Source: https://ailoot.ai/models/de-at/fish-audio-transcribe-1/ Canonical: https://ailoot.ai/models/de-at/fish-audio-transcribe-1/ Language: de-at # Fish Audio: Transcribe 1 [Markdown](https://ailoot.ai/models/de-at/fish-audio-transcribe-1/index.md) · [JSON](https://ailoot.ai/models/de-at/fish-audio-transcribe-1/facts.json) ## [Fish Audio: Transcribe 1](https://ailoot.ai/models/de-at/fish-audio-transcribe-1/) Transcribe 1 wandelt kurze Audioaufnahmen mit automatischer Erkennung der Sprache und optionalen Zeitstempeln auf Wortebene in Text um. Nutzen Sie die Transkription für Sprachnotizen, durchsuchbare Clips oder die Untertitelvorbereitung und halten Sie zeitlich zugeordnete Segmente vom lesbaren Volltext getrennt. - [**Ailoot Ultra · Transkription** `POST /v1/audio/transcriptions` `fish-audio/transcribe-1`](https://ailoot.ai/models/de-at/fish-audio-transcribe-1/#method-0) Über das Modell Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt. Transcribe 1 ist Fish Audios allgemeines Speech-to-Text-Modell für kurze Aufnahmen. Es nimmt eine Audiodatei entgegen und gibt die erkannten Wörter als Text zurück, zusammen mit der Aufnahmedauer, optionalen zeitlich zugeordneten Segmenten und Sprachinformationen, sofern diese bekannt sind. Das Modell eignet sich für eine kurze Sprachnotiz, eine gesprochene Anweisung, einen Aufnahmeausschnitt oder einen Audioclip, der eine lesbare Textdarstellung benötigt. Ein beispielhafter Ablauf für Sprachnotizen bewahrt die Aufnahme gemeinsam mit ihrer vollständigen Transkription und einer Kennung des ursprünglichen Clips auf. Ein späterer Anwendungsschritt kann diesen Text durchsuchen, die Notiz ordnen oder eine Zusammenfassung erstellen und dabei die gesprochene Quelle erhalten. Bei einem Befehl liefert die Transkription der Anwendung die erkannten Wörter; jede Handlung ist ein gesonderter Interpretations- und Ausführungsschritt. Erfassen Sie bei einem Interviewausschnitt die Position des Clips im vollständigen Audio, damit ein Zitat an der richtigen Stelle überprüft werden kann. Der Hersteller akzeptiert WAV, MP3, AAC einschließlich M4A/MP4, FLAC sowie Ogg mit Opus oder Vorbis. Browseraufnahmen in WebM sollten für dieses Modell in Ogg/Opus, MP3 oder WAV umgewandelt werden; Pro dokumentiert native Unterstützung weiterer Container. Stellen Sie pro Anfrage eine Audiodatei bereit. Das dokumentierte Anfragebudget des Basismodells beträgt bis zu 50 MiB, wobei MP3- und Opus-Dateien unter 25 MiB bleiben müssen. Dateigröße und Aufnahmelänge sind unterschiedliche Aspekte: Eine komprimierte Datei kann innerhalb des Uploadlimits liegen und trotzdem zu lange für die Verarbeitung benötigen. Transcribe 1 ist für kurze Aufnahmen ausgelegt. Für Audio, das länger als einige Minuten dauert, empfiehlt der Hersteller Pro; eine lange Anfrage an das Basismodell kann scheitern, wenn sie das Verarbeitungslimit überschreitet. Bewahren Sie beim Vorbereiten einer längeren Quelle für die Transkription kurzer Clips den Anfangsversatz jedes Clips auf und bestätigen Sie vor dem Zusammenführen, dass die zurückgegebene Transkription den vollständigen Clip abdeckt. Addieren Sie den ursprünglichen Versatz zu lokalen Segmentzeiten, damit die Navigation mit der vollständigen Aufnahme verbunden bleibt. Die Empfehlungen für das Basismodell sollten nicht als das separate 60-Minuten-Budget von Pro verstanden werden. Die Herstellerantwort umfasst Text, Dauer und Segmente. Die Dauer wird in Sekunden ausgedrückt, und die lesbare vollständige Transkription sollte als primärer Wortlaut des Clips erhalten bleiben. Zeitstempel sind optional: ignore\_timestamps ist in der Hersteller-API standardmäßig true, während false Segmente auf Wortebene mit Text sowie Start- und Endzeiten in Sekunden anfordert. Die Anforderung der zeitlichen Ausrichtung verlängert die Verarbeitung. Ein leeres segments-Array kann auf übersprungene Zeitangaben, fehlende Sprache oder vorübergehend nicht verfügbare Ausrichtung zurückgehen und sollte daher