود الجوهرية اختلاق نص لم يُنطق أصلًا وتكرار النص، ويرتبط ذلك بالتدريب ضعيف الإشراف على بيانات مشوشة وبنية التسلسل إلى التسلسل. تختلف جودة التعرّف بين اللغات واللكنات واللهجات، وتضعف حيث تقل مواد التدريب. لذلك ينبغي تمثيل الضوضاء والمفردات المتخصصة وتداخل الكلام في العينة المستخدمة للحكم على الملاءمة. قارن الأسماء والكميات والعبارات المهمة بالتسجيل، وافحص المقاطع غير الكلامية أو الأسطر المتكررة بدل اعتبار التفريغ السلس دليلًا على سماع كل كلمة.

تحتفظ النتيجة الكاملة بالنص المتعرّف عليه ولغته وأي توقيت مطلوب مع مرجع إلى التسجيل الأصلي. افصل التفريغ عن التحرير اللاحق: فقد يزيل التفريغ المصحح للنشر كلمات الحشو، بينما يحافظ التفريغ المتعرّف عليه على ما أعاده النموذج فعلًا. ويجب أن تظل هوية Large-v3 وقدرته على الترجمة منفصلتين أيضًا عن إصدار Turbo الأسرع. تعتمد سرعة المعالجة الفعلية على اللغة ومعدل الكلام والأجهزة وطريقة الاستدلال؛ ولا يُستنتج كمون استضافة معين أو أقصى حجم رفع أو مسار تطبيق مفعّل من اسم نقطة التحقق وحده.

", "aboutText": "Whisper large-v3 هو نقطة تحقق منشورة من OpenAI للتعرّف على الكلام، تضم نحو 1.55 مليار معلمة. وهو نموذج متعدد اللغات ببنية مُرمّز ومُفكّك ترميز: يدخل الصوت إلى المُرمّز ويتنبأ مُفكّك الترميز بالنص والرموز المرتبطة بالمهمة. وتتمثل مهامه الرئيسية في تفريغ الكلام بلغته الأصلية وترجمته إلى الإنجليزية. وهو هوية نموذج بأوزان مفتوحة، تبقى منفصلة عن معرّف نموذج خدمة مستضافة أو قواعد تلك الخدمة لرفع الملفات وصيغ الاستجابة.\n\nيحتفظ Large-v3 ببنية نقاط تحقق Whisper الكبيرة السابقة مع تغييرين معلنين: يستخدم مدخله من المخطط الطيفي 128 نطاقًا لترددات Mel بدل 80، ويضيف رمز لغة للكانتونية. وتصف بطاقة النموذج لدى الجهة المنتجة التدريب على مليون ساعة من الصوت ذي الوسوم الضعيفة وأربعة ملايين ساعة من الصوت ذي الوسوم الزائفة التي أُعدّت باستخدام Whisper large-v2. واستُخدم هذا المزيج لدورتي تدريب. الإصدار نقطة تحقق large-v3 محددة، لا اسم عام لكل نموذج في عائلة Whisper.\n\nينفّذ سير عمل الاستدلال الموثّق التفريغ افتراضيًا، ويحافظ على لغة الكلام في التسجيل. ويمكنه اكتشاف اللغة الأصلية تلقائيًا أو تلقّي اختيار لغة معروفة. وللترجمة، يقدّم النموذج الكبير متعدد اللغات نتيجة نصية إنجليزية من كلام بغير الإنجليزية. اختر تلك المهمة صراحة: التفريغ باللغة نفسها والترجمة الإنجليزية مادتان مختلفتان. للمقابلة، احتفظ بالصياغة بلغتها الأصلية؛ ولمستند مرجعي إنجليزي، حدّد أن النتيجة المطلوبة ترجمة للمحتوى المنطوق.\n\nإعداد الصوت جزء من مسار الإدخال. يفك مُحمّل OpenAI ترميز التسجيل إلى موجة صوتية أحادية القناة ويعيد أخذ عيناتها عند 16 kHz. والمجال الصوتي الذي يستقبله النموذج هو 30 ثانية. وهذه نافذة معالجة، لا أقصى طول لمقابلة أو محاضرة كاملة. يمكن للاستدلال المطوّل أن يتقدم تسلسليًا عبر نوافذ منزلقة، أو يقسّم تسجيلًا طويلًا إلى أجزاء متداخلة ويجمع تفريغاتها. وتصف بطاقة النموذج لدى الجهة المنتجة المعالجة التسلسلية عندما تكون الدقة أولوية، والمعالجة المجزأة عندما تكون سرعة إنجاز تسجيل طويل واحد أهم.\n\nيسرد الإعداد المنشور 448 موضعًا لمُفكّك الترميز في تسلسل فك ترميز واحد. تُعالج التسجيلات الأطول بالمسار المطوّل، بدل اعتبار ذلك الرقم حدًا عامًا لطول التفريغ. ويمكن لسير العمل الموثّق إعادة طوابع زمنية على مستوى المقاطع أو الكلمات مع النص المتعرّف عليه. وتفيد هذه المعلومات الزمنية في التنقل داخل التسجيلات وإعداد الترجمات النصية، فيما تظل حاوية الترجمة النهائية أو صيغة ملف التفريغ اختيارًا منفصلًا لتنسيق الإخراج. حافظ على توقيت التسجيل عند إعداد الصوت إذا كان التفريغ سيُحاذى مع المادة الأصلية.\n\nدور Whisper المقصود هو التعرّف على الكلام وترجمته. يُعد تفريغ محاضرة أو سجل مقابلة أو مجموعة مواد منطوقة قابلة للبحث مخرجًا عمليًا؛ ويمكن أن يتبع ذلك التلخيص أو التفسير بوصفه خطوة أخرى على النص. ولا تثبت بطاقة النموذج التصنيف الآلي الموثوق للمتحدثين أو فصلهم بوصفه مخرجًا قياسيًا لنقطة التحقق الأساسية. إذا احتاجت المهمة إلى تسميات المتحدثين، فيجب معالجة هذا المتطلب منفصلًا عن الادعاء بدقة التفريغ. وتحدّد متطلبات المهمة المفيدة اللغة الأصلية، وما إذا كان المطلوب تفريغًا أو ترجمة إنجليزية، وما إذا كانت المعلومات الزمنية لازمة.\n\nتشمل القيود الجوهرية اختلاق نص لم يُنطق أصلًا وتكرار النص، ويرتبط ذلك بالتدريب ضعيف الإشراف على بيانات مشوشة وبنية التسلسل إلى التسلسل. تختلف جودة التعرّف بين اللغات واللكنات واللهجات، وتضعف حيث تقل مواد التدريب. لذلك ينبغي تمثيل الضوضاء والمفردات المتخصصة وتداخل الكلام في العينة المستخدمة للحكم على الملاءمة. قارن الأسماء والكميات والعبارات المهمة بالتسجيل، وافحص المقاطع غير الكلامية أو الأسطر المتكررة بدل اعتبار التفريغ السلس دليلًا على سماع كل كلمة.\n\nتحتفظ النتيجة الكاملة بالنص المتعرّف عليه ولغته وأي توقيت مطلوب مع مرجع إلى التسجيل الأصلي. افصل التفريغ عن التحرير اللاحق: فقد يزيل التفريغ المصحح للنشر كلمات الحشو، بينما يحافظ التفريغ المتعرّف عليه على ما أعاده النموذج فعلًا. ويجب أن تظل هوية Large-v3 وقدرته على الترجمة منفصلتين أيضًا عن إصدار Turbo الأسرع. تعتمد سرعة المعالجة الفعلية على اللغة ومعدل الكلام والأجهزة وطريقة الاستدلال؛ ولا يُستنتج كمون استضافة معين أو أقصى حجم رفع أو مسار تطبيق مفعّل من اسم نقطة التحقق وحده.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "9cb666b2d9cc52914d9a2ecbbff1e1207882c7585b8d6b13662a7629c8e257be", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "ar", "methods": [ { "html": "
O

