{
  "aboutHtml": "<p>Gemini 3.5 Transcribe wandelt eine Audiodatei in Text um. Neben der Transkription unterstützt es Sprachbestimmung, die Unterscheidung sprechender Personen, Zeitstempel einzelner Wörter, ein eigenes Wörterbuch und intelligente Textaufbereitung.</p><h4>Sprachen und Dauer</h4><p>Unterstützt werden <strong>mehr als 85 Sprachen</strong>, darunter Russisch, sowie Sprachwechsel innerhalb einer Aufnahme. Die Sprache wird automatisch erkannt. Eine gewöhnliche Anfrage verarbeitet Audio mit einer Dauer von <strong>bis zu einer Stunde</strong>. Bei Sprecherzuordnung oder aktivierten Wortzeitstempeln verkürzt sich die Grenze auf <strong>30 Minuten</strong>.</p><p>Die Ausgabe enthält die vollständige Transkription und in den entsprechenden Modi einzelne Wortannotationen. Das Modell ist für die Verarbeitung von Dateien vorgesehen; kontinuierliche Spracherkennung in Echtzeit gehört zur gesonderten Version <code>gemini-3.5-transcribe-live</code>.</p><h4>Transkriptionsmodi</h4><p>Standardmäßig wird eine wortgetreue Transkription verwendet. Der intelligente Modus entfernt Füllwörter, berücksichtigt Selbstkorrekturen der sprechenden Person und formatiert den Text. Dieser Modus kann nicht mit Sprecherzuordnung und Wortzeitstempeln kombiniert werden.</p><p>Die Sprecherzuordnung unterstützt <strong>bis zu acht sprechende Personen</strong>. Bei drei oder mehr Personen hat die Erkennung, wer eine Äußerung gesprochen hat, <strong>experimentellen Status</strong>. Zeitstempel helfen, Text mit der Aufnahme zu verknüpfen. Ihre Aktivierung kann jedoch die Erkennungsgenauigkeit verringern.</p><h4>Begriffe und Dateien</h4><p>Das Wörterbuch eigener Begriffe fasst <strong>bis zu 1 000 Einträge</strong>. Google weist darauf hin, dass es meistens besser ist, ungefähr hundert Einträge zu verwenden. Ein solches Wörterbuch ist nicht mit Sprecherzuordnung und Wortzeitstempeln kompatibel. Bei der Moduswahl ist daher abzuwägen, ob Fachbegriffe oder eine detaillierte Zuordnung von Personen und Zeiten wichtiger sind.</p><p>Unterstützte Audioformate umfassen WAV, MP3, AIFF, AAC, OGG, FLAC, MPEG, M4A, L16, Opus, A-law, mu-law und WebM. Für die Dateiverarbeitung sind Dauergrenzen und zulässige Moduskombinationen veröffentlicht. In der Beschreibung der Transcribe-Familie werden außerdem <strong>96K Tokens</strong> Kontext und <strong>32K Tokens</strong> Textausgabe genannt. Diese Familieneigenschaften ersetzen nicht die Dateigrenzen der gewählten Methode.</p><p>Kontext-Caching, Codeausführung, Dateisuche, Funktionsaufrufe, Bilderstellung und Thinking werden nicht unterstützt. Das Modell ist darauf spezialisiert, Text und Annotationen aus Audio zu gewinnen, nicht neue Sprache zu generieren.</p>",
  "aboutText": "Gemini 3.5 Transcribe wandelt eine Audiodatei in Text um. Neben der Transkription unterstützt es Sprachbestimmung, die Unterscheidung sprechender Personen, Zeitstempel einzelner Wörter, ein eigenes Wörterbuch und intelligente Textaufbereitung.\n\n### Sprachen und Dauer\n\nUnterstützt werden **mehr als 85 Sprachen**, darunter Russisch, sowie Sprachwechsel innerhalb einer Aufnahme. Die Sprache wird automatisch erkannt. Eine gewöhnliche Anfrage verarbeitet Audio mit einer Dauer von **bis zu einer Stunde**. Bei Sprecherzuordnung oder aktivierten Wortzeitstempeln verkürzt sich die Grenze auf **30 Minuten**.\n\nDie Ausgabe enthält die vollständige Transkription und in den entsprechenden Modi einzelne Wortannotationen. Das Modell ist für die Verarbeitung von Dateien vorgesehen; kontinuierliche Spracherkennung in Echtzeit gehört zur gesonderten Version `gemini-3.5-transcribe-live`.\n\n### Transkriptionsmodi\n\nStandardmäßig wird eine wortgetreue Transkription verwendet. Der intelligente Modus entfernt Füllwörter, berücksichtigt Selbstkorrekturen der sprechenden Person und formatiert den Text. Dieser Modus kann nicht mit Sprecherzuordnung und Wortzeitstempeln kombiniert werden.\n\nDie Sprecherzuordnung unterstützt **bis zu acht sprechende Personen**. Bei drei oder mehr Personen hat die Erkennung, wer eine Äußerung gesprochen hat, **experimentellen Status**. Zeitstempel helfen, Text mit der Aufnahme zu verknüpfen. Ihre Aktivierung kann jedoch die Erkennungsgenauigkeit verringern.\n\n### Begriffe und Dateien\n\nDas Wörterbuch eigener Begriffe fasst **bis zu 1 000 Einträge**. Google weist darauf hin, dass es meistens besser ist, ungefähr hundert Einträge zu verwenden. Ein solches Wörterbuch ist nicht mit Sprecherzuordnung und Wortzeitstempeln kompatibel. Bei der Moduswahl ist daher abzuwägen, ob Fachbegriffe oder eine detaillierte Zuordnung von Personen und Zeiten wichtiger sind.\n\nUnterstützte Audioformate umfassen WAV, MP3, AIFF, AAC, OGG, FLAC, MPEG, M4A, L16, Opus, A-law, mu-law und WebM. Für die Dateiverarbeitung sind Dauergrenzen und zulässige Moduskombinationen veröffentlicht. In der Beschreibung der Transcribe-Familie werden außerdem **96K Tokens** Kontext und **32K Tokens** Textausgabe genannt. Diese Familieneigenschaften ersetzen nicht die Dateigrenzen der gewählten Methode.\n\nKontext-Caching, Codeausführung, Dateisuche, Funktionsaufrufe, Bilderstellung und Thinking werden nicht unterstützt. Das Modell ist darauf spezialisiert, Text und Annotationen aus Audio zu gewinnen, nicht neue Sprache zu generieren.",
