Source: https://ailoot.ai/models/de/gemini-3-5-transcribe/ Canonical: https://ailoot.ai/models/de/gemini-3-5-transcribe/ Language: de # Gemini 3.5 Transcribe [Markdown](https://ailoot.ai/models/de/gemini-3-5-transcribe/index.md) · [JSON](https://ailoot.ai/models/de/gemini-3-5-transcribe/facts.json) ## [Gemini 3.5 Transcribe](https://ailoot.ai/models/de/gemini-3-5-transcribe/) Google-Modell für Spracherkennung, Sprachidentifikation, Sprechertrennung und Wortzeitstempel. - [**Ailoot · Sprache zu Text** `POST /v1/audio/transcriptions` `gemini-3.5-transcribe`](https://ailoot.ai/models/de/gemini-3-5-transcribe/#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. Gemini 3.5 Transcribe wandelt Audiodateien in Text um. Neben Transkription unterstützt es Sprachidentifikation, Sprecherzuordnung, Zeitstempel einzelner Wörter, ein Fachwörterbuch und intelligente Textaufbereitung. #### Sprachen und Dauer Unterstützt 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 Sprechertrennung oder aktivierten Wortzeitstempeln sinkt die Grenze auf **30 Minuten**. Die Ausgabe enthält den vollständigen Transkriptionstext und bei entsprechenden Modi separate Wortannotationen. Das Modell dient der Dateiverarbeitung; kontinuierliche Echtzeiterkennung gehört zur separaten Version `gemini-3.5-transcribe-live`. #### Transkriptionsmodi Standardmäßig wird wortgetreu transkribiert. Der intelligente Modus entfernt Füllwörter, berücksichtigt Selbstkorrekturen des Sprechers und formatiert den Text. Dieser Modus lässt sich nicht mit Sprechertrennung und Wortzeitstempeln kombinieren. Die Sprechertrennung unterstützt **bis zu acht Sprecher**. Die Zuordnung von Beiträgen bei drei oder mehr Sprechern hat **experimentellen Status**. Zeitstempel helfen, Text und Aufnahme zu verknüpfen; ihre Aktivierung kann jedoch die Erkennungsgenauigkeit verringern. #### Begriffe und Dateien Ein Wörterbuch eigener Begriffe fasst **bis zu 1 000 Einträge**; laut Google ist eine Begrenzung auf ungefähr hundert in der Regel besser. Dieses Wörterbuch ist mit Sprechertrennung und Wortzeitstempeln inkompatibel. Bei der Moduswahl muss daher berücksichtigt werden, was wichtiger ist: Fachbegriffe oder eine detaillierte Zuordnung von Teilnehmern und Zeit. Zu den unterstützten Audioformaten gehören WAV, MP3, AIFF, AAC, OGG, FLAC, MPEG, M4A, L16, Opus, A-law, mu-law und WebM. Für die Dateiverarbeitung sind Dauergrenzen und Moduskombinationen veröffentlicht. Die Beschreibung der Transcribe-Familie nennt außerdem **96K Tokens Kontext** und **32K Tokens Textausgabe**; diese Familienmerkmale ersetzen nicht die Dateibeschränkungen der gewählten Methode. Kontext-Caching, Codeausführung, Dateisuche, Funktionsaufrufe, Bilderstellung und Thinking werden nicht unterstützt. Die Spezialisierung des Modells ist die Erstellung von Text und Annotationen aus Audio, nicht die Generierung neuer Sprache. **Ailoot · Sprache zu Text** `POST /v1/audio/transcriptions` `gemini-3.5-transcribe` [`gemini-3.5-transcribe`](https://ailoot.ai/models/de/#m=gemini-3.5-transcribe&route=Core&caller=gemini-3.5-transcribe&fmt=transcriptions) Google /`gemini-3.5-transcribe` ### Start Google-Modell für Spracherkennung, Sprachidentifikation, Sprechertrennung und Wortzeitstempel. Zulässige Eingaben Audio Ergebnisse Text ### In Ailoot verfügbar · Eingaben und Methoden **Ailoot · Sprache zu Text** `POST /v1/audio/transcriptions` Eingabetypen `audio` Ausgabetypen `text` Ausgabeformat json | Feld | Typ | Anforderung | Werte und Limits | Standard | | --- | --- | --- | --- | --- | | Feld`model` | Typ`string` | AnforderungErforderlich | Werte und Limits gemini-3.5-transcribe | Standard— | | Feld`file` | Typ`file` | AnforderungErforderlich | Werte und Limits Maximale Anzahl Bytes: 67.108.864 Dateiformate: wav, mp3, m4a, ogg, webm, flac Inhaltstyp: multipart/form-data Maximale Dauer, Sekunden: 600 | Standard— | | Feld`response_format` | Typ`string` | AnforderungOptional | Werte und Limits json | Standard— | Kombinationen von Eingabematerialien **speech\_to\_text** · Erforderlich: actual audio file Methodenparameter und Lebenszyklus | Parameter | Vertrag | | --- | --- | | Parameter`material_types` | Vertragaudio | | Parameter`required` | Vertragnull | | Parameter`optional_controls` | Vertragnull | Lebenszyklus: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · die tatsächlich zurückgegebene task\_id oder ein Eintrag in der Medienbibliothek `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` Methodenstrukturen und IDs sind exakt; die Fähigkeiten des Anbieters sind von der Zulassung einer Anfrage zu unterscheiden. ### Tarife #### Ailoot-Methodentarife Eingabe 0,01 $ *pro angefangene Minute* 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/billing/reserve/) ### Beispielanfragen #### Ailoot · Sprache zu Text Transkriptionsbeispiel ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_AUDIO_FILE:?Set your actual MP3 recording}" export AILOOT_AUDIO_FILE python3 - <<'PY_REQUEST' import os from pathlib import Path f=Path(os.environ["AILOOT_AUDIO_FILE"]) if not f.is_file() or f.suffix.lower()!=".mp3":raise SystemExit("Choose your actual MP3 recording") PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \ -H "Authorization: Bearer $AILOOT_API_KEY" \ --form-string model=gemini-3.5-transcribe -F "file=@$AILOOT_AUDIO_FILE" \ -D response-headers.txt -o result.json python3 - <<'PY_RESULT' import json from pathlib import Path print(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2)) PY_RESULT ``` ### Ergebnisse abrufen und speichern #### Ailoot · Sprache zu Text json - `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. Bewahren Sie das vollständige JSON auf, nicht nur den Text; erhalten Sie jedes verfügbare Segment, jeden Sprecher, jeden Zeitstempel und die tatsächlichen Aufgaben- und Asset-Kennungen. ##### Wenn die ursprüngliche Antwort geprüft werden muss Die ursprüngliche operation\_id/X-Client-Request-ID für den Abgleich ohne erneute Einreichung aufbewahren; es gibt keine eigene Route zur Abfrage des Audiostatus. Antwortfelder | Feld | Typ | | --- | --- | | Feld`text` | Typstring | | Feld`segments[]` | Typobject | | Feld`task_id` | Typstring | | Feld`asset_url` | Typstring | | Feld`usage` | Typobject | Fehler und nächste Schritte | Antwort | Bedingung | Nächster Schritt | | --- | --- | --- | | Antwort400 · `invalid_request_error` | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. | | Antwort`server_error` | BedingungDie zurückgegebene Antwort gibt an, dass der Vorgang oder das Ergebnis eine Prüfung erfordert | Nächster SchrittDie ursprünglich zurückgegebene Vorgangs-/Aufgaben-ID, die Anfrageheader und die Antwort aufbewahren; mit unterstützten Leseaufrufen für diesen ursprünglichen Vorgang fortfahren. Die Erstellungsanfrage nicht erneut senden. | ### Aliasnamen #### Modellaliasnamen **Ailoot** [`gemini-3.5-transcribe`](https://ailoot.ai/models/de/#m=gemini-3.5-transcribe&route=Core&caller=gemini-3.5-transcribe&fmt=transcriptions) #### Aliasnamen für Methodenpfade Verwenden Sie die oben angezeigten Methodenpfade. #### Zugehörige Aufrufer-IDs [`gemini-3.5-transcribe`](https://ailoot.ai/models/de/#m=gemini-3.5-transcribe&route=Core&caller=gemini-3.5-transcribe&fmt=transcriptions) FAQ · Gemini 3.5 Transcribe Welche Eingaben und Ergebnisse sind verfügbar? `POST /v1/audio/transcriptions` · `gemini-3.5-transcribe`: `audio` → `text` Welche Felder verwendet die Anfrage? `POST /v1/audio/transcriptions` · `gemini-3.5-transcribe`: `model`, `file`, `response_format` 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/billing/subscriptions/) · [Modellpreise ansehen](https://ailoot.ai/models/de/) ## 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) ## 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.