{
  "aboutHtml": "<p>Το Google Chirp 3 είναι ένα πολύγλωσσο μοντέλο αυτόματης αναγνώρισης ομιλίας που μετατρέπει τον προφορικό ήχο σε κείμενο. Η Google το τεκμηριώνει ως το μοντέλο απομαγνητοφώνησης Chirp 3 στην οικογένεια Speech-to-Text V2, με αναγνωριστικό μοντέλου chirp_3. Σκοπός του είναι η αναγνώριση εγγεγραμμένης ομιλίας ή ομιλίας σε ροή, με ανίχνευση γλώσσας και δυνατότητες ειδικά για απομαγνητοφώνηση. Το παραδοτέο που προκύπτει είναι μια απομαγνητοφώνηση και τα μεταδεδομένα που υποστηρίζει η επιλεγμένη μέθοδος αναγνώρισης, αντί για παραγόμενη ομιλία ή μια ανοικτού τύπου απάντηση βοηθού.</p><p>Ο κατασκευαστής διακρίνει την αναγνώριση σε ροή, τη σύγχρονη αναγνώριση για σύντομα αποσπάσματα και την αναγνώριση σε παρτίδες για μεγαλύτερες εγγραφές. Επιλέξτε τρόπο λειτουργίας ανάλογα με τον ήχο προέλευσης και το απαιτούμενο αποτέλεσμα. Για ένα σύντομο φωνητικό σημείωμα, μια ολοκληρωμένη απόκριση κειμένου μπορεί να αρκεί. Για μια συνέντευξη ή μια καταγεγραμμένη κλήση, ένα αποτέλεσμα παρτίδας με πληροφορίες ομιλητών μπορεί να είναι πιο χρήσιμο. Για ζωντανούς υπότιτλους ή μια διεπαφή φωνητικών εντολών, κρατήστε το ενδιάμεσο κείμενο διακριτό από το τελικό αποτέλεσμα αναγνώρισης και διατηρήστε το χρονικό διάστημα ήχου που περιγράφει.</p><p>Προετοιμάστε τον ήχο στην κωδικοποίηση που αναμένει η υλοποίηση αναγνώρισης. Τα παραδείγματα Chirp 3 της Google χρησιμοποιούν αυτόματα ανιχνευόμενη αποκωδικοποίηση για εγγεγραμμένα αρχεία και ρητά καθορισμένη αποκωδικοποίηση για διαμόρφωση ροής ακατέργαστου ήχου. Η σχετική τεκμηρίωση αποκωδικοποιητή V2 αναφέρει WAV PCM ή ήχο με συμπίεση και αποσυμπίεση δυναμικού εύρους, FLAC, MP3, Ogg/WebM Opus και AAC σε περιέκτες MP4, M4A ή MOV, μεταξύ των υποστηριζόμενων κωδικοποιήσεων. Η ονομασία ενός περιέκτη δεν υποκαθιστά τον πραγματικό κωδικοποιητή και τη διαμόρφωση δειγματοληψίας. Διατηρήστε καθαρή ομιλία και αποφύγετε έντονο ψαλιδισμό ή περιττές μετατροπές που χάνουν ακουστικές λεπτομέρειες.</p><p>Το Chirp 3 μπορεί να αναγνωρίσει και να απομαγνητοφωνήσει αυτόματα την κυρίαρχη γλώσσα, ενώ ένα σύνολο αναμενόμενων τοπικών ρυθμίσεων μπορεί να περιορίσει τις επιλογές αναγνώρισής του. Η διαθεσιμότητα γλωσσών διαφέρει ανά μέθοδο και δυνατότητα. Η λίστα γλωσσών απομαγνητοφώνησης είναι ευρύτερη από τη λίστα διαχωρισμού ομιλητών, επομένως η αναγνώριση μιας γλώσσας δεν αποδεικνύει ότι ισχύει γι’ αυτήν κάθε δυνατότητα ομιλητών ή χρονισμού. Χρησιμοποιήστε την τοπική ρύθμιση που ταιριάζει στην εγγραφή και διατηρήστε για έλεγχο ονόματα που εμφανίζονται κατά την εναλλαγή γλωσσών ή εξειδικευμένους όρους. Η ετικέτα μιας ανιχνευμένης γλώσσας αποτελεί μέρος του αποτελέσματος, όχι απόδειξη ότι αναγνωρίστηκαν σωστά όλες οι ασυνήθιστες λέξεις.</p><p>Ο διαχωρισμός ομιλητών ομαδοποιεί την ομιλία ανά φωνή σε μια μονοκαναλική εγγραφή. Η Google παρέχει παράδειγμα απομαγνητοφώνησης σε παρτίδες με πληροφορίες ομιλητή ανά λέξη. Για μια συνέντευξη, διατηρήστε αυτές τις ετικέτες μαζί με το αναγνωρισμένο κείμενο και συγκρίνετε τις αλλαγές ομιλητή με την εγγραφή πριν αποδώσετε πραγματικά ονόματα ή ρόλους. Οι παρόμοιες φωνές, οι διακοπές και η αλληλοεπικαλυπτόμενη ομιλία μπορούν να δυσκολέψουν την απόδοση. Διατηρήστε σαφή τη διάταξη καναλιών της πηγής και την προβλεπόμενη εργασία ελέγχου ομιλητών αντί να αντιμετωπίζετε μια ετικέτα ως ανεξάρτητα επαληθευμένη ταυτότητα.</p><p>Ο χρονισμός εξαρτάται επίσης από τη μέθοδο. Η αναγνώριση σε ροή παρέχει χρονικές σημάνσεις σε επίπεδο εκφωνήματος, ενώ οι οδηγίες αναγνώρισης αρχείων του κατασκευαστή περιγράφουν προαιρετικό χρονισμό λέξεων με πιθανό συμβιβασμό στην ποιότητα απομαγνητοφώνησης. Διατηρήστε τα μεταδεδομένα που πραγματικά επιστρέφει η επιλεγμένη μέθοδος και ελέγξτε την ευθυγράμμιση μαζί με τη διατύπωση. Μια ροή υποτιτλισμού χρειάζεται και τα δύο: ευανάγνωστο αναγνωρισμένο κείμενο και τεκμήρια ότι ένα χρονικό όριο αντιστοιχεί στον σωστό ήχο. Η Google προειδοποιεί επίσης ότι η επιστρεφόμενη τιμή εμπιστοσύνης σε επίπεδο λέξης δεν είναι πραγματική βαθμολογία εμπιστοσύνης, οπότε δεν πρέπει να χρησιμοποιείται για πιστοποίηση της ορθότητας μιας λέξης.