{
  "aboutHtml": "<p>Microsoft AI MAI-Transcribe 1.5 ist ein Spracherkennungsmodell zur Umwandlung aufgezeichneten Audios in schriftliche Inhalte. Seine genaue Modellkarte beschreibt Erkennung in 43 Sprachen, automatische Sprachidentifizierung und Robustheit gegenüber Akzenten, Dialekten, Sprechstilen und Geräuschbedingungen. Die Edition erweitert die 25-Sprachen-Gruppe von MAI-Transcribe 1 um achtzehn Sprachen. Ein brauchbares Ergebnis ist der verschriftlichte Inhalt eines Vortrags, Interviews, Anrufs oder einer Sprachnotiz, der vor einer späteren Bearbeitung oder Analyse mit der Aufnahme abgeglichen werden kann.</p><p>Bereiten Sie eine vollständige verständliche Aufnahme in einem der genannten Formate WAV, MP3 oder FLAC vor. Bewahren Sie Originaldatei und jede Abschnittsaufteilung, damit das Transkript mit dem Audio verglichen werden kann. Bewahren Sie bei einem Vortrag die Sätze um einen Fachbegriff, statt nur das schwierige Wort zu extrahieren. Erhalten Sie bei einer Sprachnotiz eine Korrektur, die Name, Zeit oder Zahl ändert. Die umgebende Sprache liefert Erkennungskontext; die Prüfung durch Zuhören kann Korrekturbedarf aufzeigen.</p><p>Automatische Sprachidentifizierung ermöglicht Verarbeitung ohne vorherige Sprachwahl. Die Gruppe von 43 Sprachen umfasst Englisch, Französisch, Deutsch, Italienisch, Spanisch, Hindi, Chinesisch, Japanisch, Koreanisch, Arabisch, Indonesisch, Russisch, Thai und Vietnamesisch. Zu den ergänzten Sprachen zählen Bulgarisch, Katalanisch, Griechisch, Ukrainisch und mehrere südasiatische Sprachen. Prüfen Sie, ob die gewünschte Sprache zu dieser Edition gehört, statt die breitere Abdeckung von MAI-Transcribe 2 zu übernehmen. Bewahren Sie bei mehrsprachigen Sammlungen die Aufnahmesprache beim geprüften Text, damit nachgelagerte Bearbeitung dem tatsächlichen gesprochenen Inhalt folgt.</p><p>Die Modellkarte 1.5 beschreibt Schlüsselwort- oder Entitätsgewichtung mit bis zu 200 Begriffen; die Veröffentlichung erklärt den Zweck: wahrscheinliche Namen, Akronyme und Fachwörter als Kontext verfügbar machen. Der Hersteller beschreibt kontextuelle Hinweise statt blind erzwungener Wörter im Ergebnis. Bereiten Sie relevantes Vokabular vor, etwa Projektname, technisches Instrument oder die korrekte Schreibweise einer in der Aufnahme besprochenen Person. Nutzen Sie diese Terminologie als Kontext der tatsächlichen Aufnahme und prüfen Sie erkannte Begriffe anhand der Sprache.</p><p>Bereiten Sie für eine aufgezeichnete Unterrichtseinheit zum Ingenieurwesen die Namen besprochener Instrumente und die genaue Schreibweise von Projektakronymen vor. Schreiben Sie sie in eine gezielte Terminologieliste und bewahren Sie diese bei Audio und Transkript. Prüfen Sie die Vorkommen anhand der gesprochenen Passagen, statt einen Vokabulareintrag als Trefferbeweis zu behandeln. Ähnlich klingende Namen können weiterhin Prüfung benötigen. Das Ergebnis sollte tatsächlich gesprochene Wörter bewahren, einschließlich bedeutungsverändernder Korrekturen oder Einschränkungen.</p><p>Der Hersteller betont die Leistung bei realem Audio einschließlich Hintergrundgeräuschen und unterschiedlichen Mikrofonbedingungen. Praktische Prüfung kann sich auf gleichzeitiges Sprechen, leise Stimmen oder teilweise von anderen Geräuschen verdeckte Wörter konzentrieren. Verknüpfen Sie Unsicherheiten mit der entsprechenden Audiopassage, statt sie durch Themenannahmen zu füllen. Ein plausibler Satz kann dennoch den falschen Eigennamen oder die falsche Zahl enthalten. Für ein Anruftranskript ist das brauchbare Ergebnis eine geprüfte Aufzeichnung des gesprochenen Inhalts zur späteren Analyse statt eines geratenen Berichts über die Absicht des Anrufers.</p><p>Die genaue Modellkarte 1.5 nennt maximal 300 MB Dateigröße und zwei Stunden. Ihre verknüpfte synchrone Transkriptions-REST-Referenz beschreibt strengere Bereitstellungseingaben: kleiner als 250 MB und kürzer als zwei Stunden. Dies sind getrennt genannte Modellkarten- und Schnittstellengrenzen. Bereiten Sie Dateien innerhalb des Budgets der vorgesehenen Schnittstelle vor und gliedern Sie längeres Material an sinnvollen Aufnahmegrenzen. Eine Dateigrößengrenze betrifft codiertes Audio, eine Dauergrenze die Länge der Sprachaufnahme; keine definiert ein Textmodell-Kontextfenster.</p><p>Die Beispielausgabe der Modellkarte ist JSON mit Aufnahmedauer und kombiniertem erkannten Text. Der Text kann ein zugängliches Transkript, ein Untertitelskript oder eine Eingabe für spätere Zusammenfassung und Suche werden. Gruppierung von Untertitel-Einblendungen und Ausrichtung an der Aufnahme sind gesonderte Vorbereitungen, wenn das Ergebnis die erforderlichen Zeitdaten nicht enthält. Bei Interviewaufzeichnungen benötigt die Zuordnung einer Zeile zu einem benannten Teilnehmer eine gesonderte geprüfte Aufzeichnung darüber, wer gesprochen hat. Bewahren Sie erkannten Wortlaut und Audio als Grundlage dieser späteren Ergebnisse.</p><p>Die Editionsgrenzen zählen bei der Ausgabeplanung. Die Karte 1.5 schließt Sprechertrennung ausdrücklich aus den unterstützten Fähigkeiten aus; der Versionsvergleich des Herstellers ordnet Wortzeitstempel und Clean/Verbatim-Stilregler MAI-Transcribe 2 zu. Auch ein natives Streamingmodell ist eine gesonderte Edition. Dieses Profil 1.5 konzentriert sich daher auf erkannten Text aus Aufnahmen und dokumentierten Fachkontext, ohne Sprecher-, Zeit- oder Live-Eingabefunktionen einer anderen Edition zum Teil des Ergebnisses zu machen. Prüfen Sie Namen, Zahlen, Fachbegriffe und unklare Sprache, bevor Sie ein Zitat, eine Untertitelspur oder ein abgeleitetes Dokument vorbereiten.</p>",
  "aboutText": "Microsoft AI MAI-Transcribe 1.5 ist ein Spracherkennungsmodell zur Umwandlung aufgezeichneten Audios in schriftliche Inhalte. Seine genaue Modellkarte beschreibt Erkennung in 43 Sprachen, automatische Sprachidentifizierung und Robustheit gegenüber Akzenten, Dialekten, Sprechstilen und Geräuschbedingungen. Die Edition erweitert die 25-Sprachen-Gruppe von MAI-Transcribe 1 um achtzehn Sprachen. Ein brauchbares Ergebnis ist der verschriftlichte Inhalt eines Vortrags, Interviews, Anrufs oder einer Sprachnotiz, der vor einer späteren Bearbeitung oder Analyse mit der Aufnahme abgeglichen werden kann.\n\nBereiten Sie eine vollständige verständliche Aufnahme in einem der genannten Formate WAV, MP3 oder FLAC vor. Bewahren Sie Originaldatei und jede Abschnittsaufteilung, damit das Transkript mit dem Audio verglichen werden kann. Bewahren Sie bei einem Vortrag die Sätze um einen Fachbegriff, statt nur das schwierige Wort zu extrahieren. Erhalten Sie bei einer Sprachnotiz eine Korrektur, die Name, Zeit oder Zahl ändert. Die umgebende Sprache liefert Erkennungskontext; die Prüfung durch Zuhören kann Korrekturbedarf aufzeigen.\n\nAutomatische Sprachidentifizierung ermöglicht Verarbeitung ohne vorherige Sprachwahl. Die Gruppe von 43 Sprachen umfasst Englisch, Französisch, Deutsch, Italienisch, Spanisch, Hindi, Chinesisch, Japanisch, Koreanisch, Arabisch, Indonesisch, Russisch, Thai und Vietnamesisch. Zu den ergänzten Sprachen zählen Bulgarisch, Katalanisch, Griechisch, Ukrainisch und mehrere südasiatische Sprachen. Prüfen Sie, ob die gewünschte Sprache zu dieser Edition gehört, statt die breitere Abdeckung von MAI-Transcribe 2 zu übernehmen. Bewahren Sie bei mehrsprachigen Sammlungen die Aufnahmesprache beim geprüften Text, damit nachgelagerte Bearbeitung dem tatsächlichen gesprochenen Inhalt folgt.