  "editorialOverlay": {
    "copy_fields": null,
    "copy_sha256": null,
    "copy_source": null,
    "html_sha256": "e75718f42821702f9d6deb58f09028d4d66f546b899323739d2ac6fe0d76b0a0",
    "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06",
    "raw_model_unchanged": true,
    "schema": "ailoot-native-model-editorial-v1"
  },
  "locale": "de-at",
  "methods": [
    {
      "html": "<div class=\"sheet-head\"><span class=\"mav\" aria-hidden=\"true\">G</span><h2 id=\"sheet-title\">Gemini 3.5 Transcribe</h2><button class=\"icon-btn\" type=\"button\" data-close-sheet aria-label=\"Schließen\">×</button></div><div class=\"idline\"><span>Google /</span><code>gemini-3.5-transcribe</code><button type=\"button\" id=\"copy-id\">ID kopieren</button></div><nav class=\"card-jump-nav\" aria-label=\"Bereiche der Modellkarte\"><button type=\"button\" data-card-jump=\"overview\">Einstieg</button><button type=\"button\" data-card-jump=\"methods\">Eingaben und Methoden</button><button type=\"button\" data-card-jump=\"pricing\">Tarife</button><button type=\"button\" data-card-jump=\"examples\">Beispiele</button><button type=\"button\" data-card-jump=\"results\">Ergebnisse</button><button type=\"button\" data-card-jump=\"aliases\">Aliasnamen</button></nav><div class=\"card-method-tabs\" role=\"tablist\" aria-label=\"API-Methoden\"><button type=\"button\" role=\"tab\" tabindex=\"0\" aria-controls=\"card-method-content\" aria-selected=\"true\" id=\"card-method-tab-0\" data-card-method=\"Core|transcriptions|/v1/audio/transcriptions|gemini-3.5-transcribe\">Spracherkennung</button></div><div id=\"card-method-content\" role=\"tabpanel\" aria-labelledby=\"card-method-tab-0\"><section class=\"card-section\" data-card-section=\"overview\"><h3 tabindex=\"-1\">Einstieg</h3><p class=\"mdesc-full\">Modell von Google für Spracherkennung, Sprachbestimmung, Sprecherzuordnung und Zeitstempel einzelner Wörter.</p><dl class=\"card-io\" data-card-io><div><dt>Zulässige Eingaben</dt><dd>Audio</dd></div><div><dt>Ergebnisse</dt><dd>Text</dd></div></dl><details class=\"card-about\"><summary>Über das Modell</summary><p class=\"note-s\" data-model-method-boundary>Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.</p><div class=\"mabout\" id=\"m-about\"><p>Gemini 3.5 Transcribe wandelt eine Audiodatei in Text um. Neben der Transkription unterstützt es Sprachbestimmung, die Unterscheidung sprechender Personen, Zeitstempel einzelner Wörter, ein eigenes Wörterbuch und intelligente Textaufbereitung.</p><h4>Sprachen und Dauer</h4><p>Unterstützt werden <strong>mehr als 85 Sprachen</strong>, darunter Russisch, sowie Sprachwechsel innerhalb einer Aufnahme. Die Sprache wird automatisch erkannt. Eine gewöhnliche Anfrage verarbeitet Audio mit einer Dauer von <strong>bis zu einer Stunde</strong>. Bei Sprecherzuordnung oder aktivierten Wortzeitstempeln verkürzt sich die Grenze auf <strong>30 Minuten</strong>.</p><p>Die Ausgabe enthält die vollständige Transkription und in den entsprechenden Modi einzelne Wortannotationen. Das Modell ist für die Verarbeitung von Dateien vorgesehen; kontinuierliche Spracherkennung in Echtzeit gehört zur gesonderten Version <code>gemini-3.5-transcribe-live</code>.</p><h4>Transkriptionsmodi</h4><p>Standardmäßig wird eine wortgetreue Transkription verwendet. Der intelligente Modus entfernt Füllwörter, berücksichtigt Selbstkorrekturen der sprechenden Person und formatiert den Text. Dieser Modus kann nicht mit Sprecherzuordnung und Wortzeitstempeln kombiniert werden.</p><p>Die Sprecherzuordnung unterstützt <strong>bis zu acht sprechende Personen</strong>. Bei drei oder mehr Personen hat die Erkennung, wer eine Äußerung gesprochen hat, <strong>experimentellen Status</strong>. Zeitstempel helfen, Text mit der Aufnahme zu verknüpfen. Ihre Aktivierung kann jedoch die Erkennungsgenauigkeit verringern.