</p><p>Η προσαρμογή ομιλίας παρέχει φράσεις και κύρια ονόματα που είναι πιθανό να εμφανιστούν στην εγγραφή. Ο κατασκευαστής τεκμηριώνει λεξικό έως 1,000 φράσεων και συνιστά όσο το δυνατόν λιγότερες σχετικές καταχωρίσεις, ώστε να αποφεύγεται η υποβάθμιση της αναγνώρισης άλλων όρων. Για μια τεχνική παρουσίαση, προετοιμάστε μια μικρή λίστα πραγματικών ονομάτων προϊόντων και συντομογραφιών και έπειτα ελέγξτε τα στην απομαγνητοφώνηση. Η ενίσχυση πιθανότητας βοηθά την αναγνώριση να εξετάσει έναν όρο· δεν τεκμηριώνει ότι ο όρος ειπώθηκε ούτε αντικαθιστά τον έλεγχο σε σχέση με τον ήχο.</p><p>Το μοντέλο παρέχει αυτόματη στίξη και χρήση κεφαλαίων, τις οποίες η τεκμηριωμένη διεπαφή μπορεί να απενεργοποιήσει. Η Google περιγράφει επίσης μια δυνατότητα προέκδοσης για προσαρμοσμένες οδηγίες μορφοποίησης απομαγνητοφώνησης, όπως τον τρόπο γραφής ενός συγκεκριμένου ονόματος ή μιας ημερομηνίας. Κρατήστε αυτές τις οδηγίες εστιασμένες στη μορφοποίηση της αναγνωρισμένης ομιλίας. Μια απομαγνητοφώνηση που κανονικοποιεί μια ημερομηνία ή χρησιμοποιεί κεφαλαία σε μια επωνυμία πρέπει και πάλι να διατηρεί το προφορικό νόημα. Η περίληψη, η μετάφραση ή η πραγματολογική ανάλυση είναι μεταγενέστερες χρήσεις της απομαγνητοφώνησης και δεν τεκμηριώνονται από το ίδιο το αποτέλεσμα αναγνώρισης.</p><p>Ο ενσωματωμένος μηχανισμός αποθορυβοποίησης προορίζεται να μειώνει τη μουσική υποβάθρου και περιβαλλοντικούς ήχους, όπως βροχή ή θόρυβο δρόμου. Η Google δηλώνει ρητά ότι δεν μπορεί να αφαιρέσει ανθρώπινες φωνές από το υπόβαθρο. Διατηρήστε αυτή τη διάκριση όταν προετοιμάζετε μια εγγραφή με αλληλοεπικαλυπτόμενη συνομιλία. Ελέγξτε τα θορυβώδη και τα ήσυχα τμήματα σε σχέση με την πηγή αντί να υποθέτετε ότι μια καθαρότερη απομαγνητοφώνηση αποδεικνύει ότι αφαιρέθηκε ο παρεμβαλλόμενος ήχος. Ένα χρήσιμο αποτέλεσμα κρατά τα αβέβαια αποσπάσματα αναγνωρίσιμα για διόρθωση.</p><p>Για εργασίες σε ροή, η ευαισθησία εντοπισμού τέλους εκφωνήματος αλλάζει το πότε ένα εκφώνημα θεωρείται ολοκληρωμένο. Ο κατασκευαστής περιγράφει ρυθμίσεις standard, short και supershort για όλο και πιο σύντομη αναμενόμενη ομιλία. Μια ταχύτερη ρύθμιση μπορεί να διακόψει έναν ομιλητή που κάνει παύση στη μέση της σκέψης του. Προσαρμόστε τη ρύθμιση σε φυσική υπαγόρευση, σε μια σύντομη πρόταση ή σε μια πολύ σύντομη εντολή και κρατήστε την ένδειξη τελικού αποτελέσματος μαζί με την απομαγνητοφώνηση. Για ένα ολοκληρωμένο αρχείο, ελέγξτε ονόματα, ποσότητες, αρνήσεις και όρια ομιλητών και έπειτα διατηρήστε τον επιλεγμένο τρόπο λειτουργίας και τον ήχο προέλευσης, ώστε το αποτέλεσμα να μπορεί να ελεγχθεί ή να επαναχρησιμοποιηθεί.</p>",
  "aboutText": "Το Google Chirp 3 είναι ένα πολύγλωσσο μοντέλο αυτόματης αναγνώρισης ομιλίας που μετατρέπει τον προφορικό ήχο σε κείμενο. Η Google το τεκμηριώνει ως το μοντέλο απομαγνητοφώνησης Chirp 3 στην οικογένεια Speech-to-Text V2, με αναγνωριστικό μοντέλου chirp_3. Σκοπός του είναι η αναγνώριση εγγεγραμμένης ομιλίας ή ομιλίας σε ροή, με ανίχνευση γλώσσας και δυνατότητες ειδικά για απομαγνητοφώνηση. Το παραδοτέο που προκύπτει είναι μια απομαγνητοφώνηση και τα μεταδεδομένα που υποστηρίζει η επιλεγμένη μέθοδος αναγνώρισης, αντί για παραγόμενη ομιλία ή μια ανοικτού τύπου απάντηση βοηθού.\n\nΟ κατασκευαστής διακρίνει την αναγνώριση σε ροή, τη σύγχρονη αναγνώριση για σύντομα αποσπάσματα και την αναγνώριση σε παρτίδες για μεγαλύτερες εγγραφές. Επιλέξτε τρόπο λειτουργίας ανάλογα με τον ήχο προέλευσης και το απαιτούμενο αποτέλεσμα. Για ένα σύντομο φωνητικό σημείωμα, μια ολοκληρωμένη απόκριση κειμένου μπορεί να αρκεί. Για μια συνέντευξη ή μια καταγεγραμμένη κλήση, ένα αποτέλεσμα παρτίδας με πληροφορίες ομιλητών μπορεί να είναι πιο χρήσιμο. Για ζωντανούς υπότιτλους ή μια διεπαφή φωνητικών εντολών, κρατήστε το ενδιάμεσο κείμενο διακριτό από το τελικό αποτέλεσμα αναγνώρισης και διατηρήστε το χρονικό διάστημα ήχου που περιγράφει.\n\nΠροετοιμάστε τον ήχο στην κωδικοποίηση που αναμένει η υλοποίηση αναγνώρισης. Τα παραδείγματα Chirp 3 της Google χρησιμοποιούν αυτόματα ανιχνευόμενη αποκωδικοποίηση για εγγεγραμμένα αρχεία και ρητά καθορισμένη αποκωδικοποίηση για διαμόρφωση ροής ακατέργαστου ήχου. Η σχετική τεκμηρίωση αποκωδικοποιητή V2 αναφέρει WAV PCM ή ήχο με συμπίεση και αποσυμπίεση δυναμικού εύρους, FLAC, MP3, Ogg/WebM Opus και AAC σε περιέκτες MP4, M4A ή MOV, μεταξύ των υποστηριζόμενων κωδικοποιήσεων. Η ονομασία ενός περιέκτη δεν υποκαθιστά τον πραγματικό κωδικοποιητή και τη διαμόρφωση δειγματοληψίας. Διατηρήστε καθαρή ομιλία και αποφύγετε έντονο ψαλιδισμό ή περιττές μετατροπές που χάνουν ακουστικές λεπτομέρειες.