\n\nDie Modellkarte 1.5 beschreibt Schlüsselwort- oder Entitätsgewichtung mit bis zu 200 Begriffen; die Veröffentlichung erklärt den Zweck: wahrscheinliche Namen, Akronyme und Fachwörter als Kontext verfügbar machen. Der Hersteller beschreibt kontextuelle Hinweise statt blind erzwungener Wörter im Ergebnis. Bereiten Sie relevantes Vokabular vor, etwa Projektname, technisches Instrument oder die korrekte Schreibweise einer in der Aufnahme besprochenen Person. Nutzen Sie diese Terminologie als Kontext der tatsächlichen Aufnahme und prüfen Sie erkannte Begriffe anhand der Sprache.\n\nBereiten Sie für eine aufgezeichnete Unterrichtseinheit zum Ingenieurwesen die Namen besprochener Instrumente und die genaue Schreibweise von Projektakronymen vor. Schreiben Sie sie in eine gezielte Terminologieliste und bewahren Sie diese bei Audio und Transkript. Prüfen Sie die Vorkommen anhand der gesprochenen Passagen, statt einen Vokabulareintrag als Trefferbeweis zu behandeln. Ähnlich klingende Namen können weiterhin Prüfung benötigen. Das Ergebnis sollte tatsächlich gesprochene Wörter bewahren, einschließlich bedeutungsverändernder Korrekturen oder Einschränkungen.\n\nDer Hersteller betont die Leistung bei realem Audio einschließlich Hintergrundgeräuschen und unterschiedlichen Mikrofonbedingungen. Praktische Prüfung kann sich auf gleichzeitiges Sprechen, leise Stimmen oder teilweise von anderen Geräuschen verdeckte Wörter konzentrieren. Verknüpfen Sie Unsicherheiten mit der entsprechenden Audiopassage, statt sie durch Themenannahmen zu füllen. Ein plausibler Satz kann dennoch den falschen Eigennamen oder die falsche Zahl enthalten. Für ein Anruftranskript ist das brauchbare Ergebnis eine geprüfte Aufzeichnung des gesprochenen Inhalts zur späteren Analyse statt eines geratenen Berichts über die Absicht des Anrufers.\n\nDie genaue Modellkarte 1.5 nennt maximal 300 MB Dateigröße und zwei Stunden. Ihre verknüpfte synchrone Transkriptions-REST-Referenz beschreibt strengere Bereitstellungseingaben: kleiner als 250 MB und kürzer als zwei Stunden. Dies sind getrennt genannte Modellkarten- und Schnittstellengrenzen. Bereiten Sie Dateien innerhalb des Budgets der vorgesehenen Schnittstelle vor und gliedern Sie längeres Material an sinnvollen Aufnahmegrenzen. Eine Dateigrößengrenze betrifft codiertes Audio, eine Dauergrenze die Länge der Sprachaufnahme; keine definiert ein Textmodell-Kontextfenster.\n\nDie Beispielausgabe der Modellkarte ist JSON mit Aufnahmedauer und kombiniertem erkannten Text. Der Text kann ein zugängliches Transkript, ein Untertitelskript oder eine Eingabe für spätere Zusammenfassung und Suche werden. Gruppierung von Untertitel-Einblendungen und Ausrichtung an der Aufnahme sind gesonderte Vorbereitungen, wenn das Ergebnis die erforderlichen Zeitdaten nicht enthält. Bei Interviewaufzeichnungen benötigt die Zuordnung einer Zeile zu einem benannten Teilnehmer eine gesonderte geprüfte Aufzeichnung darüber, wer gesprochen hat. Bewahren Sie erkannten Wortlaut und Audio als Grundlage dieser späteren Ergebnisse.\n\nDie Editionsgrenzen zählen bei der Ausgabeplanung. Die Karte 1.5 schließt Sprechertrennung ausdrücklich aus den unterstützten Fähigkeiten aus; der Versionsvergleich des Herstellers ordnet Wortzeitstempel und Clean/Verbatim-Stilregler MAI-Transcribe 2 zu. Auch ein natives Streamingmodell ist eine gesonderte Edition. Dieses Profil 1.5 konzentriert sich daher auf erkannten Text aus Aufnahmen und dokumentierten Fachkontext, ohne Sprecher-, Zeit- oder Live-Eingabefunktionen einer anderen Edition zum Teil des Ergebnisses zu machen. Prüfen Sie Namen, Zahlen, Fachbegriffe und unklare Sprache, bevor Sie ein Zitat, eine Untertitelspur oder ein abgeleitetes Dokument vorbereiten.",
  "editorialOverlay": {
    "copy_fields": null,
    "copy_sha256": null,
    "copy_source": null,
    "html_sha256": "48655fb917b45a7508a26fe21457bc362007eabf030929f1a59a8c3b64f985f6",
    "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06",
    "raw_model_unchanged": true,
    "schema": "ailoot-native-model-editorial-v1"
  },
  "locale": "de",
  "methods": [
    {
      "html": "<div class=\"sheet-head\"><span class=\"mav\" aria-hidden=\"true\">•</span><h2 id=\"sheet-title\">Microsoft AI: MAI-Transcribe 1.5</h2><button class=\"icon-btn\" type=\"button\" data-close-sheet aria-label=\"Schließen\">×</button></div><div class=\"idline\"><span>Microsoft AI /</span><code>microsoft/mai-transcribe-1.5</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\">Start</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=\"Ultra|transcriptions|/v1/audio/transcriptions|microsoft%2Fmai-transcribe-1.5\">Erkennung</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\">Start</h3><p class=\"mdesc-full\">Microsoft AI MAI-Transcribe 1.5 wandelt aufgezeichnete Sprache in 43 Sprachen mit automatischer Erkennung der gesprochenen Sprache und Schwerpunkt auf Akzenten und verrauschtem Audio in Text um. Seine Modellkarte beschreibt fachbezogene Schlüsselwortgewichtung für Namen und Fachbegriffe. Verwenden Sie das Transkript als Grundlage geprüfter Notizen oder Untertitel.</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>Microsoft AI MAI-Transcribe 1.5 ist ein Spracherkennungsmodell zur Umwandlung aufgezeichneten Audios in schriftliche Inhalte. Seine genaue Modellkarte beschreibt Erkennung in 43 Sprachen, automatische Sprachidentifizierung und Robustheit gegenüber Akzenten, Dialekten, Sprechstilen und Geräuschbedingungen. Die Edition erweitert die 25-Sprachen-Gruppe von MAI-Transcribe 1 um achtzehn Sprachen. Ein brauchbares Ergebnis ist der verschriftlichte Inhalt eines Vortrags, Interviews, Anrufs oder einer Sprachnotiz, der vor einer späteren Bearbeitung oder Analyse mit der Aufnahme abgeglichen werden kann.</p><p>Bereiten Sie eine vollständige verständliche Aufnahme in einem der genannten Formate WAV, MP3 oder FLAC vor. Bewahren Sie Originaldatei und jede Abschnittsaufteilung, damit das Transkript mit dem Audio verglichen werden kann. Bewahren Sie bei einem Vortrag die Sätze um einen Fachbegriff, statt nur das schwierige Wort zu extrahieren. Erhalten Sie bei einer Sprachnotiz eine Korrektur, die Name, Zeit oder Zahl ändert. Die umgebende Sprache liefert Erkennungskontext; die Prüfung durch Zuhören kann Korrekturbedarf aufzeigen.</p><p>Automatische Sprachidentifizierung ermöglicht Verarbeitung ohne vorherige Sprachwahl. Die Gruppe von 43 Sprachen umfasst Englisch, Französisch, Deutsch, Italienisch, Spanisch, Hindi, Chinesisch, Japanisch, Koreanisch, Arabisch, Indonesisch, Russisch, Thai und Vietnamesisch. Zu den ergänzten Sprachen zählen Bulgarisch, Katalanisch, Griechisch, Ukrainisch und mehrere südasiatische Sprachen. Prüfen Sie, ob die gewünschte Sprache zu dieser Edition gehört, statt die breitere Abdeckung von MAI-Transcribe 2 zu übernehmen. Bewahren Sie bei mehrsprachigen Sammlungen die Aufnahmesprache beim geprüften Text, damit nachgelagerte Bearbeitung dem tatsächlichen gesprochenen Inhalt folgt.</p><p>Die Modellkarte 1.5 beschreibt Schlüsselwort- oder Entitätsgewichtung mit bis zu 200 Begriffen; die Veröffentlichung erklärt den Zweck: wahrscheinliche Namen, Akronyme und Fachwörter als Kontext verfügbar machen. Der Hersteller beschreibt kontextuelle Hinweise statt blind erzwungener Wörter im Ergebnis. Bereiten Sie relevantes Vokabular vor, etwa Projektname, technisches Instrument oder die korrekte Schreibweise einer in der Aufnahme besprochenen Person. Nutzen Sie diese Terminologie als Kontext der tatsächlichen Aufnahme und prüfen Sie erkannte Begriffe anhand der Sprache.