OpenAI: Whisper Large V3

OpenAI /openai/whisper-large-v3

البداية

Whisper large-v3 هو نقطة تحقق من OpenAI للتعرّف على الكلام متعدد اللغات، بأوزان مفتوحة، من أجل التفريغ وترجمة الكلام إلى الإنجليزية. يحوّل الكلام المسجّل إلى نص، مع اختيار لغة وطوابع زمنية موثّقة ومعالجة للتسجيلات الطويلة تتجاوز نافذته الصوتية البالغة 30 ثانية.

المدخلات المقبولة
الصوت
النتائج
transcription
عن النموذج

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

Whisper large-v3 هو نقطة تحقق منشورة من OpenAI للتعرّف على الكلام، تضم نحو 1.55 مليار معلمة. وهو نموذج متعدد اللغات ببنية مُرمّز ومُفكّك ترميز: يدخل الصوت إلى المُرمّز ويتنبأ مُفكّك الترميز بالنص والرموز المرتبطة بالمهمة. وتتمثل مهامه الرئيسية في تفريغ الكلام بلغته الأصلية وترجمته إلى الإنجليزية. وهو هوية نموذج بأوزان مفتوحة، تبقى منفصلة عن معرّف نموذج خدمة مستضافة أو قواعد تلك الخدمة لرفع الملفات وصيغ الاستجابة.

يحتفظ Large-v3 ببنية نقاط تحقق Whisper الكبيرة السابقة مع تغييرين معلنين: يستخدم مدخله من المخطط الطيفي 128 نطاقًا لترددات Mel بدل 80، ويضيف رمز لغة للكانتونية. وتصف بطاقة النموذج لدى الجهة المنتجة التدريب على مليون ساعة من الصوت ذي الوسوم الضعيفة وأربعة ملايين ساعة من الصوت ذي الوسوم الزائفة التي أُعدّت باستخدام Whisper large-v2. واستُخدم هذا المزيج لدورتي تدريب. الإصدار نقطة تحقق large-v3 محددة، لا اسم عام لكل نموذج في عائلة Whisper.

ينفّذ سير عمل الاستدلال الموثّق التفريغ افتراضيًا، ويحافظ على لغة الكلام في التسجيل. ويمكنه اكتشاف اللغة الأصلية تلقائيًا أو تلقّي اختيار لغة معروفة. وللترجمة، يقدّم النموذج الكبير متعدد اللغات نتيجة نصية إنجليزية من كلام بغير الإنجليزية. اختر تلك المهمة صراحة: التفريغ باللغة نفسها والترجمة الإنجليزية مادتان مختلفتان. للمقابلة، احتفظ بالصياغة بلغتها الأصلية؛ ولمستند مرجعي إنجليزي، حدّد أن النتيجة المطلوبة ترجمة للمحتوى المنطوق.

إعداد الصوت جزء من مسار الإدخال. يفك مُحمّل OpenAI ترميز التسجيل إلى موجة صوتية أحادية القناة ويعيد أخذ عيناتها عند 16 kHz. والمجال الصوتي الذي يستقبله النموذج هو 30 ثانية. وهذه نافذة معالجة، لا أقصى طول لمقابلة أو محاضرة كاملة. يمكن للاستدلال المطوّل أن يتقدم تسلسليًا عبر نوافذ منزلقة، أو يقسّم تسجيلًا طويلًا إلى أجزاء متداخلة ويجمع تفريغاتها. وتصف بطاقة النموذج لدى الجهة المنتجة المعالجة التسلسلية عندما تكون الدقة أولوية، والمعالجة المجزأة عندما تكون سرعة إنجاز تسجيل طويل واحد أهم.