\n\nΤο Chirp 3 μπορεί να αναγνωρίσει και να απομαγνητοφωνήσει αυτόματα την κυρίαρχη γλώσσα, ενώ ένα σύνολο αναμενόμενων τοπικών ρυθμίσεων μπορεί να περιορίσει τις επιλογές αναγνώρισής του. Η διαθεσιμότητα γλωσσών διαφέρει ανά μέθοδο και δυνατότητα. Η λίστα γλωσσών απομαγνητοφώνησης είναι ευρύτερη από τη λίστα διαχωρισμού ομιλητών, επομένως η αναγνώριση μιας γλώσσας δεν αποδεικνύει ότι ισχύει γι’ αυτήν κάθε δυνατότητα ομιλητών ή χρονισμού. Χρησιμοποιήστε την τοπική ρύθμιση που ταιριάζει στην εγγραφή και διατηρήστε για έλεγχο ονόματα που εμφανίζονται κατά την εναλλαγή γλωσσών ή εξειδικευμένους όρους. Η ετικέτα μιας ανιχνευμένης γλώσσας αποτελεί μέρος του αποτελέσματος, όχι απόδειξη ότι αναγνωρίστηκαν σωστά όλες οι ασυνήθιστες λέξεις.\n\nΟ διαχωρισμός ομιλητών ομαδοποιεί την ομιλία ανά φωνή σε μια μονοκαναλική εγγραφή. Η Google παρέχει παράδειγμα απομαγνητοφώνησης σε παρτίδες με πληροφορίες ομιλητή ανά λέξη. Για μια συνέντευξη, διατηρήστε αυτές τις ετικέτες μαζί με το αναγνωρισμένο κείμενο και συγκρίνετε τις αλλαγές ομιλητή με την εγγραφή πριν αποδώσετε πραγματικά ονόματα ή ρόλους. Οι παρόμοιες φωνές, οι διακοπές και η αλληλοεπικαλυπτόμενη ομιλία μπορούν να δυσκολέψουν την απόδοση. Διατηρήστε σαφή τη διάταξη καναλιών της πηγής και την προβλεπόμενη εργασία ελέγχου ομιλητών αντί να αντιμετωπίζετε μια ετικέτα ως ανεξάρτητα επαληθευμένη ταυτότητα.\n\nΟ χρονισμός εξαρτάται επίσης από τη μέθοδο. Η αναγνώριση σε ροή παρέχει χρονικές σημάνσεις σε επίπεδο εκφωνήματος, ενώ οι οδηγίες αναγνώρισης αρχείων του κατασκευαστή περιγράφουν προαιρετικό χρονισμό λέξεων με πιθανό συμβιβασμό στην ποιότητα απομαγνητοφώνησης. Διατηρήστε τα μεταδεδομένα που πραγματικά επιστρέφει η επιλεγμένη μέθοδος και ελέγξτε την ευθυγράμμιση μαζί με τη διατύπωση. Μια ροή υποτιτλισμού χρειάζεται και τα δύο: ευανάγνωστο αναγνωρισμένο κείμενο και τεκμήρια ότι ένα χρονικό όριο αντιστοιχεί στον σωστό ήχο. Η Google προειδοποιεί επίσης ότι η επιστρεφόμενη τιμή εμπιστοσύνης σε επίπεδο λέξης δεν είναι πραγματική βαθμολογία εμπιστοσύνης, οπότε δεν πρέπει να χρησιμοποιείται για πιστοποίηση της ορθότητας μιας λέξης.\n\nΗ προσαρμογή ομιλίας παρέχει φράσεις και κύρια ονόματα που είναι πιθανό να εμφανιστούν στην εγγραφή. Ο κατασκευαστής τεκμηριώνει λεξικό έως 1,000 φράσεων και συνιστά όσο το δυνατόν λιγότερες σχετικές καταχωρίσεις, ώστε να αποφεύγεται η υποβάθμιση της αναγνώρισης άλλων όρων. Για μια τεχνική παρουσίαση, προετοιμάστε μια μικρή λίστα πραγματικών ονομάτων προϊόντων και συντομογραφιών και έπειτα ελέγξτε τα στην απομαγνητοφώνηση. Η ενίσχυση πιθανότητας βοηθά την αναγνώριση να εξετάσει έναν όρο· δεν τεκμηριώνει ότι ο όρος ειπώθηκε ούτε αντικαθιστά τον έλεγχο σε σχέση με τον ήχο.\n\nΤο μοντέλο παρέχει αυτόματη στίξη και χρήση κεφαλαίων, τις οποίες η τεκμηριωμένη διεπαφή μπορεί να απενεργοποιήσει. Η Google περιγράφει επίσης μια δυνατότητα προέκδοσης για προσαρμοσμένες οδηγίες μορφοποίησης απομαγνητοφώνησης, όπως τον τρόπο γραφής ενός συγκεκριμένου ονόματος ή μιας ημερομηνίας. Κρατήστε αυτές τις οδηγίες εστιασμένες στη μορφοποίηση της αναγνωρισμένης ομιλίας. Μια απομαγνητοφώνηση που κανονικοποιεί μια ημερομηνία ή χρησιμοποιεί κεφαλαία σε μια επωνυμία πρέπει και πάλι να διατηρεί το προφορικό νόημα. Η περίληψη, η μετάφραση ή η πραγματολογική ανάλυση είναι μεταγενέστερες χρήσεις της απομαγνητοφώνησης και δεν τεκμηριώνονται από το ίδιο το αποτέλεσμα αναγνώρισης.\n\nΟ ενσωματωμένος μηχανισμός αποθορυβοποίησης προορίζεται να μειώνει τη μουσική υποβάθρου και περιβαλλοντικούς ήχους, όπως βροχή ή θόρυβο δρόμου. Η Google δηλώνει ρητά ότι δεν μπορεί να αφαιρέσει ανθρώπινες φωνές από το υπόβαθρο. Διατηρήστε αυτή τη διάκριση όταν προετοιμάζετε μια εγγραφή με αλληλοεπικαλυπτόμενη συνομιλία. Ελέγξτε τα θορυβώδη και τα ήσυχα τμήματα σε σχέση με την πηγή αντί να υποθέτετε ότι μια καθαρότερη απομαγνητοφώνηση αποδεικνύει ότι αφαιρέθηκε ο παρεμβαλλόμενος ήχος. Ένα χρήσιμο αποτέλεσμα κρατά τα αβέβαια αποσπάσματα αναγνωρίσιμα για διόρθωση.\n\nΓια εργασίες σε ροή, η ευαισθησία εντοπισμού τέλους εκφωνήματος αλλάζει το πότε ένα εκφώνημα θεωρείται ολοκληρωμένο. Ο κατασκευαστής περιγράφει ρυθμίσεις standard, short και supershort για όλο και πιο σύντομη αναμενόμενη ομιλία. Μια ταχύτερη ρύθμιση μπορεί να διακόψει έναν ομιλητή που κάνει παύση στη μέση της σκέψης του. Προσαρμόστε τη ρύθμιση σε φυσική υπαγόρευση, σε μια σύντομη πρόταση ή σε μια πολύ σύντομη εντολή και κρατήστε την ένδειξη τελικού αποτελέσματος μαζί με την απομαγνητοφώνηση. Για ένα ολοκληρωμένο αρχείο, ελέγξτε ονόματα, ποσότητες, αρνήσεις και όρια ομιλητών και έπειτα διατηρήστε τον επιλεγμένο τρόπο λειτουργίας και τον ήχο προέλευσης, ώστε το αποτέλεσμα να μπορεί να ελεγχθεί ή να επαναχρησιμοποιηθεί.",