</p><p>Bereiten Sie für eine aufgezeichnete Unterrichtseinheit zum Ingenieurwesen die Namen besprochener Instrumente und die genaue Schreibweise von Projektakronymen vor. Schreiben Sie sie in eine gezielte Terminologieliste und bewahren Sie diese bei Audio und Transkript. Prüfen Sie die Vorkommen anhand der gesprochenen Passagen, statt einen Vokabulareintrag als Trefferbeweis zu behandeln. Ähnlich klingende Namen können weiterhin Prüfung benötigen. Das Ergebnis sollte tatsächlich gesprochene Wörter bewahren, einschließlich bedeutungsverändernder Korrekturen oder Einschränkungen.</p><p>Der Hersteller betont die Leistung bei realem Audio einschließlich Hintergrundgeräuschen und unterschiedlichen Mikrofonbedingungen. Praktische Prüfung kann sich auf gleichzeitiges Sprechen, leise Stimmen oder teilweise von anderen Geräuschen verdeckte Wörter konzentrieren. Verknüpfen Sie Unsicherheiten mit der entsprechenden Audiopassage, statt sie durch Themenannahmen zu füllen. Ein plausibler Satz kann dennoch den falschen Eigennamen oder die falsche Zahl enthalten. Für ein Anruftranskript ist das brauchbare Ergebnis eine geprüfte Aufzeichnung des gesprochenen Inhalts zur späteren Analyse statt eines geratenen Berichts über die Absicht des Anrufers.</p><p>Die genaue Modellkarte 1.5 nennt maximal 300 MB Dateigröße und zwei Stunden. Ihre verknüpfte synchrone Transkriptions-REST-Referenz beschreibt strengere Bereitstellungseingaben: kleiner als 250 MB und kürzer als zwei Stunden. Dies sind getrennt genannte Modellkarten- und Schnittstellengrenzen. Bereiten Sie Dateien innerhalb des Budgets der vorgesehenen Schnittstelle vor und gliedern Sie längeres Material an sinnvollen Aufnahmegrenzen. Eine Dateigrößengrenze betrifft codiertes Audio, eine Dauergrenze die Länge der Sprachaufnahme; keine definiert ein Textmodell-Kontextfenster.</p><p>Die Beispielausgabe der Modellkarte ist JSON mit Aufnahmedauer und kombiniertem erkannten Text. Der Text kann ein zugängliches Transkript, ein Untertitelskript oder eine Eingabe für spätere Zusammenfassung und Suche werden. Gruppierung von Untertitel-Einblendungen und Ausrichtung an der Aufnahme sind gesonderte Vorbereitungen, wenn das Ergebnis die erforderlichen Zeitdaten nicht enthält. Bei Interviewaufzeichnungen benötigt die Zuordnung einer Zeile zu einem benannten Teilnehmer eine gesonderte geprüfte Aufzeichnung darüber, wer gesprochen hat. Bewahren Sie erkannten Wortlaut und Audio als Grundlage dieser späteren Ergebnisse.</p><p>Die Editionsgrenzen zählen bei der Ausgabeplanung. Die Karte 1.5 schließt Sprechertrennung ausdrücklich aus den unterstützten Fähigkeiten aus; der Versionsvergleich des Herstellers ordnet Wortzeitstempel und Clean/Verbatim-Stilregler MAI-Transcribe 2 zu. Auch ein natives Streamingmodell ist eine gesonderte Edition. Dieses Profil 1.5 konzentriert sich daher auf erkannten Text aus Aufnahmen und dokumentierten Fachkontext, ohne Sprecher-, Zeit- oder Live-Eingabefunktionen einer anderen Edition zum Teil des Ergebnisses zu machen. Prüfen Sie Namen, Zahlen, Fachbegriffe und unklare Sprache, bevor Sie ein Zitat, eine Untertitelspur oder ein abgeleitetes Dokument vorbereiten.</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 Ultra · Transkription</b> <code>POST /v1/audio/transcriptions</code></summary><dl class=\"method-capabilities\"><div><dt>Eingabetypen</dt><dd><code>audio</code></dd></div><div><dt>Ausgabetypen</dt><dd><code>text</code></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><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>microsoft/mai-transcribe-1.5</div></td><td data-cell-label=\"Standard\" data-default=\"unspecified\"><span class=\"card-cell-label\">Standard</span>—</td></tr><tr><th data-cell-label=\"Feld\" scope=\"row\"><span class=\"card-cell-label\">Feld</span><code class=\"card-field-name\">input_audio</code></th><td data-cell-label=\"Typ\" data-field-type><span class=\"card-cell-label\">Typ</span><code>object</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></td><td data-cell-label=\"Standard\" data-default=\"unspecified\"><span class=\"card-cell-label\">Standard</span>—</td></tr><tr><th data-cell-label=\"Feld\" scope=\"row\"><span class=\"card-cell-label\">Feld</span><code class=\"card-field-name\">language</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></td><td data-cell-label=\"Standard\" data-default=\"unspecified\"><span class=\"card-cell-label\">Standard</span>—</td></tr><tr><th data-cell-label=\"Feld\" scope=\"row\"><span class=\"card-cell-label\">Feld</span><code class=\"card-field-name\">temperature</code></th><td data-cell-label=\"Typ\" data-field-type><span class=\"card-cell-label\">Typ</span><code>number</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>Minimum: 0</div><div>Maximum: 1</div></td><td data-cell-label=\"Standard\" data-default=\"unspecified\"><span class=\"card-cell-label\">Standard</span>—</td></tr><tr><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, verbose_json</div></td><td data-cell-label=\"Standard\" data-default=\"known\"><span class=\"card-cell-label\">Standard</span>json</td></tr><tr><th data-cell-label=\"Feld\" scope=\"row\"><span class=\"card-cell-label\">Feld</span><code class=\"card-field-name\">timestamp_granularities</code></th><td data-cell-label=\"Typ\" data-field-type><span class=\"card-cell-label\">Typ</span><code>array</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></td><td data-cell-label=\"Standard\" data-default=\"unspecified\"><span class=\"card-cell-label\">Standard</span>—</td></tr><tr><th data-cell-label=\"Feld\" scope=\"row\"><span class=\"card-cell-label\">Feld</span><code class=\"card-field-name\">provider</code></th><td data-cell-label=\"Typ\" data-field-type><span class=\"card-cell-label\">Typ</span><code>object</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></td><td data-cell-label=\"Standard\" data-default=\"unspecified\"><span class=\"card-cell-label\">Standard</span>—</td></tr></tbody></table></div><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>content_type</code></th><td data-cell-label=\"Vertrag\"><span class=\"card-cell-label\">Vertrag</span>application/json</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>model, input_audio</td></tr><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>material_conditions</code></th><td data-cell-label=\"Vertrag\"><span class=\"card-cell-label\">Vertrag</span>Lesen Sie eine tatsächliche WAV-Datei ein und kodieren Sie ihre echten Bytes für das deklarierte JSON-Feld input_audio; für diese konkrete Deklaration ausschließlich mit JSON wird keine multipart-Route angeboten.</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></details></details></section><section class=\"card-section\" data-card-section=\"pricing\"><h3 tabindex=\"-1\">Tarife</h3><div class=\"card-result-process\" data-billing-basis><h5>So wird die endgültige Gebühr berechnet</h5><p class=\"note-s\">Die angezeigten Tarife dienen zur Kostenschätzung vor der Generierung. Der endgültige Betrag wird aus den für die ursprüngliche Generierung erfassten Kosten berechnet. Die gemessene Ausgabedauer und prognostizierte Mengen sind nicht die endgültige abrechenbare Menge.</p></div><div data-native-semantic-method=\"v1\" data-tariff-reference-only><p class=\"note-s\" data-rate-support-note>Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.