يسرد الإعداد المنشور 448 موضعًا لمُفكّك الترميز في تسلسل فك ترميز واحد. تُعالج التسجيلات الأطول بالمسار المطوّل، بدل اعتبار ذلك الرقم حدًا عامًا لطول التفريغ. ويمكن لسير العمل الموثّق إعادة طوابع زمنية على مستوى المقاطع أو الكلمات مع النص المتعرّف عليه. وتفيد هذه المعلومات الزمنية في التنقل داخل التسجيلات وإعداد الترجمات النصية، فيما تظل حاوية الترجمة النهائية أو صيغة ملف التفريغ اختيارًا منفصلًا لتنسيق الإخراج. حافظ على توقيت التسجيل عند إعداد الصوت إذا كان التفريغ سيُحاذى مع المادة الأصلية.

دور Whisper المقصود هو التعرّف على الكلام وترجمته. يُعد تفريغ محاضرة أو سجل مقابلة أو مجموعة مواد منطوقة قابلة للبحث مخرجًا عمليًا؛ ويمكن أن يتبع ذلك التلخيص أو التفسير بوصفه خطوة أخرى على النص. ولا تثبت بطاقة النموذج التصنيف الآلي الموثوق للمتحدثين أو فصلهم بوصفه مخرجًا قياسيًا لنقطة التحقق الأساسية. إذا احتاجت المهمة إلى تسميات المتحدثين، فيجب معالجة هذا المتطلب منفصلًا عن الادعاء بدقة التفريغ. وتحدّد متطلبات المهمة المفيدة اللغة الأصلية، وما إذا كان المطلوب تفريغًا أو ترجمة إنجليزية، وما إذا كانت المعلومات الزمنية لازمة.

تشمل القيود الجوهرية اختلاق نص لم يُنطق أصلًا وتكرار النص، ويرتبط ذلك بالتدريب ضعيف الإشراف على بيانات مشوشة وبنية التسلسل إلى التسلسل. تختلف جودة التعرّف بين اللغات واللكنات واللهجات، وتضعف حيث تقل مواد التدريب. لذلك ينبغي تمثيل الضوضاء والمفردات المتخصصة وتداخل الكلام في العينة المستخدمة للحكم على الملاءمة. قارن الأسماء والكميات والعبارات المهمة بالتسجيل، وافحص المقاطع غير الكلامية أو الأسطر المتكررة بدل اعتبار التفريغ السلس دليلًا على سماع كل كلمة.

تحتفظ النتيجة الكاملة بالنص المتعرّف عليه ولغته وأي توقيت مطلوب مع مرجع إلى التسجيل الأصلي. افصل التفريغ عن التحرير اللاحق: فقد يزيل التفريغ المصحح للنشر كلمات الحشو، بينما يحافظ التفريغ المتعرّف عليه على ما أعاده النموذج فعلًا. ويجب أن تظل هوية Large-v3 وقدرته على الترجمة منفصلتين أيضًا عن إصدار Turbo الأسرع. تعتمد سرعة المعالجة الفعلية على اللغة ومعدل الكلام والأجهزة وطريقة الاستدلال؛ ولا يُستنتج كمون استضافة معين أو أقصى حجم رفع أو مسار تطبيق مفعّل من اسم نقطة التحقق وحده.

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-large-v3
القيمة الافتراضية—
الحقلinput_audioالنوعobjectالمتطلبمطلوبالقيم والحدودالقيمة الافتراضية—
الحقلlanguageالنوعstringالمتطلباختياريالقيم والحدودالقيمة الافتراضية—
الحقلtemperatureالنوعnumberالمتطلباختياريالقيم والحدود
الحد الأدنى: ⁦0⁩
الحد الأقصى: ⁦1⁩
القيمة الافتراضية—
الحقلresponse_formatالنوعstringالمتطلباختياريالقيم والحدود
json, verbose_json
القيمة الافتراضيةjson
الحقلtimestamp_granularitiesالنوعarrayالمتطلباختياريالقيم والحدودالقيمة الافتراضية—
الحقلproviderالنوعobjectالمتطلباختياريالقيم والحدودالقيمة الافتراضية—
تركيبات مواد الإدخال

speech_to_text · مطلوب: actual matching-format audio file

معلمات الطريقة ودورة حياتها
المعلمةالمواصفات
المعلمةcontent_typesالمواصفاتapplication/json, multipart/form-data
المعلمةrequiredالمواصفاتmodel, input_audio
المعلمةmaterial_typesالمواصفاتaudio
المعلمةJSON_audioالمواصفاتبايتات الصوت الخام الفعلية بترميز base64، مع التنسيق المطابق
المعلمةmultipart_requiredالمواصفاتmodel, file
المعلمةmultipart_cap_bytesالمواصفات26214400
المعلمةoptional_controlsالمواصفاتlanguage, temperature, response_format, timestamp_granularities, provider
المعلمةdefault_response_formatالمواصفاتjson
المعلمةoptional_featuresالمواصفاتتتطلب المخرجات التفصيلية وخيارات diarize/keyterms والصوت عبر URL أو الصوت المضمّن الأكبر حجماً إمكانية وتعرفة تتوافقان مع النموذج والمزوّد المحددين.

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 النموذج الدقيق وحقول الإدخال الموثّقة.

احتفظ بالاستجابة كاملة، وكل مخرج فعلي، والمعرّفات الأصلية المُعادة.