</p><h4>Begriffe und Dateien</h4><p>Das Wörterbuch eigener Begriffe fasst <strong>bis zu 1 000 Einträge</strong>. Google weist darauf hin, dass es meistens besser ist, ungefähr hundert Einträge zu verwenden. Ein solches Wörterbuch ist nicht mit Sprecherzuordnung und Wortzeitstempeln kompatibel. Bei der Moduswahl ist daher abzuwägen, ob Fachbegriffe oder eine detaillierte Zuordnung von Personen und Zeiten wichtiger sind.</p><p>Unterstützte Audioformate umfassen WAV, MP3, AIFF, AAC, OGG, FLAC, MPEG, M4A, L16, Opus, A-law, mu-law und WebM. Für die Dateiverarbeitung sind Dauergrenzen und zulässige Moduskombinationen veröffentlicht. In der Beschreibung der Transcribe-Familie werden außerdem <strong>96K Tokens</strong> Kontext und <strong>32K Tokens</strong> Textausgabe genannt. Diese Familieneigenschaften ersetzen nicht die Dateigrenzen der gewählten Methode.</p><p>Kontext-Caching, Codeausführung, Dateisuche, Funktionsaufrufe, Bilderstellung und Thinking werden nicht unterstützt. Das Modell ist darauf spezialisiert, Text und Annotationen aus Audio zu gewinnen, nicht neue Sprache zu generieren.</p></div></details></section><section class=\"card-section\" data-card-section=\"methods\"><h3 tabindex=\"-1\">In Ailoot verfügbar · Eingaben und Methoden</h3><details class=\"card-method\" open><summary><b>Ailoot · Sprache zu Text</b> <code>POST /v1/audio/transcriptions</code></summary><dl class=\"method-capabilities\"><div><dt>Eingabe</dt><dd><code>audio</code></dd></div><div><dt>Ausgabe</dt><dd><code>text</code></dd></div><div><dt>Ausgabeformat</dt><dd>json</dd></div></dl><div class=\"tw\" data-card-parameters data-typed-parameters><table><thead><tr><th>Feld</th><th>Typ</th><th>Anforderung</th><th>Werte und Limits</th><th>Standard</th></tr></thead><tbody><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Feld\" scope=\"row\"><span class=\"card-cell-label\">Feld</span><code class=\"card-field-name\">model</code></th><td data-cell-label=\"Typ\" data-field-type><span class=\"card-cell-label\">Typ</span><code>string</code></td><td data-cell-label=\"Anforderung\"><span class=\"card-cell-label\">Anforderung</span>Erforderlich</td><td data-cell-label=\"Werte und Limits\"><span class=\"card-cell-label\">Werte und Limits</span><div>gemini-3.5-transcribe</div></td><td data-cell-label=\"Standard\" data-default=\"unspecified\"><span class=\"card-cell-label\">Standard</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Feld\" scope=\"row\"><span class=\"card-cell-label\">Feld</span><code class=\"card-field-name\">file</code></th><td data-cell-label=\"Typ\" data-field-type><span class=\"card-cell-label\">Typ</span><code>file</code></td><td data-cell-label=\"Anforderung\"><span class=\"card-cell-label\">Anforderung</span>Erforderlich</td><td data-cell-label=\"Werte und Limits\"><span class=\"card-cell-label\">Werte und Limits</span><div>Maximale Anzahl Bytes: 67 108 864</div><div>Dateiformate: wav, mp3, m4a, ogg, webm, flac</div><div>Inhaltstyp: multipart/form-data</div><div>Maximale Dauer, Sekunden: 600</div></td><td data-cell-label=\"Standard\" data-default=\"unspecified\"><span class=\"card-cell-label\">Standard</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Feld\" scope=\"row\"><span class=\"card-cell-label\">Feld</span><code class=\"card-field-name\">response_format</code></th><td data-cell-label=\"Typ\" data-field-type><span class=\"card-cell-label\">Typ</span><code>string</code></td><td data-cell-label=\"Anforderung\"><span class=\"card-cell-label\">Anforderung</span>Optional</td><td data-cell-label=\"Werte und Limits\"><span class=\"card-cell-label\">Werte und Limits</span><div>json</div></td><td data-cell-label=\"Standard\" data-default=\"unspecified\"><span class=\"card-cell-label\">Standard</span>—</td></tr></tbody></table></div><details class=\"card-about\" data-material-combinations><summary>Kombinationen von Eingabematerialien</summary><p class=\"note-s\"><b>speech_to_text</b> · Erforderlich: actual audio file</p></details><details class=\"note-s\" data-method-contract><summary>Methodenparameter und Lebenszyklus</summary><div class=\"tw\" data-card-table=\"contract\"><table><thead><tr><th>Parameter</th><th>Vertrag</th></tr></thead><tbody><tr><th data-cell-label=\"Parameter\" scope=\"row\"><span class=\"card-cell-label\">Parameter</span><code>material_types</code></th><td data-cell-label=\"Vertrag\"><span class=\"card-cell-label\">Vertrag</span>audio</td></tr><tr><th data-cell-label=\"Parameter\" scope=\"row\"><span class=\"card-cell-label\">Parameter</span><code>required</code></th><td data-cell-label=\"Vertrag\"><span class=\"card-cell-label\">Vertrag</span>null</td></tr><tr><th data-cell-label=\"Parameter\" scope=\"row\"><span class=\"card-cell-label\">Parameter</span><code>optional_controls</code></th><td data-cell-label=\"Vertrag\"><span class=\"card-cell-label\">Vertrag</span>null</td></tr></tbody></table></div><p>Lebenszyklus: <code>synchronous_result_then_owned_library</code></p><p class=\"note-s\"><code>GET /v1/media/tasks/{task_id}</code> · die tatsächlich zurückgegebene task_id oder ein Eintrag in der Medienbibliothek</p><p class=\"note-s\"><code>GET /v1/media/assets/{asset_id}/content</code></p><p class=\"note-s\"><code>GET /v1/media/assets</code></p><p class=\"note-s\"><code>GET /v1/media/assets/{asset_id}</code></p><p class=\"note-s\">Methodenstrukturen und IDs sind exakt; die Fähigkeiten des Anbieters sind von der Zulassung einer Anfrage zu unterscheiden.