</p><dl data-price-conditions><dt>Schnellmodus</dt><dd>Nicht angegeben <span class=\"note-s\">Wenn der Schnellmodus ausgewählt ist</span></dd><dt>Flex-Modus</dt><dd>Nicht angegeben <span class=\"note-s\">Wenn der Modus flex ausgewählt ist</span></dd><dt>Maximaler Denkaufwand</dt><dd>Nicht angegeben <span class=\"note-s\">Wenn beim maximalen Denkaufwand die Standardanpassung (default) verwendet wird</span></dd></dl></div><div data-declared-tariff-pricing><h4>Geschätzte Tarife zum Vergleich</h4><h4>Preise nach Konfiguration</h4><p class=\"note-s\">Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif.</p><div class=\"tw\" data-pricing-profiles><table><thead><tr><th>Konfiguration</th><th>Tarifstaffel</th><th>Prognostizierte Menge</th><th>Abrechnungseinheit</th><th>Gebühr</th></tr></thead><tbody><tr><th data-cell-label=\"Konfiguration\" scope=\"row\"><span class=\"card-cell-label\">Konfiguration</span>Basistarife für Token</th><td data-cell-label=\"Tarifstaffel\"><span class=\"card-cell-label\">Tarifstaffel</span>Grundtarif</td><td data-cell-label=\"Prognostizierte Menge\"><span class=\"card-cell-label\">Prognostizierte Menge</span>—</td><td data-cell-label=\"Abrechnungseinheit\"><span class=\"card-cell-label\">Abrechnungseinheit</span>—</td><td data-cell-label=\"Gebühr\"><span class=\"card-cell-label\">Gebühr</span><div><span>Eingabe · Eingabetoken · Schätzung nur zum Vergleich</span> <b>—</b> <span class=\"price-unit\">/ 1K Token</span></div><div><span>Ausgabe · Ausgabetoken · Schätzung nur zum Vergleich</span> <b>—</b> <span class=\"price-unit\">/ 1K Token</span></div><div><span>Eingabe · Cache-Lesen · Schätzung nur zum Vergleich</span> <b>—</b> <span class=\"price-unit\">/ 1K Token</span></div><div><span>Eingabe · Cache-Schreiben · Schätzung nur zum Vergleich</span> <b>—</b> <span class=\"price-unit\">/ 1K Token</span></div><div><span>Eingabe · Cache-Schreiben, 1 Stunde · Schätzung nur zum Vergleich</span> <b>—</b> <span class=\"price-unit\">/ 1K Token</span></div></td></tr><tr><th data-cell-label=\"Konfiguration\" scope=\"row\"><span class=\"card-cell-label\">Konfiguration</span>Audioeingabestunde</th><td data-cell-label=\"Tarifstaffel\"><span class=\"card-cell-label\">Tarifstaffel</span>—</td><td data-cell-label=\"Prognostizierte Menge\"><span class=\"card-cell-label\">Prognostizierte Menge</span>—</td><td data-cell-label=\"Abrechnungseinheit\"><span class=\"card-cell-label\">Abrechnungseinheit</span>pro Stunde Eingabeaudio</td><td data-cell-label=\"Gebühr\"><span class=\"card-cell-label\">Gebühr</span><div><span>Eingabe · Audioeingabestunde · Schätzung nur zum Vergleich</span> <b>$0.72</b> <span class=\"price-unit\">pro Stunde Eingabeaudio</span></div></td></tr><tr><th data-cell-label=\"Konfiguration\" scope=\"row\"><span class=\"card-cell-label\">Konfiguration</span>Geschätzte Generierungskosten</th><td data-cell-label=\"Tarifstaffel\"><span class=\"card-cell-label\">Tarifstaffel</span>—</td><td data-cell-label=\"Prognostizierte Menge\"><span class=\"card-cell-label\">Prognostizierte Menge</span>Schätzung für eine Generierung</td><td data-cell-label=\"Abrechnungseinheit\"><span class=\"card-cell-label\">Abrechnungseinheit</span>—</td><td data-cell-label=\"Gebühr\"><span class=\"card-cell-label\">Gebühr</span><div><span>Ausgabe · Geschätzte Generierungskosten · Schätzung nur zum Vergleich</span> <b>$0.0002</b> <span class=\"price-unit\">Schätzung vor der Generierung</span></div><p class=\"note-s\">Diese Schätzung ist weder eine zusätzliche Gebühr noch ein fester Tarif für die abgeschlossene Generierung.</p></td></tr></tbody></table></div></div><p class=\"note-s\">Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. <a href=\"/docs/de/billing/reserve/\">So funktionieren Reservierung und Abrechnung →</a></p></section><section class=\"card-section\" data-card-section=\"examples\"><h3 tabindex=\"-1\">Beispielanfragen</h3><h4>Ailoot Ultra · Transkription</h4><div class=\"code-group\"><div class=\"cg-bar\"><div class=\"cg-tabs\" role=\"tablist\" aria-label=\"Codevarianten\"><button class=\"cg-tab\" id=\"model-code-1845-tab-0\" role=\"tab\" type=\"button\" aria-controls=\"model-code-1845-panel-0\" aria-selected=\"true\" tabindex=\"0\">curl · exakter nativer Request-Body und vollständiges Ergebnis</button></div><div class=\"cg-tools\"><button class=\"cg-btn cg-copy\" type=\"button\" aria-label=\"Code kopieren\"><svg class=\"cp\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><rect x=\"5.25\" y=\"5.25\" width=\"8.5\" height=\"8.5\" rx=\"1.75\"/><path d=\"M10.75 5.25V3.5a1.25 1.25 0 0 0-1.25-1.25H3.5A1.25 1.25 0 0 0 2.25 3.5v6a1.25 1.25 0 0 0 1.25 1.25h1.75\"/></svg><svg class=\"ok\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><path d=\"m3 8.5 3.25 3.25L13 5\"/></svg></button></div></div><div class=\"cg-body\"><div class=\"cg-pane\" id=\"model-code-1845-panel-0\" role=\"tabpanel\" aria-labelledby=\"model-code-1845-tab-0\"><pre data-lang=\"bash\"><code>set -eu\n: &quot;${AILOOT_API_KEY:?Set your Ailoot API key}&quot;\n: &quot;${AILOOT_AUDIO_FILE:?Set the path to your actual WAV recording}&quot;\npython3 - &lt;&lt;&#39;PY_REQUEST&#39;\nimport json,os\nfrom pathlib import Path\nimport base64\naudio=Path(os.environ[&#39;AILOOT_AUDIO_FILE&#39;]).read_bytes()\nif not (audio[:4]==b&#39;RIFF&#39; and audio[8:12]==b&#39;WAVE&#39;): raise SystemExit(&#39;Supply an actual WAV audio file&#39;)\nif len(audio)&gt;26214400: raise SystemExit(&#39;Use a documented supported large-file flow&#39;)\nrequest={&#39;model&#39;: &#39;microsoft/mai-transcribe-1.5&#39;, &#39;input_audio&#39;: {&#39;data&#39;: &#39;${BASE64_ACTUAL_WAV_BYTES}&#39;, &#39;format&#39;: &#39;wav&#39;}}\nrequest[&#39;input_audio&#39;][&#39;data&#39;]=base64.b64encode(audio).decode(&#39;ascii&#39;)\nPath(&#39;request.json&#39;).write_text(json.dumps(request,ensure_ascii=False),encoding=&#39;utf-8&#39;)\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \\\n  -H &quot;Authorization: Bearer $AILOOT_API_KEY&quot; -H &#39;Content-Type: application/json&#39; \\\n  --data-binary @request.json -D response-headers.txt -o response.bin\n# Keep the complete original response and headers. Read every returned segment, word and usage field.\n# Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting.\n</code></pre></div></div></div></section><section class=\"card-section\" data-card-section=\"results\"><h3 tabindex=\"-1\">Ergebnisse abrufen und speichern</h3><h4>Ailoot Ultra · Transkription</h4><ul class=\"card-result-paths\"><li><code>GET /v1/media/tasks/{task_id}</code></li><li><code>GET /v1/media/assets/{asset_id}/content</code></li><li><code>GET /v1/media/assets</code></li><li><code>GET /v1/media/assets/{asset_id}</code></li></ul><details class=\"card-about\"><summary>Abrufe anderer Inhalte</summary><div class=\"code-group\"><div class=\"cg-bar\"><div class=\"cg-tabs\" role=\"tablist\" aria-label=\"Codevarianten\"><button class=\"cg-tab\" id=\"model-code-1846-tab-0\" role=\"tab\" type=\"button\" aria-controls=\"model-code-1846-panel-0\" aria-selected=\"true\" tabindex=\"0\">Vorhandene eigene Dateien abrufen</button></div><div class=\"cg-tools\"><button class=\"cg-btn cg-copy\" type=\"button\" aria-label=\"Code kopieren\"><svg class=\"cp\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><rect x=\"5.25\" y=\"5.25\" width=\"8.5\" height=\"8.5\" rx=\"1.75\"/><path d=\"M10.75 5.25V3.5a1.25 1.25 0 0 0-1.25-1.25H3.5A1.25 1.25 0 0 0 2.25 3.5v6a1.25 1.25 0 0 0 1.25 1.25h1.75\"/></svg><svg class=\"ok\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><path d=\"m3 8.5 3.25 3.25L13 5\"/></svg></button></div></div><div class=\"cg-body\"><div class=\"cg-pane\" id=\"model-code-1846-panel-0\" role=\"tabpanel\" aria-labelledby=\"model-code-1846-tab-0\"><pre data-lang=\"bash\"><code>set -eu\n: &quot;${AILOOT_API_KEY:?Set your Ailoot API key}&quot;\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \\\n  -H &quot;Authorization: Bearer $AILOOT_API_KEY&quot; -o owned-assets.json\n# Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token.