  "editorialOverlay": {
    "copy_fields": null,
    "copy_sha256": null,
    "copy_source": null,
    "html_sha256": "6ed7ba57e65f4418a95ec582e88bef664eb0f2f0e429a2d2d477587dc836825e",
    "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06",
    "raw_model_unchanged": true,
    "schema": "ailoot-native-model-editorial-v1"
  },
  "locale": "el",
  "methods": [
    {
      "html": "<div class=\"sheet-head\"><span class=\"mav\" aria-hidden=\"true\">G</span><h2 id=\"sheet-title\">Google: Chirp 3</h2><button class=\"icon-btn\" type=\"button\" data-close-sheet aria-label=\"Κλείσιμο\">×</button></div><div class=\"idline\"><span>Google /</span><code>google/chirp-3</code><button type=\"button\" id=\"copy-id\">Αντιγραφή ID</button></div><nav class=\"card-jump-nav\" aria-label=\"Ενότητες κάρτας μοντέλου\"><button type=\"button\" data-card-jump=\"overview\">Εισαγωγή</button><button type=\"button\" data-card-jump=\"methods\">Είσοδοι και μέθοδοι</button><button type=\"button\" data-card-jump=\"pricing\">Τιμολόγηση</button><button type=\"button\" data-card-jump=\"examples\">Παραδείγματα</button><button type=\"button\" data-card-jump=\"results\">Αποτελέσματα</button><button type=\"button\" data-card-jump=\"aliases\">Εναλλακτικά ονόματα</button></nav><div class=\"card-method-tabs\" role=\"tablist\" aria-label=\"Μέθοδοι API\"><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|google%2Fchirp-3\">Αναγνώριση</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\">Εισαγωγή</h3><p class=\"mdesc-full\">Το Google Chirp 3 είναι ένα πολύγλωσσο μοντέλο αναγνώρισης ομιλίας για ροές ήχου, σύντομες εγγραφές και μεγαλύτερες απομαγνητοφωνήσεις σε παρτίδες. Παρέχει αυτόματη ανίχνευση γλώσσας, στίξη, προσαρμογή λεξιλογίου και, ανάλογα με τον τρόπο λειτουργίας, χρονικές πληροφορίες ή μεταδεδομένα ομιλητών. Ο μηχανισμός αποθορυβοποίησης μειώνει τον θόρυβο υποβάθρου, αλλά δεν μπορεί να αφαιρέσει άλλες φωνές.</p><dl class=\"card-io\" data-card-io><div><dt>Αποδεκτές είσοδοι</dt><dd>Ήχος</dd></div><div><dt>Αποτελέσματα</dt><dd>Κείμενο</dd></div></dl><details class=\"card-about\"><summary>Σχετικά με το μοντέλο</summary><p class=\"note-s\" data-model-method-boundary>Αυτή η περιγραφή καλύπτει τις δυνατότητες του μοντέλου. Οι είσοδοι, έξοδοι και επιλογές που διατίθενται στο Ailoot παρατίθενται παρακάτω για την επιλεγμένη μέθοδο.</p><div class=\"mabout\" id=\"m-about\"><p>Το Google Chirp 3 είναι ένα πολύγλωσσο μοντέλο αυτόματης αναγνώρισης ομιλίας που μετατρέπει τον προφορικό ήχο σε κείμενο. Η Google το τεκμηριώνει ως το μοντέλο απομαγνητοφώνησης Chirp 3 στην οικογένεια Speech-to-Text V2, με αναγνωριστικό μοντέλου chirp_3. Σκοπός του είναι η αναγνώριση εγγεγραμμένης ομιλίας ή ομιλίας σε ροή, με ανίχνευση γλώσσας και δυνατότητες ειδικά για απομαγνητοφώνηση. Το παραδοτέο που προκύπτει είναι μια απομαγνητοφώνηση και τα μεταδεδομένα που υποστηρίζει η επιλεγμένη μέθοδος αναγνώρισης, αντί για παραγόμενη ομιλία ή μια ανοικτού τύπου απάντηση βοηθού.</p><p>Ο κατασκευαστής διακρίνει την αναγνώριση σε ροή, τη σύγχρονη αναγνώριση για σύντομα αποσπάσματα και την αναγνώριση σε παρτίδες για μεγαλύτερες εγγραφές. Επιλέξτε τρόπο λειτουργίας ανάλογα με τον ήχο προέλευσης και το απαιτούμενο αποτέλεσμα. Για ένα σύντομο φωνητικό σημείωμα, μια ολοκληρωμένη απόκριση κειμένου μπορεί να αρκεί. Για μια συνέντευξη ή μια καταγεγραμμένη κλήση, ένα αποτέλεσμα παρτίδας με πληροφορίες ομιλητών μπορεί να είναι πιο χρήσιμο. Για ζωντανούς υπότιτλους ή μια διεπαφή φωνητικών εντολών, κρατήστε το ενδιάμεσο κείμενο διακριτό από το τελικό αποτέλεσμα αναγνώρισης και διατηρήστε το χρονικό διάστημα ήχου που περιγράφει.