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
الإعداداتUltraجدول التعرفة—وحدة الفوترةلكل ثانية صوت مُدخلالرسوم
الإدخال · ثانية صوت مُدخل $0.000015 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 →

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 Large V3

الأسعار حسب الإعدادات

الإعداداتشروط الفوترةالرسوم
الإعداداتOpenAI: Whisper Large V3 · الإعداد الافتراضيشروط الفوترةالإعداد الافتراضيالرسوم
الإدخال · ثواني الصوت المُدخل ⁦‏0.000015 US$⁩ لكل ثانية صوت مُدخل

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 WAV recording}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\nimport base64\naudio=Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes()\nif not (audio[:4]==b'RIFF' and audio[8:12]==b'WAVE'): raise SystemExit('Supply an actual WAV audio file')\nif len(audio)>26214400: raise SystemExit('Use a documented supported large-file flow')\nrequest={'model': 'openai/whisper-large-v3', 'input_audio': {'data': '${BASE64_ACTUAL_WAV_BYTES}', 'format': 'wav'}}\nrequest['input_audio']['data']=base64.b64encode(audio).decode('ascii')\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# Keep the complete original response and headers. Read every returned segment, word and usage field.\n# Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting.\n

استلام النتائج وحفظها

Ailoot Ultra · التعرّف على الكلام

json

الاحتفاظ بكل النتائج المكتملة

احتفظ بكل استجابة كاملة وكل ملف وجزء محتوى تم إرجاعه.

JSON الأصلي كاملاً، وجميع النصوص والمقاطع والكلمات والمتحدثين والطوابع الزمنية المتاحة، وبيانات الاستخدام.

عند الحاجة إلى التحقق من الاستجابة الأصلية

احتفظ بـoperation_id/X-Client-Request-ID الأصليين وبالاستجابة الأصلية. اقرأ سجلات المهام والأصول الفعلية المملوكة لك دون إعادة الإرسال؛ ولا يُنشأ عنوان URL مخصص للاستعلام عن الصوت.

حقول الاستجابة
الحقلالنوع
الحقلtextالنوعstring
الحقلusageالنوعobject
الحقلsegments[]النوعobject
الحقلwords[]النوعobject

الأسماء البديلة

الأسماء البديلة للنموذج

Ailoot Ultra openai/whisper-large-v3

الأسماء البديلة لمسارات الطرائق

استخدم مسارات الطرائق المعروضة أعلاه.