\n</code></pre></div></div></div></details><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\">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.</p></div><div class=\"card-result-process\" data-unknown-recovery><h5>Wenn die ursprüngliche Antwort geprüft werden muss</h5><p class=\"note-s\">Die zurückgegebene X-Client-Request-ID zum Abgleich aufbewahren. Nur tatsächlich zurückgegebene task_id-/asset_id-Werte oder die eigene Medienbibliothek abfragen; niemals eine Aufgaben-URL aus der Vorgangs-ID bilden und die Erstellung niemals erneut anfordern.</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></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></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></td></tr><tr><th data-cell-label=\"Feld\" scope=\"row\"><span class=\"card-cell-label\">Feld</span><code class=\"card-field-name\">words[]</code></th><td data-cell-label=\"Typ\" data-field-type><span class=\"card-cell-label\">Typ</span></td></tr><tr><th data-cell-label=\"Feld\" scope=\"row\"><span class=\"card-cell-label\">Feld</span><code class=\"card-field-name\">speaker fields</code></th><td data-cell-label=\"Typ\" data-field-type><span class=\"card-cell-label\">Typ</span></td></tr><tr><th data-cell-label=\"Feld\" scope=\"row\"><span class=\"card-cell-label\">Feld</span><code class=\"card-field-name\">timestamps</code></th><td data-cell-label=\"Typ\" data-field-type><span class=\"card-cell-label\">Typ</span></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=\"Ultra\"><b>Ailoot Ultra</b> <a href=\"#m=microsoft%2Fmai-transcribe-1.5&amp;route=Ultra&amp;caller=microsoft%2Fmai-transcribe-1.5&amp;fmt=transcriptions\"><code>microsoft/mai-transcribe-1.5</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=microsoft%2Fmai-transcribe-1.5&amp;route=Ultra&amp;caller=microsoft%2Fmai-transcribe-1.5&amp;fmt=transcriptions\"><code>microsoft/mai-transcribe-1.5</code></a></p></section></div>",
      "method_identity": {
        "effective_request_model_id": "microsoft/mai-transcribe-1.5",
        "fmt": "transcriptions",
        "http": "POST",
        "path": "/v1/audio/transcriptions",
        "request_model_id": "microsoft/mai-transcribe-1.5",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|transcriptions|/v1/audio/transcriptions|microsoft%2Fmai-transcribe-1.5",
      "ordinal": 0,
      "rawMethod": {
        "available": null,
        "billing_basis": {
          "basis": "original_invoice_usd",
          "description": "Die angezeigten Tarife dienen zur Kostenschätzung vor der Generierung. Der endgültige Betrag wird aus den für die ursprüngliche Generierung erfassten Kosten berechnet. Die gemessene Ausgabedauer und prognostizierte Mengen sind nicht die endgültige abrechenbare Menge.",
          "forecast_quantity_is_estimate": true,
          "physical_output_is_billable_quantity": false,
          "version": "original_invoice_usd_v1"
        },
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "contract": {
          "data": {
            "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.",
            "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": "Die zurückgegebene X-Client-Request-ID zum Abgleich aufbewahren. Nur tatsächlich zurückgegebene task_id-/asset_id-Werte oder die eigene Medienbibliothek abfragen; niemals eine Aufgaben-URL aus der Vorgangs-ID bilden und die Erstellung niemals erneut anfordern."
            },
            "outputs": {
              "all_results": "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.",
              "family": "text",
              "fields": [
                {
                  "description": null,
                  "name": "text",
                  "type": null
                },
                {
                  "description": null,
                  "name": "usage",
                  "type": null
                },
                {
                  "description": null,
                  "name": "segments[]",
                  "type": null
                },
                {
                  "description": null,
                  "name": "words[]",
                  "type": null
                },
                {
                  "description": null,
                  "name": "speaker fields",
                  "type": null
                },
                {
                  "description": null,
                  "name": "timestamps",
                  "type": null
                }
              ]
            },
            "parameters": [
              {
                "enum": [
                  "microsoft/mai-transcribe-1.5"
                ],
                "enum_known": true,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "name": "input_audio",
                "required": true,
                "type": "object"
              },
              {
                "name": "language",
                "required": false,
                "type": "string"
              },
              {
                "maximum": 1,
                "minimum": 0,
                "name": "temperature",
                "required": false,
                "type": "number"
              },
              {
                "default": "json",
                "default_known": true,
                "enum": [
                  "json",
                  "verbose_json"
                ],
                "enum_known": true,
                "name": "response_format",
                "required": false,
                "type": "string"
              },
              {
                "items": {
                  "enum": [
                    "segment",
                    "word"
                  ],
                  "type": "string"
                },
                "name": "timestamp_granularities",
                "required": false,
                "type": "array"
              },
              {
                "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": [
                    "microsoft/mai-transcribe-1.5"
                  ],
                  "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": "microsoft/mai-transcribe-1.5"
              },
              "content_type": "application/json"
            }
          },
          "input": {
            "content_type": "application/json",
            "material_conditions": [
              "Lesen Sie eine tatsächliche WAV-Datei ein und kodieren Sie ihre echten Bytes für das deklarierte JSON-Feld input_audio; für diese konkrete Deklaration ausschließlich mit JSON wird keine multipart-Route angeboten."
            ],
            "material_types": [
              "audio"
            ],
            "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": "die tatsächlich zurückgegebene task_id oder ein Eintrag in der Medienbibliothek",
                "path": "/v1/media/tasks/{task_id}"
              }
            ],
            "unknown": "Keep the returned X-Client-Request-ID for reconciliation. Read only actual returned task_id/asset_id values or the owned media library; never build a task URL from the operation ID and never resubmit creation."