</p><p>Προετοιμάστε τον ήχο στην κωδικοποίηση που αναμένει η υλοποίηση αναγνώρισης. Τα παραδείγματα Chirp 3 της Google χρησιμοποιούν αυτόματα ανιχνευόμενη αποκωδικοποίηση για εγγεγραμμένα αρχεία και ρητά καθορισμένη αποκωδικοποίηση για διαμόρφωση ροής ακατέργαστου ήχου. Η σχετική τεκμηρίωση αποκωδικοποιητή V2 αναφέρει WAV PCM ή ήχο με συμπίεση και αποσυμπίεση δυναμικού εύρους, FLAC, MP3, Ogg/WebM Opus και AAC σε περιέκτες MP4, M4A ή MOV, μεταξύ των υποστηριζόμενων κωδικοποιήσεων. Η ονομασία ενός περιέκτη δεν υποκαθιστά τον πραγματικό κωδικοποιητή και τη διαμόρφωση δειγματοληψίας. Διατηρήστε καθαρή ομιλία και αποφύγετε έντονο ψαλιδισμό ή περιττές μετατροπές που χάνουν ακουστικές λεπτομέρειες.</p><p>Το Chirp 3 μπορεί να αναγνωρίσει και να απομαγνητοφωνήσει αυτόματα την κυρίαρχη γλώσσα, ενώ ένα σύνολο αναμενόμενων τοπικών ρυθμίσεων μπορεί να περιορίσει τις επιλογές αναγνώρισής του. Η διαθεσιμότητα γλωσσών διαφέρει ανά μέθοδο και δυνατότητα. Η λίστα γλωσσών απομαγνητοφώνησης είναι ευρύτερη από τη λίστα διαχωρισμού ομιλητών, επομένως η αναγνώριση μιας γλώσσας δεν αποδεικνύει ότι ισχύει γι’ αυτήν κάθε δυνατότητα ομιλητών ή χρονισμού. Χρησιμοποιήστε την τοπική ρύθμιση που ταιριάζει στην εγγραφή και διατηρήστε για έλεγχο ονόματα που εμφανίζονται κατά την εναλλαγή γλωσσών ή εξειδικευμένους όρους. Η ετικέτα μιας ανιχνευμένης γλώσσας αποτελεί μέρος του αποτελέσματος, όχι απόδειξη ότι αναγνωρίστηκαν σωστά όλες οι ασυνήθιστες λέξεις.</p><p>Ο διαχωρισμός ομιλητών ομαδοποιεί την ομιλία ανά φωνή σε μια μονοκαναλική εγγραφή. Η Google παρέχει παράδειγμα απομαγνητοφώνησης σε παρτίδες με πληροφορίες ομιλητή ανά λέξη. Για μια συνέντευξη, διατηρήστε αυτές τις ετικέτες μαζί με το αναγνωρισμένο κείμενο και συγκρίνετε τις αλλαγές ομιλητή με την εγγραφή πριν αποδώσετε πραγματικά ονόματα ή ρόλους. Οι παρόμοιες φωνές, οι διακοπές και η αλληλοεπικαλυπτόμενη ομιλία μπορούν να δυσκολέψουν την απόδοση. Διατηρήστε σαφή τη διάταξη καναλιών της πηγής και την προβλεπόμενη εργασία ελέγχου ομιλητών αντί να αντιμετωπίζετε μια ετικέτα ως ανεξάρτητα επαληθευμένη ταυτότητα.</p><p>Ο χρονισμός εξαρτάται επίσης από τη μέθοδο. Η αναγνώριση σε ροή παρέχει χρονικές σημάνσεις σε επίπεδο εκφωνήματος, ενώ οι οδηγίες αναγνώρισης αρχείων του κατασκευαστή περιγράφουν προαιρετικό χρονισμό λέξεων με πιθανό συμβιβασμό στην ποιότητα απομαγνητοφώνησης. Διατηρήστε τα μεταδεδομένα που πραγματικά επιστρέφει η επιλεγμένη μέθοδος και ελέγξτε την ευθυγράμμιση μαζί με τη διατύπωση. Μια ροή υποτιτλισμού χρειάζεται και τα δύο: ευανάγνωστο αναγνωρισμένο κείμενο και τεκμήρια ότι ένα χρονικό όριο αντιστοιχεί στον σωστό ήχο. Η Google προειδοποιεί επίσης ότι η επιστρεφόμενη τιμή εμπιστοσύνης σε επίπεδο λέξης δεν είναι πραγματική βαθμολογία εμπιστοσύνης, οπότε δεν πρέπει να χρησιμοποιείται για πιστοποίηση της ορθότητας μιας λέξης.</p><p>Η προσαρμογή ομιλίας παρέχει φράσεις και κύρια ονόματα που είναι πιθανό να εμφανιστούν στην εγγραφή. Ο κατασκευαστής τεκμηριώνει λεξικό έως 1,000 φράσεων και συνιστά όσο το δυνατόν λιγότερες σχετικές καταχωρίσεις, ώστε να αποφεύγεται η υποβάθμιση της αναγνώρισης άλλων όρων. Για μια τεχνική παρουσίαση, προετοιμάστε μια μικρή λίστα πραγματικών ονομάτων προϊόντων και συντομογραφιών και έπειτα ελέγξτε τα στην απομαγνητοφώνηση. Η ενίσχυση πιθανότητας βοηθά την αναγνώριση να εξετάσει έναν όρο· δεν τεκμηριώνει ότι ο όρος ειπώθηκε ούτε αντικαθιστά τον έλεγχο σε σχέση με τον ήχο.</p><p>Το μοντέλο παρέχει αυτόματη στίξη και χρήση κεφαλαίων, τις οποίες η τεκμηριωμένη διεπαφή μπορεί να απενεργοποιήσει. Η Google περιγράφει επίσης μια δυνατότητα προέκδοσης για προσαρμοσμένες οδηγίες μορφοποίησης απομαγνητοφώνησης, όπως τον τρόπο γραφής ενός συγκεκριμένου ονόματος ή μιας ημερομηνίας. Κρατήστε αυτές τις οδηγίες εστιασμένες στη μορφοποίηση της αναγνωρισμένης ομιλίας. Μια απομαγνητοφώνηση που κανονικοποιεί μια ημερομηνία ή χρησιμοποιεί κεφαλαία σε μια επωνυμία πρέπει και πάλι να διατηρεί το προφορικό νόημα. Η περίληψη, η μετάφραση ή η πραγματολογική ανάλυση είναι μεταγενέστερες χρήσεις της απομαγνητοφώνησης και δεν τεκμηριώνονται από το ίδιο το αποτέλεσμα αναγνώρισης.</p><p>Ο ενσωματωμένος μηχανισμός αποθορυβοποίησης προορίζεται να μειώνει τη μουσική υποβάθρου και περιβαλλοντικούς ήχους, όπως βροχή ή θόρυβο δρόμου. Η Google δηλώνει ρητά ότι δεν μπορεί να αφαιρέσει ανθρώπινες φωνές από το υπόβαθρο. Διατηρήστε αυτή τη διάκριση όταν προετοιμάζετε μια εγγραφή με αλληλοεπικαλυπτόμενη συνομιλία. Ελέγξτε τα θορυβώδη και τα ήσυχα τμήματα σε σχέση με την πηγή αντί να υποθέτετε ότι μια καθαρότερη απομαγνητοφώνηση αποδεικνύει ότι αφαιρέθηκε ο παρεμβαλλόμενος ήχος. Ένα χρήσιμο αποτέλεσμα κρατά τα αβέβαια αποσπάσματα αναγνωρίσιμα για διόρθωση.