معرّفات النماذج ذات الصلة IDs

openai/whisper-large-v3

", "method_identity": { "effective_request_model_id": "openai/whisper-large-v3", "fmt": "transcriptions", "http": "POST", "path": "/v1/audio/transcriptions", "request_model_id": "openai/whisper-large-v3", "route_label": "Ultra" }, "method_key": "Ultra|transcriptions|/v1/audio/transcriptions|openai%2Fwhisper-large-v3", "ordinal": 0, "rawMethod": { "available": null, "cache_read": null, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "all_results": "Complete original JSON, all available text/segments/words/speakers/timestamps and usage.", "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": "actual returned task_id or media library record", "path": "/v1/media/tasks/{task_id}" } ], "unknown": "احتفظ بـoperation_id/X-Client-Request-ID الأصليين وبالاستجابة الأصلية. اقرأ سجلات المهام والأصول الفعلية المملوكة لك دون إعادة الإرسال؛ ولا يُنشأ عنوان URL مخصص للاستعلام عن الصوت." }, "material_combinations": [ { "content_types": [ "application/json", "multipart/form-data" ], "mode": "speech_to_text", "required": [ "actual matching-format audio file" ] } ], "outputs": { "all_results": "JSON الأصلي كاملاً، وجميع النصوص والمقاطع والكلمات والمتحدثين والطوابع الزمنية المتاحة، وبيانات الاستخدام.", "family": "transcription", "fields": [ { "name": "text", "type": "string" }, { "name": "usage", "type": "object" }, { "name": "segments[]", "optional": true, "type": "object" }, { "name": "words[]", "optional": true, "type": "object" } ], "format": "json" }, "parameters": [ { "availability": "source_interface", "enum": [ "openai/whisper-large-v3" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "data_encoding": "base64 raw actual audio bytes, not data URI", "fields": [ "data", "format" ], "name": "input_audio", "required": true, "type": "object" }, { "availability": "retained_official_STTRequest", "description": "ISO-639-1 code; omitted means auto-detection", "name": "language", "required": false, "type": "string" }, { "availability": "retained_official_STTRequest", "maximum": 1, "minimum": 0, "name": "temperature", "required": false, "type": "number" }, { "availability": "retained_official_STTRequest", "default": "json", "default_known": true, "description": "verbose_json requires exact model/provider support", "enum": [ "json", "verbose_json" ], "enum_known": true, "name": "response_format", "required": false, "type": "string" }, { "availability": "retained_official_STTRequest", "description": "Only used with supported verbose_json", "items": { "enum": [ "segment", "word" ], "type": "string" }, "name": "timestamp_granularities", "required": false, "type": "array" }, { "availability": "retained_official_STTRequest", "description": "Data policy and exact provider options; order/only/ignore are not applied to STT", "name": "provider", "required": false, "type": "object" } ], "request_schema": { "properties": { "input_audio": { "properties": { "data": { "contentEncoding": "base64", "type": "string" }, "format": { "enum": [ "wav", "mp3", "flac", "m4a", "ogg", "webm", "aac" ], "type": "string" } }, "required": [ "data", "format" ], "type": "object" }, "language": { "description": "ISO-639-1 code; omitted means auto-detection", "type": "string" }, "model": { "enum": [ "openai/whisper-large-v3" ], "type": "string" }, "provider": { "description": "Data policy and exact provider options; order/only/ignore are not applied to STT", "properties": { "data_collection": { "enum": [ "allow", "deny", null ], "type": [ "string", "null" ] }, "options": { "type": "object" }, "zdr": { "type": [ "boolean", "null" ] } }, "type": "object" }, "response_format": { "default": "json", "description": "verbose_json requires exact model/provider support", "enum": [ "json", "verbose_json" ], "type": "string" }, "temperature": { "maximum": 1, "minimum": 0, "type": "number" }, "timestamp_granularities": { "description": "Only used with supported verbose_json", "items": { "enum": [ "segment", "word" ], "type": "string" }, "type": "array" } }, "required": [ "model", "input_audio" ], "type": "object" }, "schema_template": { "actual_file_preparation_required": true, "body": { "input_audio": { "data": "${BASE64_ACTUAL_WAV_BYTES}", "format": "wav" }, "model": "openai/whisper-large-v3" }, "content_type": "application/json" } }, "hints": [ "استخدم النموذج الدقيق وحقول الإدخال الموثّقة.", "احتفظ بالاستجابة كاملة، وكل مخرج فعلي، والمعرّفات الأصلية المُعادة." ], "input": { "JSON_audio": "بايتات الصوت الخام الفعلية بترميز base64، مع التنسيق المطابق", "content_types": [ "application/json", "multipart/form-data" ], "default_response_format": "json", "material_types": [ "audio" ], "multipart_cap_bytes": 26214400, "multipart_required": [ "model", "file" ], "optional_controls": [ "language", "temperature", "response_format", "timestamp_granularities", "provider" ], "optional_features": "تتطلب المخرجات التفصيلية وخيارات diarize/keyterms والصوت عبر URL أو الصوت المضمّن الأكبر حجماً إمكانية وتعرفة تتوافقان مع النموذج والمزوّد المحددين.", "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 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 and original response. Read actual owned task/asset records without resubmitting; no dedicated audio poll URL is constructed." }, "method": { "http": "POST", "path": "/v1/audio/transcriptions" }, "method_aliases": [], "operation_modes": [ "speech_to_text" ], "output": { "all_results": "Complete original JSON, all available text/segments/words/speakers/timestamps and usage.", "family": "transcription", "format": "json" } }, "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": { "quantity_basis": "actual physical units", "quoted_unit": "per audio input second" }, "label": "Ultra", "units": [ { "amount": "0.000015", "amount_unit": "usd_per_audio_input_second", "billing_input": true, "estimate_only": false, "key": "audio_input_second", "label": "audio input second", "native_amount_usd_per_unit": "0.000015", "native_quantity": 1, "public_unit_label": "per audio input 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: \"${AILOOT_AUDIO_FILE:?Set the path to your actual WAV recording}\"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\nimport base64\naudio=Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes()\nif not (audio[:4]==b'RIFF' and audio[8:12]==b'WAVE'): raise SystemExit('Supply an actual WAV audio file')\nif len(audio)>26214400: raise SystemExit('Use a documented supported large-file flow')\nrequest={'model': 'openai/whisper-large-v3', 'input_audio': {'data': '${BASE64_ACTUAL_WAV_BYTES}', 'format': 'wav'}}\nrequest['input_audio']['data']=base64.b64encode(audio).decode('ascii')\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# Keep the complete original response and headers. Read every returned segment, word and usage field.