          },
          "method": {
            "http": "POST",
            "path": "/v1/audio/transcriptions"
          },
          "output": {
            "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.",
            "family": "text",
            "fields": [
              {
                "description": null,
                "name": "text",
                "type": null
              },
              {
                "description": null,
                "name": "usage",
                "type": null
              },
              {
                "description": null,
                "name": "segments[]",
                "type": null
              },
              {
                "description": null,
                "name": "words[]",
                "type": null
              },
              {
                "description": null,
                "name": "speaker fields",
                "type": null
              },
              {
                "description": null,
                "name": "timestamps",
                "type": null
              }
            ]
          }
        },
        "ctx": null,
        "declared_pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "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": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "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": true,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "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": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "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": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "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": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          },
          {
            "dimensions": {
              "quoted_unit": "per input audio hour"
            },
            "label": "input audio hour",
            "units": [
              {
                "amount": "0.72",
                "amount_unit": "usd_per_exact_native_unit",
                "billing_input": false,
                "estimate_only": true,
                "key": "stt_hour",
                "label": "input audio hour",
                "native_amount_usd_per_unit": "0.72",
                "native_quantity": 1,
                "public_unit_label": "per input audio hour",
                "quantity": 1,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "stt_hour"
              }
            ]
          },
          {
            "basis": "Diese Schätzung ist weder eine zusätzliche Gebühr noch ein fester Tarif für die abgeschlossene Generierung.",
            "dimensions": {
              "forecast_quantity": "one generation estimate"
            },
            "label": "Geschätzte Generierungskosten",
            "units": [
              {
                "amount": "0.0002",
                "amount_unit": "usd_per_exact_native_unit",
                "billing_input": false,
                "estimate_only": true,
                "key": "forecast_usd",
                "label": "Estimated generation cost",
                "native_amount_usd_per_unit": "0.0002",
                "native_quantity": 1,
                "public_unit_label": "estimate before generation",
                "quantity": 1,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "request_estimate"
              }
            ]
          }
        ],
        "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': 'microsoft/mai-transcribe-1.5', '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 $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o response.bin\n# Keep the complete original response and headers. Read every returned segment, word and usage field.\n# Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting.\n",
            "label": "curl · exact native body and complete result",
            "language": "bash"
          },
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -o owned-assets.json\n# Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token.\n",
            "label": "Read existing owned assets",
            "language": "bash"
          }
        ],
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "transcriptions",
        "hints": [
          "Use the exact caller model ID and documented input representation.",
          "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again."
        ],
        "http": "POST",
        "in": null,
        "input": [
          "audio"
        ],
        "label": "Transkription",
        "max_out": null,
        "max_reasoning_effort_multiplier": null,
        "method_aliases": [],
        "native_endpoint": "audio_transcriptions",
        "out": null,
        "output": [
          "text"
        ],
        "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": "original_invoice_usd",
          "image_input_price": null,
          "image_output_price": null
        },
        "pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "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": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "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": true,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "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": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "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": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "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": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          },
          {
            "dimensions": {
              "quoted_unit": "per input audio hour"
            },
            "label": "input audio hour",
            "units": [
              {
                "amount": "0.72",
                "amount_unit": "usd_per_exact_native_unit",
                "billing_input": false,
                "estimate_only": true,
                "key": "stt_hour",
                "label": "input audio hour",
                "native_amount_usd_per_unit": "0.72",
                "native_quantity": 1,
                "public_unit_label": "per input audio hour",
                "quantity": 1,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "stt_hour"
              }
            ]
          },
          {
            "basis": "This estimate is not an additional charge or a fixed rate for the completed generation.",
            "dimensions": {
              "forecast_quantity": "one generation estimate"
            },
            "label": "Estimated generation cost",
            "units": [
              {
                "amount": "0.0002",
                "amount_unit": "usd_per_exact_native_unit",
                "billing_input": false,
                "estimate_only": true,
                "key": "forecast_usd",
                "label": "Estimated generation cost",
                "native_amount_usd_per_unit": "0.0002",
                "native_quantity": 1,
                "public_unit_label": "estimate before generation",
                "quantity": 1,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "request_estimate"
              }
            ]
          }
        ],
        "request_model_id": "microsoft/mai-transcribe-1.5",
        "route_label": "Ultra",
        "status_reads": [
          "GET /v1/media/tasks/{task_id}"
        ],
        "tiers": [],
        "units": [
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": false,
            "estimate_only": true,
            "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": true,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": false,
            "estimate_only": true,
            "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": true,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": false,
            "estimate_only": true,
            "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": true,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "cached_input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": false,
            "estimate_only": true,
            "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": true,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "generic_cache_creation_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": false,
            "estimate_only": true,
            "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": true,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "one_hour_cache_creation_token"
          },
          {
            "amount": "0.72",
            "amount_unit": "usd_per_exact_native_unit",
            "billing_input": false,
            "estimate_only": true,
            "key": "stt_hour",
            "label": "input audio hour",
            "native_amount_usd_per_unit": "0.72",
            "native_quantity": 1,
            "public_unit_label": "per input audio hour",
            "quantity": 1,
            "quantity_is_estimate": true,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "stt_hour"
          },
          {
            "amount": "0.0002",
            "amount_unit": "usd_per_exact_native_unit",
            "billing_input": false,
            "estimate_only": true,
            "key": "forecast_usd",
            "label": "Estimated generation cost",
            "native_amount_usd_per_unit": "0.0002",
            "native_quantity": 1,
            "public_unit_label": "estimate before generation",
            "quantity": 1,
            "quantity_is_estimate": true,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "request_estimate"
          }
        ]
      }
    }
  ],
  "model_id": "microsoft/mai-transcribe-1.5",
  "nativeProvenance": {
    "input_facts_canonical_sha256": "ccb4bc54f392710f53003ad86fad90f8aaaf5c12bd6892988aabc746659943cc",
    "input_html_sha256": "dd07d975f3c36ba60e4dc5eca45ba6e8adfe4f815225674cc909e81c5d008779",
    "private_audit_sha256": "5aaa8146b18ab34e9ef45c07f9acb078bd8244fd19af8a4735a4c7622082cfe9",
    "role": "historical-normalized-input-audit-hashes",
    "schema": "ailoot-native-model-provenance-v2"
  },
  "page": {
    "canonical": "https://ailoot.ai/models/de/microsoft-mai-transcribe-1-5/",
    "description": "Microsoft AI MAI-Transcribe 1.5 wandelt aufgezeichnete Sprache in 43 Sprachen mit automatischer Erkennung der gesprochenen Sprache und Schwerpunkt auf Akzenten und verrauschtem Audio in Text um. Seine Modellkarte beschreibt fachbezogene Schlüsselwortgewichtung für Namen und Fachbegriffe. Verwenden Sie das Transkript als Grundlage geprüfter Notizen oder Untertitel.",
    "locale": "de",
    "md_url": "https://ailoot.ai/models/de/microsoft-mai-transcribe-1-5/index.md",
    "title": "Microsoft AI: MAI-Transcribe 1.5 — Ailoot",
    "url": "https://ailoot.ai/models/de/microsoft-mai-transcribe-1-5/"
  },
  "rawModel": {