</p><p>Για εργασίες σε ροή, η ευαισθησία εντοπισμού τέλους εκφωνήματος αλλάζει το πότε ένα εκφώνημα θεωρείται ολοκληρωμένο. Ο κατασκευαστής περιγράφει ρυθμίσεις standard, short και supershort για όλο και πιο σύντομη αναμενόμενη ομιλία. Μια ταχύτερη ρύθμιση μπορεί να διακόψει έναν ομιλητή που κάνει παύση στη μέση της σκέψης του. Προσαρμόστε τη ρύθμιση σε φυσική υπαγόρευση, σε μια σύντομη πρόταση ή σε μια πολύ σύντομη εντολή και κρατήστε την ένδειξη τελικού αποτελέσματος μαζί με την απομαγνητοφώνηση. Για ένα ολοκληρωμένο αρχείο, ελέγξτε ονόματα, ποσότητες, αρνήσεις και όρια ομιλητών και έπειτα διατηρήστε τον επιλεγμένο τρόπο λειτουργίας και τον ήχο προέλευσης, ώστε το αποτέλεσμα να μπορεί να ελεγχθεί ή να επαναχρησιμοποιηθεί.</p></div></details></section><section class=\"card-section\" data-card-section=\"methods\"><h3 tabindex=\"-1\">Διαθέσιμα στο Ailoot · είσοδοι και μέθοδοι</h3><details class=\"card-method\" open><summary><b>Ailoot Ultra · Απομαγνητοφώνηση</b> <code>POST /v1/audio/transcriptions</code></summary><dl class=\"method-capabilities\"><div><dt>Είσοδος</dt><dd><code>audio</code></dd></div><div><dt>Έξοδος</dt><dd><code>text</code></dd></div></dl><div class=\"tw\" data-card-parameters data-typed-parameters><table><thead><tr><th>Πεδίο</th><th>Τύπος</th><th>Απαίτηση</th><th>Τιμές και όρια</th><th>Προεπιλογή</th></tr></thead><tbody><tr><th data-cell-label=\"Πεδίο\" scope=\"row\"><span class=\"card-cell-label\">Πεδίο</span><code class=\"card-field-name\">model</code></th><td data-cell-label=\"Τύπος\" data-field-type><span class=\"card-cell-label\">Τύπος</span><code>string</code></td><td data-cell-label=\"Απαίτηση\"><span class=\"card-cell-label\">Απαίτηση</span>Υποχρεωτικό</td><td data-cell-label=\"Τιμές και όρια\"><span class=\"card-cell-label\">Τιμές και όρια</span><div>google/chirp-3</div></td><td data-cell-label=\"Προεπιλογή\" data-default=\"unspecified\"><span class=\"card-cell-label\">Προεπιλογή</span>—</td></tr><tr><th data-cell-label=\"Πεδίο\" scope=\"row\"><span class=\"card-cell-label\">Πεδίο</span><code class=\"card-field-name\">input_audio</code></th><td data-cell-label=\"Τύπος\" data-field-type><span class=\"card-cell-label\">Τύπος</span><code>object</code></td><td data-cell-label=\"Απαίτηση\"><span class=\"card-cell-label\">Απαίτηση</span>Υποχρεωτικό</td><td data-cell-label=\"Τιμές και όρια\"><span class=\"card-cell-label\">Τιμές και όρια</span></td><td data-cell-label=\"Προεπιλογή\" data-default=\"unspecified\"><span class=\"card-cell-label\">Προεπιλογή</span>—</td></tr></tbody></table></div><details class=\"note-s\" data-method-contract><summary>Παράμετροι και κύκλος ζωής μεθόδου</summary><div class=\"tw\" data-card-table=\"contract\"><table><thead><tr><th>Παράμετρος</th><th>Σύμβαση</th></tr></thead><tbody><tr><th data-cell-label=\"Παράμετρος\" scope=\"row\"><span class=\"card-cell-label\">Παράμετρος</span><code>content_type</code></th><td data-cell-label=\"Σύμβαση\"><span class=\"card-cell-label\">Σύμβαση</span>application/json</td></tr><tr><th data-cell-label=\"Παράμετρος\" scope=\"row\"><span class=\"card-cell-label\">Παράμετρος</span><code>required</code></th><td data-cell-label=\"Σύμβαση\"><span class=\"card-cell-label\">Σύμβαση</span>model, input_audio</td></tr><tr><th data-cell-label=\"Παράμετρος\" scope=\"row\"><span class=\"card-cell-label\">Παράμετρος</span><code>material_types</code></th><td data-cell-label=\"Σύμβαση\"><span class=\"card-cell-label\">Σύμβαση</span>audio</td></tr><tr><th data-cell-label=\"Παράμετρος\" scope=\"row\"><span class=\"card-cell-label\">Παράμετρος</span><code>material_conditions</code></th><td data-cell-label=\"Σύμβαση\"><span class=\"card-cell-label\">Σύμβαση</span>Το παράδειγμα διαβάζει το πραγματικό, μη κενό αρχείο PCM WAV σας, κωδικοποιεί όλα τα byte του αρχείου σε base64 και στέλνει το input_audio.format ως wav.