</p></details></details></section><section class=\"card-section\" data-card-section=\"pricing\"><h3 tabindex=\"-1\">Tarife</h3><h4>Ailoot-Methodentarife</h4><section class=\"meth\" data-route=\"Core\"><header><b><span class=\"alias\">Ailoot</span> Sprache zu Text</b><code>POST /v1/audio/transcriptions</code></header><dl><div><dt>Eingabe</dt><dd>$ 0,01 <em>pro angefangene Minute</em></dd></div></dl></section><p class=\"note-s\">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. <a href=\"/docs/de-at/billing/reserve/\">So funktionieren Reservierung und Abrechnung →</a></p></section><section class=\"card-section\" data-card-section=\"examples\"><h3 tabindex=\"-1\">Beispielanfragen</h3><h4>Ailoot · Sprache zu Text</h4><div class=\"code-group\"><div class=\"cg-bar\"><div class=\"cg-tabs\" role=\"tablist\" aria-label=\"Codevarianten\"><button class=\"cg-tab\" id=\"model-code-306-tab-0\" role=\"tab\" type=\"button\" aria-controls=\"model-code-306-panel-0\" aria-selected=\"true\" tabindex=\"0\">Transkriptionsbeispiel</button></div><div class=\"cg-tools\"><button class=\"cg-btn cg-copy\" type=\"button\" aria-label=\"Code kopieren\"><svg class=\"cp\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><rect x=\"5.25\" y=\"5.25\" width=\"8.5\" height=\"8.5\" rx=\"1.75\"/><path d=\"M10.75 5.25V3.5a1.25 1.25 0 0 0-1.25-1.25H3.5A1.25 1.25 0 0 0 2.25 3.5v6a1.25 1.25 0 0 0 1.25 1.25h1.75\"/></svg><svg class=\"ok\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><path d=\"m3 8.5 3.25 3.25L13 5\"/></svg></button></div></div><div class=\"cg-body\"><div class=\"cg-pane\" id=\"model-code-306-panel-0\" role=\"tabpanel\" aria-labelledby=\"model-code-306-tab-0\"><pre data-lang=\"bash\"><code>set -eu\n: &quot;${AILOOT_API_KEY:?Set your Ailoot API key}&quot;\n: &quot;${AILOOT_AUDIO_FILE:?Set your actual MP3 recording}&quot;\nexport AILOOT_AUDIO_FILE\npython3 - &lt;&lt;&#39;PY_REQUEST&#39;\nimport os\nfrom pathlib import Path\nf=Path(os.environ[&quot;AILOOT_AUDIO_FILE&quot;])\nif not f.is_file() or f.suffix.lower()!=&quot;.mp3&quot;:raise SystemExit(&quot;Choose your actual MP3 recording&quot;)\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \\\n  -H &quot;Authorization: Bearer $AILOOT_API_KEY&quot; \\\n  --form-string model=gemini-3.5-transcribe -F &quot;file=@$AILOOT_AUDIO_FILE&quot; \\\n  -D response-headers.txt -o result.json\npython3 - &lt;&lt;&#39;PY_RESULT&#39;\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path(&quot;result.json&quot;).read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\n</code></pre></div></div></div></section><section class=\"card-section\" data-card-section=\"results\"><h3 tabindex=\"-1\">Ergebnisse abrufen und speichern</h3><h4>Ailoot · Sprache zu Text</h4><p class=\"note-s\">json</p><ul class=\"card-result-paths\"><li><code>GET /v1/media/tasks/{task_id}</code></li><li><code>GET /v1/media/assets/{asset_id}/content</code></li><li><code>GET /v1/media/assets</code></li><li><code>GET /v1/media/assets/{asset_id}</code></li></ul><div class=\"card-result-process\" data-all-results><h5>Alle fertiggestellten Ergebnisse aufbewahren</h5><p class=\"note-s\">Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.</p><p class=\"note-s\">Bewahren Sie das vollständige JSON auf, nicht nur den Text; erhalten Sie jedes verfügbare Segment/jeden Sprecher/Zeitstempel und die tatsächliche Aufgaben-/Asset-Kennung.</p></div><div class=\"card-result-process\" data-unknown-recovery><h5>Wenn die ursprüngliche Antwort geprüft werden muss</h5><p class=\"note-s\">Die ursprüngliche operation_id/X-Client-Request-ID für den Abgleich ohne erneute Einreichung aufbewahren; es gibt keine eigene Route zur Abfrage des Audiostatus.