    "about": "Microsoft AI MAI-Transcribe 1.5 ist ein Spracherkennungsmodell zur Umwandlung aufgezeichneten Audios in schriftliche Inhalte. Seine genaue Modellkarte beschreibt Erkennung in 43 Sprachen, automatische Sprachidentifizierung und Robustheit gegenüber Akzenten, Dialekten, Sprechstilen und Geräuschbedingungen. Die Edition erweitert die 25-Sprachen-Gruppe von MAI-Transcribe 1 um achtzehn Sprachen. Ein brauchbares Ergebnis ist der verschriftlichte Inhalt eines Vortrags, Interviews, Anrufs oder einer Sprachnotiz, der vor einer späteren Bearbeitung oder Analyse mit der Aufnahme abgeglichen werden kann.\n\nBereiten Sie eine vollständige verständliche Aufnahme in einem der genannten Formate WAV, MP3 oder FLAC vor. Bewahren Sie Originaldatei und jede Abschnittsaufteilung, damit das Transkript mit dem Audio verglichen werden kann. Bewahren Sie bei einem Vortrag die Sätze um einen Fachbegriff, statt nur das schwierige Wort zu extrahieren. Erhalten Sie bei einer Sprachnotiz eine Korrektur, die Name, Zeit oder Zahl ändert. Die umgebende Sprache liefert Erkennungskontext; die Prüfung durch Zuhören kann Korrekturbedarf aufzeigen.\n\nAutomatische Sprachidentifizierung ermöglicht Verarbeitung ohne vorherige Sprachwahl. Die Gruppe von 43 Sprachen umfasst Englisch, Französisch, Deutsch, Italienisch, Spanisch, Hindi, Chinesisch, Japanisch, Koreanisch, Arabisch, Indonesisch, Russisch, Thai und Vietnamesisch. Zu den ergänzten Sprachen zählen Bulgarisch, Katalanisch, Griechisch, Ukrainisch und mehrere südasiatische Sprachen. Prüfen Sie, ob die gewünschte Sprache zu dieser Edition gehört, statt die breitere Abdeckung von MAI-Transcribe 2 zu übernehmen. Bewahren Sie bei mehrsprachigen Sammlungen die Aufnahmesprache beim geprüften Text, damit nachgelagerte Bearbeitung dem tatsächlichen gesprochenen Inhalt folgt.\n\nDie Modellkarte 1.5 beschreibt Schlüsselwort- oder Entitätsgewichtung mit bis zu 200 Begriffen; die Veröffentlichung erklärt den Zweck: wahrscheinliche Namen, Akronyme und Fachwörter als Kontext verfügbar machen. Der Hersteller beschreibt kontextuelle Hinweise statt blind erzwungener Wörter im Ergebnis. Bereiten Sie relevantes Vokabular vor, etwa Projektname, technisches Instrument oder die korrekte Schreibweise einer in der Aufnahme besprochenen Person. Nutzen Sie diese Terminologie als Kontext der tatsächlichen Aufnahme und prüfen Sie erkannte Begriffe anhand der Sprache.\n\nBereiten Sie für eine aufgezeichnete Unterrichtseinheit zum Ingenieurwesen die Namen besprochener Instrumente und die genaue Schreibweise von Projektakronymen vor. Schreiben Sie sie in eine gezielte Terminologieliste und bewahren Sie diese bei Audio und Transkript. Prüfen Sie die Vorkommen anhand der gesprochenen Passagen, statt einen Vokabulareintrag als Trefferbeweis zu behandeln. Ähnlich klingende Namen können weiterhin Prüfung benötigen. Das Ergebnis sollte tatsächlich gesprochene Wörter bewahren, einschließlich bedeutungsverändernder Korrekturen oder Einschränkungen.\n\nDer Hersteller betont die Leistung bei realem Audio einschließlich Hintergrundgeräuschen und unterschiedlichen Mikrofonbedingungen. Praktische Prüfung kann sich auf gleichzeitiges Sprechen, leise Stimmen oder teilweise von anderen Geräuschen verdeckte Wörter konzentrieren. Verknüpfen Sie Unsicherheiten mit der entsprechenden Audiopassage, statt sie durch Themenannahmen zu füllen. Ein plausibler Satz kann dennoch den falschen Eigennamen oder die falsche Zahl enthalten. Für ein Anruftranskript ist das brauchbare Ergebnis eine geprüfte Aufzeichnung des gesprochenen Inhalts zur späteren Analyse statt eines geratenen Berichts über die Absicht des Anrufers.\n\nDie genaue Modellkarte 1.5 nennt maximal 300 MB Dateigröße und zwei Stunden. Ihre verknüpfte synchrone Transkriptions-REST-Referenz beschreibt strengere Bereitstellungseingaben: kleiner als 250 MB und kürzer als zwei Stunden. Dies sind getrennt genannte Modellkarten- und Schnittstellengrenzen. Bereiten Sie Dateien innerhalb des Budgets der vorgesehenen Schnittstelle vor und gliedern Sie längeres Material an sinnvollen Aufnahmegrenzen. Eine Dateigrößengrenze betrifft codiertes Audio, eine Dauergrenze die Länge der Sprachaufnahme; keine definiert ein Textmodell-Kontextfenster.\n\nDie Beispielausgabe der Modellkarte ist JSON mit Aufnahmedauer und kombiniertem erkannten Text. Der Text kann ein zugängliches Transkript, ein Untertitelskript oder eine Eingabe für spätere Zusammenfassung und Suche werden. Gruppierung von Untertitel-Einblendungen und Ausrichtung an der Aufnahme sind gesonderte Vorbereitungen, wenn das Ergebnis die erforderlichen Zeitdaten nicht enthält. Bei Interviewaufzeichnungen benötigt die Zuordnung einer Zeile zu einem benannten Teilnehmer eine gesonderte geprüfte Aufzeichnung darüber, wer gesprochen hat. Bewahren Sie erkannten Wortlaut und Audio als Grundlage dieser späteren Ergebnisse.\n\nDie Editionsgrenzen zählen bei der Ausgabeplanung. Die Karte 1.5 schließt Sprechertrennung ausdrücklich aus den unterstützten Fähigkeiten aus; der Versionsvergleich des Herstellers ordnet Wortzeitstempel und Clean/Verbatim-Stilregler MAI-Transcribe 2 zu. Auch ein natives Streamingmodell ist eine gesonderte Edition. Dieses Profil 1.5 konzentriert sich daher auf erkannten Text aus Aufnahmen und dokumentierten Fachkontext, ohne Sprecher-, Zeit- oder Live-Eingabefunktionen einer anderen Edition zum Teil des Ergebnisses zu machen. Prüfen Sie Namen, Zahlen, Fachbegriffe und unklare Sprache, bevor Sie ein Zitat, eine Untertitelspur oder ein abgeleitetes Dokument vorbereiten.",
    "alias_of": null,
    "aliases": [],
    "author": "Microsoft AI",
    "capabilities": {
      "context_length": 0,
      "manufacturer_input": [
        "audio"
      ],
      "manufacturer_output": [
        "transcription"
      ]
    },
    "card_routes": [
      {
        "label": "Ultra",
        "rates": [
          {
            "amount": "0.0002",
            "amount_unit": "usd_per_exact_native_unit",
            "billing_input": false,
            "estimate_only": true,
            "key": "forecast_usd",
            "label": "Estimated generation cost",
            "native_amount_usd_per_unit": "0.0002",
            "native_quantity": 1,
            "public_unit_label": "estimate before generation",
            "quantity": 1,
            "quantity_is_estimate": true,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "request_estimate"
          }
        ],
        "summary": "Die vollständigen Preisangaben zur Konfiguration finden Sie in den Details."
      }
    ],
    "ctx": null,
    "formats": [
      "transcriptions"
    ],
    "id": "microsoft/mai-transcribe-1.5",
    "input": [
      "audio"
    ],
    "kind": "audio",
    "max_out": null,
    "methods": [
      {
        "available": null,
        "billing_basis": {
          "basis": "original_invoice_usd",
          "description": "Die angezeigten Tarife dienen zur Kostenschätzung vor der Generierung. Der endgültige Betrag wird aus den für die ursprüngliche Generierung erfassten Kosten berechnet. Die gemessene Ausgabedauer und prognostizierte Mengen sind nicht die endgültige abrechenbare Menge.",
          "forecast_quantity_is_estimate": true,
          "physical_output_is_billable_quantity": false,
          "version": "original_invoice_usd_v1"
        },
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "contract": {
          "data": {
            "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.",
            "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": "Die zurückgegebene X-Client-Request-ID zum Abgleich aufbewahren. Nur tatsächlich zurückgegebene task_id-/asset_id-Werte oder die eigene Medienbibliothek abfragen; niemals eine Aufgaben-URL aus der Vorgangs-ID bilden und die Erstellung niemals erneut anfordern."
            },
            "outputs": {
              "all_results": "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.",
              "family": "text",
              "fields": [
                {
                  "description": null,
                  "name": "text",
                  "type": null
                },
                {
                  "description": null,
                  "name": "usage",
                  "type": null
                },
                {
                  "description": null,
                  "name": "segments[]",
                  "type": null
                },
                {
                  "description": null,
                  "name": "words[]",
                  "type": null
                },
                {
                  "description": null,
                  "name": "speaker fields",
                  "type": null
                },
                {
                  "description": null,
                  "name": "timestamps",
                  "type": null
                }
              ]
            },
            "parameters": [
              {
                "enum": [
                  "microsoft/mai-transcribe-1.5"
                ],
                "enum_known": true,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "name": "input_audio",
                "required": true,
                "type": "object"
              },
              {
                "name": "language",
                "required": false,
                "type": "string"
              },
              {
                "maximum": 1,
                "minimum": 0,
                "name": "temperature",
                "required": false,
                "type": "number"
              },
              {
                "default": "json",
                "default_known": true,
                "enum": [
                  "json",
                  "verbose_json"
                ],
                "enum_known": true,
                "name": "response_format",
                "required": false,
                "type": "string"
              },
              {
                "items": {
                  "enum": [
                    "segment",
                    "word"
                  ],
                  "type": "string"
                },
                "name": "timestamp_granularities",
                "required": false,
                "type": "array"
              },
              {
                "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": [
                    "microsoft/mai-transcribe-1.5"
                  ],
                  "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": "microsoft/mai-transcribe-1.5"
              },
              "content_type": "application/json"
            }
          },
          "input": {
            "content_type": "application/json",
            "material_conditions": [
              "Lesen Sie eine tatsächliche WAV-Datei ein und kodieren Sie ihre echten Bytes für das deklarierte JSON-Feld input_audio; für diese konkrete Deklaration ausschließlich mit JSON wird keine multipart-Route angeboten."