</td></tr></tbody></table></div><p>Κύκλος ζωής: <code>synchronous_result_then_owned_library</code></p><p class=\"note-s\"><code>GET /v1/media/tasks/{task_id}</code> · ακριβές task_id από υπάρχουσα εγγραφή πολυμέσων που σας ανήκουν</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\">Τιμολόγηση</h3><div data-native-semantic-method=\"v1\" data-tariff-reference-only><p class=\"note-s\" data-rate-support-note>Οι τιμολογιακές αναφορές δεν προσθέτουν επιλογές αιτήματος. Οι υποστηριζόμενες παράμετροι αναφέρονται στην επιλεγμένη μέθοδο.</p><dl data-price-conditions><dt>Γρήγορη λειτουργία</dt><dd>Δεν έχει οριστεί <span class=\"note-s\">Όταν επιλέγεται η γρήγορη λειτουργία</span></dd><dt>Λειτουργία flex</dt><dd>Δεν έχει οριστεί <span class=\"note-s\">Όταν επιλέγεται η λειτουργία flex</span></dd><dt>Μέγιστη προσπάθεια συλλογισμού</dt><dd>Δεν έχει οριστεί <span class=\"note-s\">Όταν η μέγιστη προσπάθεια συλλογισμού χρησιμοποιεί την προσαρμογή default</span></dd></dl></div><div data-declared-tariff-pricing><h4>Χρεώσεις Ailoot</h4><h4>Τιμές ανά διαμόρφωση</h4><p class=\"note-s\">Αντιστοιχίστε κάθε χρέωση στις συνθήκες που εμφανίζονται. Χρησιμοποιήστε μία χρέωση ανά σύνολο εναλλακτικών διαμορφώσεων.</p><div class=\"tw\" data-pricing-profiles><table><thead><tr><th>Διαμόρφωση</th><th>Πίνακας χρεώσεων</th><th>Μονάδα τιμολόγησης</th><th>Χρέωση</th></tr></thead><tbody><tr><th data-cell-label=\"Διαμόρφωση\" scope=\"row\"><span class=\"card-cell-label\">Διαμόρφωση</span>Βασικές χρεώσεις token</th><td data-cell-label=\"Πίνακας χρεώσεων\"><span class=\"card-cell-label\">Πίνακας χρεώσεων</span>Βασική χρέωση</td><td data-cell-label=\"Μονάδα τιμολόγησης\"><span class=\"card-cell-label\">Μονάδα τιμολόγησης</span>—</td><td data-cell-label=\"Χρέωση\"><span class=\"card-cell-label\">Χρέωση</span><div><span>Είσοδος · Token εισόδου</span> <b>—</b> <span class=\"price-unit\">/ 1K token</span></div><div><span>Έξοδος · Token εξόδου</span> <b>—</b> <span class=\"price-unit\">/ 1K token</span></div><div><span>Είσοδος · Ανάγνωση από την κρυφή μνήμη</span> <b>—</b> <span class=\"price-unit\">/ 1K token</span></div><div><span>Είσοδος · Εγγραφή στην κρυφή μνήμη</span> <b>—</b> <span class=\"price-unit\">/ 1K token</span></div><div><span>Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα</span> <b>—</b> <span class=\"price-unit\">/ 1K token</span></div></td></tr><tr><th data-cell-label=\"Διαμόρφωση\" scope=\"row\"><span class=\"card-cell-label\">Διαμόρφωση</span>δευτερόλεπτο ήχου εισόδου</th><td data-cell-label=\"Πίνακας χρεώσεων\"><span class=\"card-cell-label\">Πίνακας χρεώσεων</span>—</td><td data-cell-label=\"Μονάδα τιμολόγησης\"><span class=\"card-cell-label\">Μονάδα τιμολόγησης</span>ανά δευτερόλεπτο ήχου εισόδου</td><td data-cell-label=\"Χρέωση\"><span class=\"card-cell-label\">Χρέωση</span><div><span>Είσοδος · δευτερόλεπτο ήχου εισόδου</span> <b>$0.000533333333334</b> <span class=\"price-unit\">ανά δευτερόλεπτο ήχου εισόδου</span></div></td></tr></tbody></table></div></div><p class=\"note-s\">Το Ailoot δεσμεύει ένα εκτιμώμενο ποσό πριν από το αίτημα. Μετά το αποτέλεσμα, εκκαθαρίζει την τελική χρέωση βάσει της μετρημένης χρήσης. Η εκκαθάριση ροής χρησιμοποιεί την τελική καταγραφή χρήσης. <a href=\"/docs/el/billing/reserve/\">Πώς λειτουργούν η δέσμευση και η εκκαθάριση →</a></p></section><section class=\"card-section\" data-card-section=\"examples\"><h3 tabindex=\"-1\">Παραδείγματα αιτημάτων</h3><h4>Ailoot Ultra · Απομαγνητοφώνηση</h4><div class=\"code-group\"><div class=\"cg-bar\"><div class=\"cg-tabs\" role=\"tablist\" aria-label=\"Παραλλαγές κώδικα\"><button class=\"cg-tab\" id=\"model-code-1435-tab-0\" role=\"tab\" type=\"button\" aria-controls=\"model-code-1435-panel-0\" aria-selected=\"true\" tabindex=\"0\">curl · πραγματικό αρχείο WAV και πλήρες αρχικό αποτέλεσμα</button></div><div class=\"cg-tools\"><button class=\"cg-btn cg-copy\" type=\"button\" aria-label=\"Αντιγραφή κώδικα\"><svg class=\"cp\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><rect x=\"5.25\" y=\"5.25\" width=\"8.5\" height=\"8.5\" rx=\"1.75\"/><path d=\"M10.75 5.25V3.5a1.25 1.25 0 0 0-1.25-1.25H3.5A1.25 1.25 0 0 0 2.25 3.5v6a1.25 1.25 0 0 0 1.25 1.25h1.75\"/></svg><svg class=\"ok\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><path d=\"m3 8.5 3.25 3.25L13 5\"/></svg></button></div></div><div class=\"cg-body\"><div class=\"cg-pane\" id=\"model-code-1435-panel-0\" role=\"tabpanel\" aria-labelledby=\"model-code-1435-tab-0\"><pre data-lang=\"bash\"><code>set -eu\n: &quot;${AILOOT_API_KEY:?Set