\n# Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting.\n", "label": "curl · exact native body and complete result", "language": "bash" } ], "family": "openai", "fast_multiplier": null, "flex_multiplier": null, "fmt": "transcriptions", "hints": [ "Use the exact model and documented input fields.", "Keep the complete response, every actual output and original returned IDs." ], "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": 1.5e-05 } }, "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": { "quantity_basis": "actual physical units", "quoted_unit": "per audio input second" }, "label": "Ultra", "units": [ { "amount": "0.000015", "amount_unit": "usd_per_audio_input_second", "billing_input": true, "estimate_only": false, "key": "audio_input_second", "label": "audio input second", "native_amount_usd_per_unit": "0.000015", "native_quantity": 1, "public_unit_label": "per audio input second", "quantity": "1", "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "audio_input_second" } ] } ], "request_model_id": "openai/whisper-large-v3", "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": "0.000015", "amount_unit": "usd_per_audio_input_second", "billing_input": true, "estimate_only": false, "key": "audio_input_second", "label": "audio input second", "native_amount_usd_per_unit": "0.000015", "native_quantity": 1, "public_unit_label": "per audio input second", "quantity": "1", "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "audio_input_second" } ] } } ], "model_id": "openai/whisper-large-v3", "nativeProvenance": { "input_facts_canonical_sha256": "ca93556c5c99e032adafa6f405035750c101973be187fb520718111e9b17e984", "input_html_sha256": "e5d1c8f5f1e671fe34976c02876bfedc3672fa88b344ad4eec308895d07c6828", "private_audit_sha256": "3d91000aa7d64e115f40c13e611d6346a79b74c3249bf1f0b28cca1dbfa80b1c", "role": "historical-normalized-input-audit-hashes", "schema": "ailoot-native-model-provenance-v2" }, "page": { "canonical": "https://ailoot.ai/models/ar/openai-whisper-large-v3/", "description": "Whisper large-v3 هو نقطة تحقق من OpenAI للتعرّف على الكلام متعدد اللغات، بأوزان مفتوحة، من أجل التفريغ وترجمة الكلام إلى الإنجليزية. يحوّل الكلام المسجّل إلى نص، مع اختيار لغة وطوابع زمنية موثّقة ومعالجة للتسجيلات الطويلة تتجاوز نافذته الصوتية البالغة 30 ثانية.", "locale": "ar", "md_url": "https://ailoot.ai/models/ar/openai-whisper-large-v3/index.md", "title": "OpenAI: Whisper Large V3 — Ailoot", "url": "https://ailoot.ai/models/ar/openai-whisper-large-v3/" }, "rawModel": { "about": "Whisper large-v3 هو نقطة تحقق منشورة من OpenAI للتعرّف على الكلام، تضم نحو 1.55 مليار معلمة. وهو نموذج متعدد اللغات ببنية مُرمّز ومُفكّك ترميز: يدخل الصوت إلى المُرمّز ويتنبأ مُفكّك الترميز بالنص والرموز المرتبطة بالمهمة. وتتمثل مهامه الرئيسية في تفريغ الكلام بلغته الأصلية وترجمته إلى الإنجليزية. وهو هوية نموذج بأوزان مفتوحة، تبقى منفصلة عن معرّف نموذج خدمة مستضافة أو قواعد تلك الخدمة لرفع الملفات وصيغ الاستجابة.\n\nيحتفظ Large-v3 ببنية نقاط تحقق Whisper الكبيرة السابقة مع تغييرين معلنين: يستخدم مدخله من المخطط الطيفي 128 نطاقًا لترددات Mel بدل 80، ويضيف رمز لغة للكانتونية. وتصف بطاقة النموذج لدى الجهة المنتجة التدريب على مليون ساعة من الصوت ذي الوسوم الضعيفة وأربعة ملايين ساعة من الصوت ذي الوسوم الزائفة التي أُعدّت باستخدام Whisper large-v2. واستُخدم هذا المزيج لدورتي تدريب. الإصدار نقطة تحقق large-v3 محددة، لا اسم عام لكل نموذج في عائلة Whisper.\n\nينفّذ سير عمل الاستدلال الموثّق التفريغ افتراضيًا، ويحافظ على لغة الكلام في التسجيل. ويمكنه اكتشاف اللغة الأصلية تلقائيًا أو تلقّي اختيار لغة معروفة. وللترجمة، يقدّم النموذج الكبير متعدد اللغات نتيجة نصية إنجليزية من كلام بغير الإنجليزية. اختر تلك المهمة صراحة: التفريغ باللغة نفسها والترجمة الإنجليزية مادتان مختلفتان. للمقابلة، احتفظ بالصياغة بلغتها الأصلية؛ ولمستند مرجعي إنجليزي، حدّد أن النتيجة المطلوبة ترجمة للمحتوى المنطوق.\n\nإعداد الصوت جزء من مسار الإدخال. يفك مُحمّل OpenAI ترميز التسجيل إلى موجة صوتية أحادية القناة ويعيد أخذ عيناتها عند 16 kHz. والمجال الصوتي الذي يستقبله النموذج هو 30 ثانية. وهذه نافذة معالجة، لا أقصى طول لمقابلة أو محاضرة كاملة. يمكن للاستدلال المطوّل أن يتقدم تسلسليًا عبر نوافذ منزلقة، أو يقسّم تسجيلًا طويلًا إلى أجزاء متداخلة ويجمع تفريغاتها. وتصف بطاقة النموذج لدى الجهة المنتجة المعالجة التسلسلية عندما تكون الدقة أولوية، والمعالجة المجزأة عندما تكون سرعة إنجاز تسجيل طويل واحد أهم.\n\nيسرد الإعداد المنشور 448 موضعًا لمُفكّك الترميز في تسلسل فك ترميز واحد. تُعالج التسجيلات الأطول بالمسار المطوّل، بدل اعتبار ذلك الرقم حدًا عامًا لطول التفريغ. ويمكن لسير العمل الموثّق إعادة طوابع زمنية على مستوى المقاطع أو الكلمات مع النص المتعرّف عليه. وتفيد هذه المعلومات الزمنية في التنقل داخل التسجيلات وإعداد الترجمات النصية، فيما تظل حاوية الترجمة النهائية أو صيغة ملف التفريغ اختيارًا منفصلًا لتنسيق الإخراج. حافظ على توقيت التسجيل عند إعداد الصوت إذا كان التفريغ سيُحاذى مع المادة الأصلية.\n\nدور Whisper المقصود هو التعرّف على الكلام وترجمته. يُعد تفريغ محاضرة أو سجل مقابلة أو مجموعة مواد منطوقة قابلة للبحث مخرجًا عمليًا؛ ويمكن أن يتبع ذلك التلخيص أو التفسير بوصفه خطوة أخرى على النص. ولا تثبت بطاقة النموذج التصنيف الآلي الموثوق للمتحدثين أو فصلهم بوصفه مخرجًا قياسيًا لنقطة التحقق الأساسية. إذا احتاجت المهمة إلى تسميات المتحدثين، فيجب معالجة هذا المتطلب منفصلًا عن الادعاء بدقة التفريغ. وتحدّد متطلبات المهمة المفيدة اللغة الأصلية، وما إذا كان المطلوب تفريغًا أو ترجمة إنجليزية، وما إذا كانت المعلومات الزمنية لازمة.