</p></div><details class=\"card-about\" data-output-fields><summary>Antwortfelder</summary><div class=\"tw\" data-card-table=\"output\"><table><thead><tr><th>Feld</th><th>Typ</th></tr></thead><tbody><tr><th data-cell-label=\"Feld\" scope=\"row\"><span class=\"card-cell-label\">Feld</span><code class=\"card-field-name\">text</code></th><td data-cell-label=\"Typ\" data-field-type><span class=\"card-cell-label\">Typ</span>string</td></tr><tr><th data-cell-label=\"Feld\" scope=\"row\"><span class=\"card-cell-label\">Feld</span><code class=\"card-field-name\">segments[]</code></th><td data-cell-label=\"Typ\" data-field-type><span class=\"card-cell-label\">Typ</span>object</td></tr><tr><th data-cell-label=\"Feld\" scope=\"row\"><span class=\"card-cell-label\">Feld</span><code class=\"card-field-name\">task_id</code></th><td data-cell-label=\"Typ\" data-field-type><span class=\"card-cell-label\">Typ</span>string</td></tr><tr><th data-cell-label=\"Feld\" scope=\"row\"><span class=\"card-cell-label\">Feld</span><code class=\"card-field-name\">asset_url</code></th><td data-cell-label=\"Typ\" data-field-type><span class=\"card-cell-label\">Typ</span>string</td></tr><tr><th data-cell-label=\"Feld\" scope=\"row\"><span class=\"card-cell-label\">Feld</span><code class=\"card-field-name\">usage</code></th><td data-cell-label=\"Typ\" data-field-type><span class=\"card-cell-label\">Typ</span>object</td></tr></tbody></table></div></details><details class=\"card-about\" data-method-errors><summary>Fehler und nächste Schritte</summary><div class=\"tw\" data-card-table=\"errors\"><table><thead><tr><th>Antwort</th><th>Bedingung</th><th>Nächster Schritt</th></tr></thead><tbody><tr><th data-cell-label=\"Antwort\" scope=\"row\"><span class=\"card-cell-label\">Antwort</span>400 · <code>invalid_request_error</code></th><td data-cell-label=\"Bedingung\"><span class=\"card-cell-label\">Bedingung</span>Pflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig</td><td data-cell-label=\"Nächster Schritt\"><span class=\"card-cell-label\">Nächster Schritt</span>Die angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren.</td></tr><tr><th data-cell-label=\"Antwort\" scope=\"row\"><span class=\"card-cell-label\">Antwort</span><code>server_error</code></th><td data-cell-label=\"Bedingung\"><span class=\"card-cell-label\">Bedingung</span>Die zurückgegebene Antwort gibt an, dass der Vorgang oder das Ergebnis eine Prüfung erfordert</td><td data-cell-label=\"Nächster Schritt\"><span class=\"card-cell-label\">Nächster Schritt</span>Die ursprünglich zurückgegebene Vorgangs-/Aufgaben-ID, die Anfrageheader und die Antwort aufbewahren; mit unterstützten Leseaufrufen für diesen ursprünglichen Vorgang fortfahren. Die Erstellungsanfrage nicht erneut senden.</td></tr></tbody></table></div></details></section><section class=\"card-section\" data-card-section=\"aliases\"><h3 tabindex=\"-1\">Aliasnamen</h3><h4>Modellaliasnamen</h4><p class=\"note-s\"><span data-model-alias-route=\"Core\"><b>Ailoot</b> <a href=\"#m=gemini-3.5-transcribe&amp;route=Core&amp;caller=gemini-3.5-transcribe&amp;fmt=transcriptions\"><code>gemini-3.5-transcribe</code></a></span></p><h4>Aliasnamen für Methodenpfade</h4><p class=\"note-s\">Verwenden Sie die oben angezeigten Methodenpfade.</p><h4>Zugehörige Aufrufer-IDs</h4><p class=\"note-s\"><a href=\"#m=gemini-3.5-transcribe&amp;route=Core&amp;caller=gemini-3.5-transcribe&amp;fmt=transcriptions\"><code>gemini-3.5-transcribe</code></a></p></section></div>",
      "method_identity": {
        "effective_request_model_id": "gemini-3.5-transcribe",
        "fmt": "transcriptions",
        "http": "POST",
        "path": "/v1/audio/transcriptions",
        "request_model_id": "gemini-3.5-transcribe",
        "route_label": "Core"
      },
      "method_key": "Core|transcriptions|/v1/audio/transcriptions|gemini-3.5-transcribe",
      "ordinal": 0,
      "rawMethod": {
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "cache_write_5m": null,
        "conditional_meter": 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": "Pflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig",
                "http_status": 400,
                "recovery": "Die angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren.",
                "type": "invalid_request_error"
              },
              {
                "code": null,
                "condition": "Die zurückgegebene Antwort gibt an, dass der Vorgang oder das Ergebnis eine Prüfung erfordert",
                "http_status": null,
                "recovery": "Die ursprünglich zurückgegebene Vorgangs-/Aufgaben-ID, die Anfrageheader und die Antwort aufbewahren; mit unterstützten Leseaufrufen für diesen ursprünglichen Vorgang fortfahren. Die Erstellungsanfrage nicht erneut senden.",