nicht automatisch als leere vollständige Transkription verstanden werden. Segmente sind im Allgemeinen Wörter oder bei Chinesisch und Japanisch ein oder wenige Zeichen. Ihr Text enthält keine Satzzeichen und kann einen Wert anders normalisieren als die vollständige Transkription; er ist keine zeichengetreue Kopie der lesbaren Antwort. Ein Segment kann dieselbe Start- und Endzeit haben. Verwenden Sie Segmente zum Auffinden einer Position in der Aufnahme oder zur Vorbereitung einer zeitgesteuerten Anzeige und den Volltext, wenn Wortlaut und Zeichensetzung wichtig sind. Halten Sie diese beiden Darstellungen im entstehenden Ergebnis getrennt. Die Sprache wird automatisch erkannt, unabhängig davon, ob ein optionaler Sprachhinweis mitgegeben wird. Der Hersteller dokumentiert kleingeschriebene ISO-639-1-Codes für Hinweise und gibt, sofern bekannt, einen Sprachcode für die Anwendungslogik sowie einen Sprachnamen zur Anzeige zurück. Die Antwort meldet eine Sprache und nicht jede Sprache einer Aufnahme mit Sprachwechseln. Bewahren Sie den Quellwortlaut und die verfügbaren Sprachmetadaten beim Ergebnis auf, statt die Transkriptionsanfrage als Übersetzungsvorgang zu behandeln. Gruppieren Sie für einen Untertitelablauf aufeinanderfolgende zeitlich zugeordnete Segmente zu lesbaren Einblendungen, statt jeweils nur ein Wort zu zeigen. Ein nützliches Ergebnis ist eine mit dem ursprünglichen Clip verknüpfte SRT- oder WebVTT-Datei, deren Untertitelgrenzen zu Pausen passen und deren Textmenge am Bildschirm überschaubar bleibt. Prüfen Sie auf fehlende Zeitangaben und stellen Sie sicher, dass das Ende jeder Einblendung nach ihrem Beginn liegt. Untertitelgruppierung und Dateiformatierung sind Anwendungsschritte auf Grundlage der zurückgegebenen Ausrichtung; die Anzeige sollte zum Player und zur Zielgruppe passen. Die dokumentierten Regler von Transcribe 1 sind Audio, ein Sprachhinweis und die Zeitstempelauswahl. Sprechermarkierungen, strukturierte Sprecherwechsel, Regler für Emotionsereignisse und Hinweise zur Sprecheranzahl von Pro sind separate Funktionen; sie gehören nicht zum dokumentierten Antwortvertrag dieses Basismodells. Wählen Sie vor der Verarbeitung das benötigte Ergebnis: einfachen lesbaren Text für eine Notiz oder Text mit zeitlicher Ausrichtung für Wiedergabenavigation und Untertitel. Durch das Bewahren von Clipkennung, Transkription und allen verfügbaren Zeitangaben bleibt das Ergebnis für die nächste Anwendungsstufe nützlich. **Ailoot Ultra · Transkription** `POST /v1/audio/transcriptions` `fish-audio/transcribe-1` [`fish-audio/transcribe-1`](https://ailoot.ai/models/de-at/#m=fish-audio%2Ftranscribe-1&route=Ultra&caller=fish-audio%2Ftranscribe-1&fmt=transcriptions) Fish Audio /`fish-audio/transcribe-1` ### Einstieg Transcribe 1 wandelt kurze Audioaufnahmen mit automatischer Erkennung der Sprache und optionalen Zeitstempeln auf Wortebene in Text um. Nutzen Sie die Transkription für Sprachnotizen, durchsuchbare Clips oder die Untertitelvorbereitung und halten Sie zeitlich zugeordnete Segmente vom lesbaren Volltext getrennt. Zulässige Eingaben Audio Ergebnisse Text ### In Ailoot verfügbar · Eingaben und Methoden **Ailoot Ultra · Transkription** `POST /v1/audio/transcriptions` Eingabe `audio` Ausgabe `text` | Feld | Typ | Anforderung | Werte und Limits | Standard | | --- | --- | --- | --- | --- | | Feld`model` | Typ`string` | AnforderungErforderlich | Werte und Limits fish-audio/transcribe-1 | Standard— | | Feld`input_audio` | Typ`object` | AnforderungErforderlich | Werte und Limits | Standard— | Methodenparameter und Lebenszyklus | Parameter | Vertrag | | --- | --- | | Parameter`content_type` | Vertragapplication/json | | Parameter`required` | Vertragmodel, input\_audio | | Parameter`material_types` | Vertragaudio | | Parameter`material_conditions` | VertragDas Beispiel liest Ihre tatsächliche, nicht leere PCM-WAV-Datei, kodiert die vollständigen Dateibytes als base64 und übermittelt input\_audio.format als