            ],
            "material_types": [
              "audio"
            ],
            "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": "die tatsächlich zurückgegebene task_id oder ein Eintrag in der Medienbibliothek",
                "path": "/v1/media/tasks/{task_id}"
              }
            ],
            "unknown": "Keep the returned X-Client-Request-ID for reconciliation. Read only actual returned task_id/asset_id values or the owned media library; never build a task URL from the operation ID and never resubmit creation."
          },
          "method": {
            "http": "POST",
            "path": "/v1/audio/transcriptions"
          },
          "output": {
            "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.",
            "family": "text",
            "fields": [
              {
                "description": null,
                "name": "text",
                "type": null
              },
              {
                "description": null,
                "name": "usage",
                "type": null
              },
              {
                "description": null,
                "name": "segments[]",
                "type": null
              },
              {
                "description": null,
                "name": "words[]",
                "type": null
              },
              {
                "description": null,
                "name": "speaker fields",
                "type": null
              },
              {
                "description": null,
                "name": "timestamps",
                "type": null
              }
            ]
          }
        },
        "ctx": null,
        "declared_pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "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": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "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": true,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "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": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "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": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "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": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          },
          {
            "dimensions": {
              "quoted_unit": "per input audio hour"
            },
            "label": "input audio hour",
            "units": [
              {
                "amount": "0.72",
                "amount_unit": "usd_per_exact_native_unit",
                "billing_input": false,
                "estimate_only": true,
                "key": "stt_hour",
                "label": "input audio hour",
                "native_amount_usd_per_unit": "0.72",
                "native_quantity": 1,
                "public_unit_label": "per input audio hour",
                "quantity": 1,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "stt_hour"
              }
            ]
          },
          {
            "basis": "Diese Schätzung ist weder eine zusätzliche Gebühr noch ein fester Tarif für die abgeschlossene Generierung.",
            "dimensions": {
              "forecast_quantity": "one generation estimate"
            },
            "label": "Geschätzte Generierungskosten",
            "units": [
              {
                "amount": "0.0002",
                "amount_unit": "usd_per_exact_native_unit",
                "billing_input": false,
                "estimate_only": true,
                "key": "forecast_usd",
                "label": "Estimated generation cost",
                "native_amount_usd_per_unit": "0.0002",
                "native_quantity": 1,
                "public_unit_label": "estimate before generation",
                "quantity": 1,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "request_estimate"
              }
            ]
          }
        ],
        "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': 'microsoft/mai-transcribe-1.5', '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 $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o response.bin\n# Keep the complete original response and headers. Read every returned segment, word and usage field.\n# Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting.\n",
            "label": "curl · exact native body and complete result",
            "language": "bash"
          },
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -o owned-assets.json\n# Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token.\n",
            "label": "Read existing owned assets",
            "language": "bash"
          }
        ],
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "transcriptions",
        "hints": [
          "Use the exact caller model ID and documented input representation.",
          "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again."
        ],
        "http": "POST",
        "in": null,
        "input": [
          "audio"
        ],
        "label": "Transkription",
        "max_out": null,
        "max_reasoning_effort_multiplier": null,
        "method_aliases": [],
        "native_endpoint": "audio_transcriptions",
        "out": null,
        "output": [
          "text"
        ],
        "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": "original_invoice_usd",
          "image_input_price": null,
          "image_output_price": null
        },
        "pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "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": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "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": true,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "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": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "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": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "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": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          },
          {
            "dimensions": {
              "quoted_unit": "per input audio hour"
            },
            "label": "input audio hour",
            "units": [
              {
                "amount": "0.72",
                "amount_unit": "usd_per_exact_native_unit",
                "billing_input": false,
                "estimate_only": true,
                "key": "stt_hour",
                "label": "input audio hour",
                "native_amount_usd_per_unit": "0.72",
                "native_quantity": 1,
                "public_unit_label": "per input audio hour",
                "quantity": 1,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "stt_hour"
              }
            ]
          },
          {
            "basis": "This estimate is not an additional charge or a fixed rate for the completed generation.",
            "dimensions": {
              "forecast_quantity": "one generation estimate"
            },
            "label": "Estimated generation cost",
            "units": [
              {
                "amount": "0.0002",
                "amount_unit": "usd_per_exact_native_unit",
                "billing_input": false,
                "estimate_only": true,
                "key": "forecast_usd",
                "label": "Estimated generation cost",
                "native_amount_usd_per_unit": "0.0002",
                "native_quantity": 1,
                "public_unit_label": "estimate before generation",
                "quantity": 1,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "request_estimate"
              }
            ]
          }
        ],
        "request_model_id": "microsoft/mai-transcribe-1.5",
        "route_label": "Ultra",
        "status_reads": [
          "GET /v1/media/tasks/{task_id}"
        ],
        "tiers": [],
        "units": [
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": false,
            "estimate_only": true,
            "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": true,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": false,
            "estimate_only": true,
            "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": true,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": false,
            "estimate_only": true,
            "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": true,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "cached_input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": false,
            "estimate_only": true,
            "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": true,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "generic_cache_creation_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": false,
            "estimate_only": true,
            "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": true,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "one_hour_cache_creation_token"
          },
          {
            "amount": "0.72",
            "amount_unit": "usd_per_exact_native_unit",
            "billing_input": false,
            "estimate_only": true,
            "key": "stt_hour",
            "label": "input audio hour",
            "native_amount_usd_per_unit": "0.72",
            "native_quantity": 1,
            "public_unit_label": "per input audio hour",
            "quantity": 1,
            "quantity_is_estimate": true,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "stt_hour"
          },
          {
            "amount": "0.0002",
            "amount_unit": "usd_per_exact_native_unit",
            "billing_input": false,
            "estimate_only": true,
            "key": "forecast_usd",
            "label": "Estimated generation cost",
            "native_amount_usd_per_unit": "0.0002",
            "native_quantity": 1,
            "public_unit_label": "estimate before generation",
            "quantity": 1,
            "quantity_is_estimate": true,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "request_estimate"
          }
        ]
      }
    ],
    "model_aliases": [
      {
        "canonical_model_id": "microsoft/mai-transcribe-1.5",
        "request_model_id": "microsoft/mai-transcribe-1.5",
        "route_label": "Ultra"
      }
    ],
    "name": "Microsoft AI: MAI-Transcribe 1.5",
    "price": {
      "estimate_only": true,
      "in": null,
      "in_label": null,
      "out": 0.0002,
      "out_label": "estimate before generation",
      "scope_label": "Estimated generation cost",
      "sort_in": null,
      "sort_out": 0.0002,
      "varies": false
    },
    "short": "Microsoft AI MAI-Transcribe 1.5 wandelt aufgezeichnete Sprache in 43 Sprachen mit automatischer Erkennung der gesprochenen Sprache und Schwerpunkt auf Akzenten und verrauschtem Audio in Text um. Seine Modellkarte beschreibt fachbezogene Schlüsselwortgewichtung für Namen und Fachbegriffe. Verwenden Sie das Transkript als Grundlage geprüfter Notizen oder Untertitel."
  },
  "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": "Microsoft AI MAI-Transcribe 1.5 wandelt aufgezeichnete Sprache in 43 Sprachen mit automatischer Erkennung der gesprochenen Sprache und Schwerpunkt auf Akzenten und verrauschtem Audio in Text um. Seine Modellkarte beschreibt fachbezogene Schlüsselwortgewichtung für Namen und Fachbegriffe. Verwenden Sie das Transkript als Grundlage geprüfter Notizen oder Untertitel.",
  "source": {
    "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1",
    "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036",
    "raw_model_json_sha256": "652d1105350aaa200d7d57eaa3ee7a00fbdeb488f27cf108febaefacea247d23",
    "renderer_sha256": "8bd3076b303b7b3aa4d961032854071403a471ec26a4f50c64e3a32556ea2925"
  },
  "sourceRevision": "6a4c52f1b2329b271424c367a039fd03fac20a91aa1c0ada377ce2b5ee7d3c63"
}