                "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": "Die ursprüngliche operation_id/X-Client-Request-ID für den Abgleich ohne erneute Einreichung aufbewahren; es gibt keine eigene Route zur Abfrage des Audiostatus."
            },
            "material_combinations": [
              {
                "content_type": "multipart/form-data",
                "mode": "speech_to_text",
                "required": [
                  "actual audio file"
                ]
              }
            ],
            "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": "Bewahren Sie das vollständige JSON auf, nicht nur den Text; erhalten Sie jedes verfügbare Segment/jeden Sprecher/Zeitstempel und die tatsächliche Aufgaben-/Asset-Kennung.",
              "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": [
                  "gemini-3.5-transcribe"
                ],
                "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,
                "file_formats": [
                  "wav",
                  "mp3",
                  "m4a",
                  "ogg",
                  "webm",
                  "flac"
                ],
                "maximum_bytes": 67108864,
                "maximum_seconds": 600,
                "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"
              }
            ],
            "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.",
            "unsupported": []
          },
          "hints": [
            "Methodenstrukturen und IDs sind exakt; die Fähigkeiten des Anbieters sind von der Zulassung einer Anfrage zu unterscheiden."
          ],
          "input": {
            "material_types": [
              "audio"
            ],
            "optional_controls": null,
            "required": null
          },
          "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": "die tatsächlich zurückgegebene task_id oder ein Eintrag in der Medienbibliothek",
                "path": "/v1/media/tasks/{task_id}"
              }
            ],
            "unknown": "Retain original operation_id/X-Client-Request-ID for reconciliation without resubmission; no dedicated audio poll route."
          },
          "method": {
            "http": "POST",
            "path": "/v1/audio/transcriptions"
          },
          "operation_modes": [
            "audio_transcriptions"
          ],
          "output": {
            "family": [
              "text"
            ],
            "format": null,
            "multioutputs": "retain every actual response output"
          }
        },
        "ctx": null,
        "examples": [
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_AUDIO_FILE:?Set your actual MP3 recording}\"\nexport AILOOT_AUDIO_FILE\npython3 - <<'PY_REQUEST'\nimport os\nfrom pathlib import Path\nf=Path(os.environ[\"AILOOT_AUDIO_FILE\"])\nif not f.is_file() or f.suffix.lower()!=\".mp3\":raise SystemExit(\"Choose your actual MP3 recording\")\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" \\\n  --form-string model=gemini-3.5-transcribe -F \"file=@$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()),ensure_ascii=False,indent=2))\nPY_RESULT\n",
            "label": "Transcribe your actual recording",
            "language": "bash"
          }
        ],
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "transcriptions",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": null,
        "input": [
          "audio"
        ],
        "label": "Sprache zu Text",
        "max_out": null,
        "max_tool_calls": null,
        "out": null,
        "output": [
          "text"
        ],
        "path": "/v1/audio/transcriptions",
        "pricing_profiles": [
          {
            "dimensions": {},
            "label": "Core",
            "units": [
              {
                "amount": 0.01,
                "amount_unit": "usd_per_display_unit",
                "key": "audio_input_started_minute",
                "label": "per minute or part thereof",
                "side": "in"
              }
            ]
          }
        ],
        "request_model_id": "gemini-3.5-transcribe",
        "route_label": "Core",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "audio_input_started_minute",
        "units": [
          {
            "key": "audio_input_started_minute",
            "label": "per minute or part thereof",
            "side": "in",
            "usd": 0.01
          }
        ]
      }
    }
  ],
  "model_id": "gemini-3.5-transcribe",
  "nativeProvenance": {
    "input_facts_canonical_sha256": "e6ff424999505e9f0f9f7be7c8f03dce93b47437cea0923559fe8cb3730e52c4",
    "input_html_sha256": "819b0a0296444a27c53a26ffcdb45fb56ae446fb388b53d21ef43902d0d2679d",