wav. | Lebenszyklus: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · exakte task\_id aus einem bestehenden, Ihnen zugeordneten Mediendatensatz `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` ### Tarife Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode. Schnellmodus Nicht angegeben Wenn der Schnellmodus ausgewählt ist Flex-Modus Nicht angegeben Wenn der Modus flex ausgewählt ist Maximaler Denkaufwand Nicht angegeben Wenn beim maximalen Denkaufwand die Standardanpassung (default) verwendet wird #### Ailoot-Tarife #### Preise nach Konfiguration Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif. | Konfiguration | Tarifstaffel | Abrechnungseinheit | Gebühr | | --- | --- | --- | --- | | KonfigurationBasistarife für Tokens | TarifstaffelGrundtarif | Abrechnungseinheit— | Gebühr Eingabe · Eingabetoken **—** / 1K Tokens Ausgabe · Ausgabetoken **—** / 1K Tokens Eingabe · Cache lesen **—** / 1K Tokens Eingabe · In Cache schreiben **—** / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde **—** / 1K Tokens | | KonfigurationAudioeingabesekunde | Tarifstaffel— | Abrechnungseinheitpro Sekunde Eingabeaudio | Gebühr Eingabe · Audioeingabesekunde **$0.0002** pro Sekunde Eingabeaudio | Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. [So funktionieren Reservierung und Abrechnung →](https://ailoot.ai/docs/de-at/billing/reserve/) ### Beispielanfragen #### Ailoot Ultra · Transkription curl · tatsächliche WAV-Datei und vollständiges Originalergebnis ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_AUDIO_FILE:?Set the path to your actual PCM WAV recording}" export AILOOT_AUDIO_FILE python3 - <<'PY_REQUEST' import base64, io, json, os, wave from pathlib import Path audio = Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes() if not (audio[:4] == b'RIFF' and audio[8:12] == b'WAVE'): raise SystemExit('Supply your actual PCM WAV audio file') with wave.open(io.BytesIO(audio), 'rb') as recording: if recording.getcomptype() != 'NONE' or recording.getnframes() <= 0: raise SystemExit('Supply a nonempty PCM WAV recording') request = {'model': 'fish-audio/transcribe-1', 'input_audio': {'data': base64.b64encode(audio).decode('ascii'), 'format': 'wav'}} Path('request.json').write_text(json.dumps(request, ensure_ascii=False), encoding='utf-8') PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \ -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o response.bin # Retain the complete original response, headers and actual X-Client-Request-ID. # Read existing owned records for recovery; do not resubmit an uncertain operation. ``` ### Ergebnisse abrufen und speichern #### Ailoot Ultra · Transkription Vollständiger ursprünglicher Antwortinhalt, Status und weitergeleitete Header. Dieser Handler fügt weder ein allgemeingültiges JSON-Format noch ein Textfeld oder eine äußere Aufgabenstruktur hinzu. - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` ##### Alle fertiggestellten Ergebnisse aufbewahren Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf. Die vollständige Antwort und ihre Header, jede tatsächliche Ausgabe, die ursprünglich zurückgegebenen Kennungen und alle Nutzungsfelder aufbewahren. Den ursprünglichen Vorgang wiederaufnehmen, ohne die Erstellung erneut anzufordern. ##### Wenn die ursprüngliche Antwort geprüft werden muss Bewahren Sie die tatsächliche X-Client-Request-ID und die vollständige Antwort auf. Lesen Sie die ursprünglichen, Ihnen zugeordneten Assets und deren exakte signierte Inhalts-URLs; übermitteln Sie eine Erstellung mit unklarem Ergebnis niemals erneut. Antwortfelder | Feld | Typ | | --- | --- | | Feld`text (when present)` | Typ | | Feld`usage (when present)` | Typ | Fehler und nächste Schritte | Antwort | Bedingung | Nächster Schritt | | --- | --- | --- | | Antwort400 · `invalid_request_error` | BedingungDer JSON-Inhalt oder die explizite kanonische Modell-ID ist ungültig. | Nächster SchrittBewahren Sie die Antwort auf und korrigieren Sie das angegebene Anfragefeld. | | Antwort401 · `authentication_error` | BedingungDer Ailoot API-Schlüssel ist ungültig. | Nächster SchrittVerwenden Sie Ihren autorisierten Ailoot API-Schlüssel. | | Antwort403 · `permission_error` | BedingungDie Schlüsselgruppe lässt diese Methode nicht zu. | Nächster SchrittBewahren Sie die zurückgegebenen Fehlerdetails auf. | | Antwort404 · `not_found_error` | BedingungFür die ausgewählte Methode ist keine Route zugelassen. | Nächster SchrittBewahren Sie die zurückgegebenen Fehlerdetails auf. | | Antwort422 · `price_unavailable` | BedingungDer akzeptierte Tarif kann seine erforderliche Eingabemenge oder Obergrenze nicht ermitteln. | Nächster SchrittBewahren Sie die Antwort auf; verwenden Sie die vom akzeptierten Tarif erforderte Eingabedarstellung. | | Antwort503 · `` | BedingungErforderlicher Speicher, Route, Methodenpreis oder Reservierung ist nicht verfügbar. | Nächster SchrittBewahren Sie die vollständige ursprüngliche Antwort auf. Eine unklare Reservierung berechtigt nicht zur erneuten Übermittlung. | | Antwort502 · `server_error` | BedingungDas ursprüngliche Ergebnis, der Verbrauch oder die Abrechnung muss geprüft werden. | Nächster SchrittBewahren Sie die tatsächliche Anfrage-ID und die ursprüngliche Antwort auf. Lesen Sie den bestehenden, Ihnen zugeordneten Datensatz; übermitteln Sie die Erstellung nicht erneut. | ### Aliasnamen #### Modellaliasnamen **Ailoot Ultra** [`fish-audio/transcribe-1`](https://ailoot.ai/models/de-at/#m=fish-audio%2Ftranscribe-1&route=Ultra&caller=fish-audio%2Ftranscribe-1&fmt=transcriptions) #### Aliasnamen für Methodenpfade Verwenden Sie die oben angezeigten Methodenpfade. #### Zugehörige Aufrufer-IDs [`fish-audio/transcribe-1`](https://ailoot.ai/models/de-at/#m=fish-audio%2Ftranscribe-1&route=Ultra&caller=fish-audio%2Ftranscribe-1&fmt=transcriptions) FAQ · Fish Audio: Transcribe 1 Welche Eingaben und Ergebnisse sind verfügbar? `POST /v1/audio/transcriptions` · `fish-audio/transcribe-1`: `audio` → `text` Welche Felder verwendet die Anfrage? `POST /v1/audio/transcriptions` · `fish-audio/transcribe-1`: `model`, `input_audio` Verbinden Sie Ailoot mit Claude Code, OpenCode, Hermes oder Ihrer eigenen Anwendung. ## Das Unternehmen und sein Projektportfolio Das Unternehmen und sein Projektportfolio: Millionen von Kunden; monatliche Umsätze in Milliardenhöhe. ## Tokens mit Rabatt kaufen. Aborabatt für regelmäßige Arbeit. Aktionscodes bieten bis 50% beim Tokenkauf. Abo Wählen Sie einen Tarif mit Rabatt für Ihre regelmäßigen Anfragen. Aktionscode bis 50% Geben Sie den Code beim Kauf ein. Der Preis wird nach den gültigen Aktionsbedingungen berechnet. Ausgaben in der Historie Modell, Tokens und Betrag werden für jede Anfrage gespeichert. [Abo wählen](https://ailoot.ai/docs/de-at/billing/subscriptions/) · [Modellpreise ansehen](https://ailoot.ai/models/de-at/) ## Verbinden Sie die API mit dem Produkt, das Sie verkaufen. SaaS, Anwendungen und Bots nach dem offiziellen Angebot und Lizenzvertrag von Ailoot. Fordern Sie für den Weiterverkauf eine Reseller-Lizenz an. Kommerzielle Anwendung Integrieren Sie Text-, Bild-, Video- und Audioerzeugung in kostenpflichtige Funktionen Ihres Dienstes. Reseller-Lizenz Senden Sie Projektbeschreibung und Zugangsmodell. Fordern Sie schriftliche Nutzungs- und Weiterverkaufsbedingungen an. Dokumente auf der Website Offizielles Angebot, Lizenzvertrag und Datenschutzerklärung sind vor der Verbindung zugänglich. [Reseller-Lizenz anfordern](mailto:support@ailoot.ai) · [Offizielles Angebot und Lizenzvertrag](https://ailoot.ai/legal/offer?lang=de-at) ## Ailoot · Das Unternehmen und sein Projektportfolio Ailoot baut auf bewährte Betriebserfahrung, einen großen Kundenstamm, stabilen Service und kontinuierliche KPI-Kontrolle. Das Unternehmen und sein Projektportfolio: Millionen von Kunden; monatliche Umsätze in Milliardenhöhe. Ailoot nutzt diese Betriebserfahrung für den API-Zugang zu KI-Funktionen in Kundenprodukten, Agenten, Anwendungen und Automatisierungen.