\n\nتشمل القيود الجوهرية اختلاق نص لم يُنطق أصلًا وتكرار النص، ويرتبط ذلك بالتدريب ضعيف الإشراف على بيانات مشوشة وبنية التسلسل إلى التسلسل. تختلف جودة التعرّف بين اللغات واللكنات واللهجات، وتضعف حيث تقل مواد التدريب. لذلك ينبغي تمثيل الضوضاء والمفردات المتخصصة وتداخل الكلام في العينة المستخدمة للحكم على الملاءمة. قارن الأسماء والكميات والعبارات المهمة بالتسجيل، وافحص المقاطع غير الكلامية أو الأسطر المتكررة بدل اعتبار التفريغ السلس دليلًا على سماع كل كلمة.\n\nتحتفظ النتيجة الكاملة بالنص المتعرّف عليه ولغته وأي توقيت مطلوب مع مرجع إلى التسجيل الأصلي. افصل التفريغ عن التحرير اللاحق: فقد يزيل التفريغ المصحح للنشر كلمات الحشو، بينما يحافظ التفريغ المتعرّف عليه على ما أعاده النموذج فعلًا. ويجب أن تظل هوية Large-v3 وقدرته على الترجمة منفصلتين أيضًا عن إصدار Turbo الأسرع. تعتمد سرعة المعالجة الفعلية على اللغة ومعدل الكلام والأجهزة وطريقة الاستدلال؛ ولا يُستنتج كمون استضافة معين أو أقصى حجم رفع أو مسار تطبيق مفعّل من اسم نقطة التحقق وحده.", "alias_of": null, "aliases": [], "author": "OpenAI", "available": null, "canonical_model": "openai/whisper-large-v3", "capabilities": { "context_length": 0, "manufacturer_input": [ "audio" ], "manufacturer_output": [ "transcription" ] }, "card_routes": [ { "label": "Ultra", "rates": [ { "amount": "0.000015", "amount_unit": "usd_per_audio_input_second", "billing_input": true, "estimate_only": false, "key": "audio_input_second", "label": "audio input second", "native_amount_usd_per_unit": "0.000015", "native_quantity": 1, "public_unit_label": "per audio input 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, "declared_tariff_references": [ { "client_selectable": false, "key": "ee57dbbfe5ae56bdd0d7", "label": "OpenAI: Whisper Large V3", "profiles": [ { "basis": "", "dimensions": { "conditions": "الإعداد الافتراضي" }, "label": "OpenAI: Whisper Large V3 · الإعداد الافتراضي", "units": [ { "amount": "0.0000150", "amount_unit": "usd_per_exact_physical_unit", "billing_input": false, "key": "e474c121b23c5635611dfde4", "label": "Input audio seconds", "public_unit_label": "per input audio second", "quantity": "1", "rate_role": "declared_tariff_rate", "side": "in", "unit": "input_audio_second" } ] } ] } ], "entity_type": "model", "formats": [ "transcriptions" ], "id": "openai/whisper-large-v3", "input": [ "audio" ], "kind": "transcription", "max_out": null, "methods": [ { "available": null, "cache_read": null, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "all_results": "Complete original JSON, all available text/segments/words/speakers/timestamps and usage.", "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": "actual returned task_id or media library record", "path": "/v1/media/tasks/{task_id}" } ], "unknown": "احتفظ بـoperation_id/X-Client-Request-ID الأصليين وبالاستجابة الأصلية. اقرأ سجلات المهام والأصول الفعلية المملوكة لك دون إعادة الإرسال؛ ولا يُنشأ عنوان URL مخصص للاستعلام عن الصوت." }, "material_combinations": [ { "content_types": [ "application/json", "multipart/form-data" ], "mode": "speech_to_text", "required": [ "actual matching-format audio file" ] } ], "outputs": { "all_results": "JSON الأصلي كاملاً، وجميع النصوص والمقاطع والكلمات والمتحدثين والطوابع الزمنية المتاحة، وبيانات الاستخدام.", "family": "transcription", "fields": [ { "name": "text", "type": "string" }, { "name": "usage", "type": "object" }, { "name": "segments[]", "optional": true, "type": "object" }, { "name": "words[]", "optional": true, "type": "object" } ], "format": "json" }, "parameters": [ { "availability": "source_interface", "enum": [ "openai/whisper-large-v3" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "data_encoding": "base64 raw actual audio bytes, not data URI", "fields": [ "data", "format" ], "name": "input_audio", "required": true, "type": "object" }, { "availability": "retained_official_STTRequest", "description": "ISO-639-1 code; omitted means auto-detection", "name": "language", "required": false, "type": "string" }, { "availability": "retained_official_STTRequest", "maximum": 1, "minimum": 0, "name": "temperature", "required": false, "type": "number" }, { "availability": "retained_official_STTRequest", "default": "json", "default_known": true, "description": "verbose_json requires exact model/provider support", "enum": [ "json", "verbose_json" ], "enum_known": true, "name": "response_format", "required": false, "type": "string" }, { "availability": "retained_official_STTRequest", "description": "Only used with supported verbose_json", "items": { "enum": [ "segment", "word" ], "type": "string" }, "name": "timestamp_granularities", "required": false, "type": "array" }, { "availability": "retained_official_STTRequest", "description": "Data policy and exact provider options; order/only/ignore are not applied to STT", "name": "provider", "required": false, "type": "object" } ], "request_schema": { "properties": { "input_audio": { "properties": { "data": { "contentEncoding": "base64", "type": "string" }, "format": { "enum": [ "wav", "mp3", "flac", "m4a", "ogg", "webm", "aac" ], "type": "string" } }, "required": [ "data", "format" ], "type": "object" }, "language": { "description": "ISO-639-1 code; omitted means auto-detection", "type": "string" }, "model": { "enum": [ "openai/whisper-large-v3" ], "type": "string" }, "provider": { "description": "Data policy and exact provider options; order/only/ignore are not applied to STT", "properties": { "data_collection": { "enum": [ "allow", "deny", null ], "type": [ "string", "null" ] }, "options": { "type": "object" }, "zdr": { "type": [ "boolean", "null" ] } }, "type": "object" }, "response_format": { "default": "json", "description": "verbose_json requires exact model/provider support", "enum": [ "json", "verbose_json" ], "type": "string" }, "temperature": { "maximum": 1, "minimum": 0, "type": "number" }, "timestamp_granularities": { "description": "Only used with supported verbose_json", "items": { "enum": [ "segment", "word" ], "type": "string" }, "type": "array" } }, "required": [ "model", "input_audio" ], "type": "object" }, "schema_template": { "actual_file_preparation_required": true, "body": { "input_audio": { "data": "${BASE64_ACTUAL_WAV_BYTES}", "format": "wav" }, "model": "openai/whisper-large-v3" }, "content_type": "application/json" } }, "hints": [ "استخدم النموذج الدقيق وحقول الإدخال الموثّقة.", "احتفظ بالاستجابة كاملة، وكل مخرج فعلي، والمعرّفات الأصلية المُعادة." ], "input": { "JSON_audio": "بايتات الصوت الخام الفعلية بترميز base64، مع التنسيق المطابق", "content_types": [ "application/json", "multipart/form-data" ], "default_response_format": "json", "material_types": [ "audio" ], "multipart_cap_bytes": 26214400, "multipart_required": [ "model", "file" ], "optional_controls": [ "language", "temperature", "response_format", "timestamp_granularities", "provider" ], "optional_features": "تتطلب المخرجات التفصيلية وخيارات diarize/keyterms والصوت عبر URL أو الصوت المضمّن الأكبر حجماً إمكانية وتعرفة تتوافقان مع النموذج والمزوّد المحددين.", "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 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 and original response. Read actual owned task/asset records without resubmitting; no dedicated audio poll URL is constructed." }, "method": { "http": "POST", "path": "/v1/audio/transcriptions" }, "method_aliases": [], "operation_modes": [ "speech_to_text" ], "output": { "all_results": "Complete original JSON, all available text/segments/words/speakers/timestamps and usage.", "family": "transcription", "format": "json" } }, "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": { "quantity_basis": "actual physical units", "quoted_unit": "per audio input second" }, "label": "Ultra", "units": [ { "amount": "0.000015", "amount_unit": "usd_per_audio_input_second", "billing_input": true, "estimate_only": false, "key": "audio_input_second", "label": "audio input second", "native_amount_usd_per_unit": "0.000015", "native_quantity": 1, "public_unit_label": "per audio input 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 WAV recording}\"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\nimport base64\naudio=Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes()\nif not (audio[:4]==b'RIFF' and audio[8:12]==b'WAVE'): raise SystemExit('Supply an actual WAV audio file')\nif len(audio)>26214400: raise SystemExit('Use a documented supported large-file flow')\nrequest={'model': 'openai/whisper-large-v3', 'input_audio': {'data': '${BASE64_ACTUAL_WAV_BYTES}', 'format': 'wav'}}\nrequest['input_audio']['data']=base64.b64encode(audio).decode('ascii')\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# Keep the complete original response and headers. Read every returned segment, word and usage field.\n# Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting.\n", "label": "curl · exact native body and complete result", "language": "bash" } ], "family": "openai", "fast_multiplier": null, "flex_multiplier": null, "fmt": "transcriptions", "hints": [ "Use the exact model and documented input fields.", "Keep the complete response, every actual output and original returned IDs." ], "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": 1.5e-05 } }, "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": { "quantity_basis": "actual physical units", "quoted_unit": "per audio input second" }, "label": "Ultra", "units": [ { "amount": "0.000015", "amount_unit": "usd_per_audio_input_second", "billing_input": true, "estimate_only": false, "key": "audio_input_second", "label": "audio input second", "native_amount_usd_per_unit": "0.000015", "native_quantity": 1, "public_unit_label": "per audio input second", "quantity": "1", "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "audio_input_second" } ] } ], "request_model_id": "openai/whisper-large-v3", "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": "0.000015", "amount_unit": "usd_per_audio_input_second", "billing_input": true, "estimate_only": false, "key": "audio_input_second", "label": "audio input second", "native_amount_usd_per_unit": "0.000015", "native_quantity": 1, "public_unit_label": "per audio input 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-large-v3", "request_model_id": "openai/whisper-large-v3", "route_label": "Ultra" } ], "name": "OpenAI: Whisper Large V3", "price": { "in": null, "in_label": null, "out": null, "out_label": null, "sort_in": null, "sort_out": null, "varies": true }, "pricing_profiles": [ { "applicability": { "client_selectable": false, "native_profile_selection_pending": true, "scope": "hosted_reference" }, "dimensions": { "variant": null }, "label": "Ultra", "units": [ { "amount": "0.0000616666666666", "amount_unit": "usd_per_audio_input_second", "conditions": { "variant": null }, "key": "pricing.prompt", "label": "prompt", "profile_index": 0, "quantity": "1", "rate_role": "binding_component_rate", "side": "in", "unit": "audio_input_second" }, { "amount": "0", "amount_unit": "usd_per_not_separately_charged_output", "conditions": { "variant": null }, "key": "pricing.completion", "label": "completion", "profile_index": 0, "quantity": "1", "rate_role": "binding_component_rate", "side": "out", "unit": "not_separately_charged_output" } ] } ], "public_id": "openai/whisper-large-v3", "short": "Whisper large-v3 هو نقطة تحقق من OpenAI للتعرّف على الكلام متعدد اللغات، بأوزان مفتوحة، من أجل التفريغ وترجمة الكلام إلى الإنجليزية. يحوّل الكلام المسجّل إلى نص، مع اختيار لغة وطوابع زمنية موثّقة ومعالجة للتسجيلات الطويلة تتجاوز نافذته الصوتية البالغة 30 ثانية." }, "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": "Whisper large-v3 هو نقطة تحقق من OpenAI للتعرّف على الكلام متعدد اللغات، بأوزان مفتوحة، من أجل التفريغ وترجمة الكلام إلى الإنجليزية. يحوّل الكلام المسجّل إلى نص، مع اختيار لغة وطوابع زمنية موثّقة ومعالجة للتسجيلات الطويلة تتجاوز نافذته الصوتية البالغة 30 ثانية.", "source": { "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1", "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036", "raw_model_json_sha256": "1364fb9f5451767d310671e4165fb612e5386a59fc2fda3304c126a8410c4596", "renderer_sha256": "081ee0fd5b6b1b60564b02c52d62547e01e922c8c0a16e91a0d055073e76a10e" }, "sourceRevision": "64eef7c0ae4137308b57fbf81a2927435d1a05243b3c06086e4ee5aa05d306f0" }