    "private_audit_sha256": "00d4412c423afabe5bab72a7a605ec2111809cd9800def74e351f8672723c8d1",
    "role": "historical-normalized-input-audit-hashes",
    "schema": "ailoot-native-model-provenance-v2"
  },
  "page": {
    "canonical": "https://ailoot.ai/models/de-at/gemini-3-5-transcribe/",
    "description": "Modell von Google für Spracherkennung, Sprachbestimmung, Sprecherzuordnung und Zeitstempel einzelner Wörter.",
    "locale": "de-at",
    "md_url": "https://ailoot.ai/models/de-at/gemini-3-5-transcribe/index.md",
    "title": "Gemini 3.5 Transcribe — Ailoot",
    "url": "https://ailoot.ai/models/de-at/gemini-3-5-transcribe/"
  },
  "rawModel": {
    "about": "Gemini 3.5 Transcribe wandelt eine Audiodatei in Text um. Neben der Transkription unterstützt es Sprachbestimmung, die Unterscheidung sprechender Personen, Zeitstempel einzelner Wörter, ein eigenes Wörterbuch und intelligente Textaufbereitung.\n\n### Sprachen und Dauer\n\nUnterstützt werden **mehr als 85 Sprachen**, darunter Russisch, sowie Sprachwechsel innerhalb einer Aufnahme. Die Sprache wird automatisch erkannt. Eine gewöhnliche Anfrage verarbeitet Audio mit einer Dauer von **bis zu einer Stunde**. Bei Sprecherzuordnung oder aktivierten Wortzeitstempeln verkürzt sich die Grenze auf **30 Minuten**.\n\nDie Ausgabe enthält die vollständige Transkription und in den entsprechenden Modi einzelne Wortannotationen. Das Modell ist für die Verarbeitung von Dateien vorgesehen; kontinuierliche Spracherkennung in Echtzeit gehört zur gesonderten Version `gemini-3.5-transcribe-live`.\n\n### Transkriptionsmodi\n\nStandardmäßig wird eine wortgetreue Transkription verwendet. Der intelligente Modus entfernt Füllwörter, berücksichtigt Selbstkorrekturen der sprechenden Person und formatiert den Text. Dieser Modus kann nicht mit Sprecherzuordnung und Wortzeitstempeln kombiniert werden.\n\nDie Sprecherzuordnung unterstützt **bis zu acht sprechende Personen**. Bei drei oder mehr Personen hat die Erkennung, wer eine Äußerung gesprochen hat, **experimentellen Status**. Zeitstempel helfen, Text mit der Aufnahme zu verknüpfen. Ihre Aktivierung kann jedoch die Erkennungsgenauigkeit verringern.\n\n### Begriffe und Dateien\n\nDas Wörterbuch eigener Begriffe fasst **bis zu 1 000 Einträge**. Google weist darauf hin, dass es meistens besser ist, ungefähr hundert Einträge zu verwenden. Ein solches Wörterbuch ist nicht mit Sprecherzuordnung und Wortzeitstempeln kompatibel. Bei der Moduswahl ist daher abzuwägen, ob Fachbegriffe oder eine detaillierte Zuordnung von Personen und Zeiten wichtiger sind.\n\nUnterstützte Audioformate umfassen WAV, MP3, AIFF, AAC, OGG, FLAC, MPEG, M4A, L16, Opus, A-law, mu-law und WebM. Für die Dateiverarbeitung sind Dauergrenzen und zulässige Moduskombinationen veröffentlicht. In der Beschreibung der Transcribe-Familie werden außerdem **96K Tokens** Kontext und **32K Tokens** Textausgabe genannt. Diese Familieneigenschaften ersetzen nicht die Dateigrenzen der gewählten Methode.\n\nKontext-Caching, Codeausführung, Dateisuche, Funktionsaufrufe, Bilderstellung und Thinking werden nicht unterstützt. Das Modell ist darauf spezialisiert, Text und Annotationen aus Audio zu gewinnen, nicht neue Sprache zu generieren.",
    "alias_of": null,
    "aliases": [],
    "author": "Google",
    "ctx": null,
    "formats": [
      "transcriptions"
    ],
    "id": "gemini-3.5-transcribe",
    "input": [
      "audio"
    ],
    "kind": "transcription",
    "max_out": null,
    "methods": [
      {
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "cache_write_5m": null,
        "conditional_meter": 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": "Pflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig",
                "http_status": 400,
                "recovery": "Die angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren.",
                "type": "invalid_request_error"
              },
              {
                "code": null,
                "condition": "Die zurückgegebene Antwort gibt an, dass der Vorgang oder das Ergebnis eine Prüfung erfordert",
                "http_status": null,
                "recovery": "Die ursprünglich zurückgegebene Vorgangs-/Aufgaben-ID, die Anfrageheader und die Antwort aufbewahren; mit unterstützten Leseaufrufen für diesen ursprünglichen Vorgang fortfahren. Die Erstellungsanfrage nicht erneut senden.",
                "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": "Die ursprüngliche operation_id/X-Client-Request-ID für den Abgleich ohne erneute Einreichung aufbewahren; es gibt keine eigene Route zur Abfrage des Audiostatus."
            },
            "material_combinations": [
              {
                "content_type": "multipart/form-data",
                "mode": "speech_to_text",
                "required": [
                  "actual audio file"
                ]
              }
            ],
            "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": "Bewahren Sie das vollständige JSON auf, nicht nur den Text; erhalten Sie jedes verfügbare Segment/jeden Sprecher/Zeitstempel und die tatsächliche Aufgaben-/Asset-Kennung.",
              "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": [
                  "gemini-3.5-transcribe"
                ],
                "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,
                "file_formats": [
                  "wav",
                  "mp3",
                  "m4a",
                  "ogg",
                  "webm",
                  "flac"
                ],
                "maximum_bytes": 67108864,
                "maximum_seconds": 600,
                "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"
              }
            ],
            "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.",
            "unsupported": []
          },
          "hints": [
            "Methodenstrukturen und IDs sind exakt; die Fähigkeiten des Anbieters sind von der Zulassung einer Anfrage zu unterscheiden."
          ],
          "input": {
            "material_types": [
              "audio"
            ],
            "optional_controls": null,
            "required": null
          },
          "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": "die tatsächlich zurückgegebene task_id oder ein Eintrag in der Medienbibliothek",
                "path": "/v1/media/tasks/{task_id}"
              }
            ],
            "unknown": "Retain original operation_id/X-Client-Request-ID for reconciliation without resubmission; no dedicated audio poll route."
          },
          "method": {
            "http": "POST",
            "path": "/v1/audio/transcriptions"
          },
          "operation_modes": [
            "audio_transcriptions"
          ],
          "output": {
            "family": [
              "text"
            ],
            "format": null,
            "multioutputs": "retain every actual response output"
          }
        },
        "ctx": null,
        "examples": [
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_AUDIO_FILE:?Set your actual MP3 recording}\"\nexport AILOOT_AUDIO_FILE\npython3 - <<'PY_REQUEST'\nimport os\nfrom pathlib import Path\nf=Path(os.environ[\"AILOOT_AUDIO_FILE\"])\nif not f.is_file() or f.suffix.lower()!=\".mp3\":raise SystemExit(\"Choose your actual MP3 recording\")\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" \\\n  --form-string model=gemini-3.5-transcribe -F \"file=@$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()),ensure_ascii=False,indent=2))\nPY_RESULT\n",
            "label": "Transcribe your actual recording",
            "language": "bash"
          }
        ],
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "transcriptions",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": null,
        "input": [
          "audio"
        ],
        "label": "Sprache zu Text",
        "max_out": null,
        "max_tool_calls": null,
        "out": null,
        "output": [
          "text"
        ],
        "path": "/v1/audio/transcriptions",
        "pricing_profiles": [
          {
            "dimensions": {},
            "label": "Core",
            "units": [
              {
                "amount": 0.01,
                "amount_unit": "usd_per_display_unit",
                "key": "audio_input_started_minute",
                "label": "per minute or part thereof",
                "side": "in"
              }
            ]
          }
        ],
        "request_model_id": "gemini-3.5-transcribe",
        "route_label": "Core",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "audio_input_started_minute",
        "units": [
          {
            "key": "audio_input_started_minute",
            "label": "per minute or part thereof",
            "side": "in",
            "usd": 0.01
          }
        ]
      }
    ],
    "model_aliases": [
      {
        "canonical_model_id": "gemini-3.5-transcribe",
        "request_model_id": "gemini-3.5-transcribe",
        "route_label": "Core"
      }
    ],
    "name": "Gemini 3.5 Transcribe",
    "price": {
      "in": 0.01,
      "in_label": "per minute or part thereof",
      "out": null,
      "out_label": null,
      "sort_in": null,
      "sort_out": null,
      "varies": false
    },
    "short": "Modell von Google für Spracherkennung, Sprachbestimmung, Sprecherzuordnung und Zeitstempel einzelner Wörter."
  },
  "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": "Modell von Google für Spracherkennung, Sprachbestimmung, Sprecherzuordnung und Zeitstempel einzelner Wörter.",
  "source": {
    "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1",
    "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036",
    "raw_model_json_sha256": "fa01876ad3cfe74e2cb7717bfa5d0b4d2c657ed94dd56f3ae5ebdb302d947d58",
    "renderer_sha256": "4915581496a34d8a27d706c57a04aa12aa22b4b136560828b2e1b9b8437d1eb0"
  },
  "sourceRevision": "b9a0460359a3d5f1236e839894a081a66a41752669d4951d040c6f29dae63bc5"
}