your Ailoot API key}&quot;\n: &quot;${AILOOT_AUDIO_FILE:?Set the path to your actual PCM WAV recording}&quot;\nexport AILOOT_AUDIO_FILE\npython3 - &lt;&lt;&#39;PY_REQUEST&#39;\nimport base64, io, json, os, wave\nfrom pathlib import Path\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;):\n    raise SystemExit(&#39;Supply your actual PCM WAV audio file&#39;)\nwith wave.open(io.BytesIO(audio), &#39;rb&#39;) as recording:\n    if recording.getcomptype() != &#39;NONE&#39; or recording.getnframes() &lt;= 0:\n        raise SystemExit(&#39;Supply a nonempty PCM WAV recording&#39;)\nrequest = {&#39;model&#39;: &#39;google/chirp-3&#39;, &#39;input_audio&#39;: {&#39;data&#39;: base64.b64encode(audio).decode(&#39;ascii&#39;), &#39;format&#39;: &#39;wav&#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# Retain the complete original response, headers and actual X-Client-Request-ID.\n# Read existing owned records for recovery; do not resubmit an uncertain operation.\n</code></pre></div></div></div></section><section class=\"card-section\" data-card-section=\"results\"><h3 tabindex=\"-1\">Λήψη και αποθήκευση αποτελεσμάτων</h3><h4>Ailoot Ultra · Απομαγνητοφώνηση</h4><p class=\"note-s\">Ολόκληρο το αρχικό σώμα απόκρισης, η κατάσταση και οι προωθημένες κεφαλίδες. Αυτός ο χειριστής δεν προσθέτει καθολική δομή JSON, πεδίο κειμένου ή περίβλημα εργασίας.</p><ul class=\"card-result-paths\"><li><code>GET /v1/media/tasks/{task_id}</code></li><li><code>GET /v1/media/assets/{asset_id}/content</code></li><li><code>GET /v1/media/assets</code></li><li><code>GET /v1/media/assets/{asset_id}</code></li></ul><div class=\"card-result-process\" data-all-results><h5>Διατηρήστε όλα τα ολοκληρωμένα αποτελέσματα</h5><p class=\"note-s\">Διατηρήστε κάθε πλήρη απάντηση, αρχείο και τμήμα περιεχομένου που επιστρέφεται.</p><p class=\"note-s\">Διατηρήστε ολόκληρη την απόκριση και τις κεφαλίδες, κάθε πραγματικό αποτέλεσμα εξόδου, τα αρχικά αναγνωριστικά που επιστράφηκαν και όλα τα πεδία χρήσης. Ανακτήστε την αρχική λειτουργία χωρίς να υποβάλετε ξανά αίτημα δημιουργίας.</p></div><div class=\"card-result-process\" data-unknown-recovery><h5>Αν χρειάζεται έλεγχος της αρχικής απάντησης</h5><p class=\"note-s\">Διατηρήστε το πραγματικό X-Client-Request-ID και ολόκληρη την απόκριση. Διαβάστε τα αρχικά αρχεία πολυμέσων που σας ανήκουν και τα ακριβή υπογεγραμμένα URL περιεχομένου τους· μην επανυποβάλετε ποτέ αίτημα δημιουργίας με αβέβαιο αποτέλεσμα.</p></div><details class=\"card-about\" data-output-fields><summary>Πεδία απάντησης</summary><div class=\"tw\" data-card-table=\"output\"><table><thead><tr><th>Πεδίο</th><th>Τύπος</th></tr></thead><tbody><tr><th data-cell-label=\"Πεδίο\" scope=\"row\"><span class=\"card-cell-label\">Πεδίο</span><code class=\"card-field-name\">text (when present)</code></th><td data-cell-label=\"Τύπος\" data-field-type><span class=\"card-cell-label\">Τύπος</span></td></tr><tr><th data-cell-label=\"Πεδίο\" scope=\"row\"><span class=\"card-cell-label\">Πεδίο</span><code class=\"card-field-name\">usage (when present)</code></th><td data-cell-label=\"Τύπος\" data-field-type><span class=\"card-cell-label\">Τύπος</span></td></tr></tbody></table></div></details><details class=\"card-about\" data-method-errors><summary>Σφάλματα και επόμενα βήματα</summary><div class=\"tw\" data-card-table=\"errors\"><table><thead><tr><th>Απάντηση</th><th>Συνθήκη</th><th>Επόμενο βήμα</th></tr></thead><tbody><tr><th data-cell-label=\"Απάντηση\" scope=\"row\"><span class=\"card-cell-label\">Απάντηση</span>400 · <code>invalid_request_error</code></th><td data-cell-label=\"Συνθήκη\"><span class=\"card-cell-label\">Συνθήκη</span>Το σώμα JSON ή το ρητό κανονικό ID μοντέλου δεν είναι έγκυρο.</td><td data-cell-label=\"Επόμενο βήμα\"><span class=\"card-cell-label\">Επόμενο βήμα</span>Διατηρήστε την απόκριση και διορθώστε το υποδεικνυόμενο πεδίο του αιτήματος.</td></tr><tr><th data-cell-label=\"Απάντηση\" scope=\"row\"><span class=\"card-cell-label\">Απάντηση</span>401 · <code>authentication_error</code></th><td data-cell-label=\"Συνθήκη\"><span class=\"card-cell-label\">Συνθήκη</span>Το κλειδί API του Ailoot δεν είναι έγκυρο.</td><td data-cell-label=\"Επόμενο βήμα\"><span class=\"card-cell-label\">Επόμενο βήμα</span>Χρησιμοποιήστε το εξουσιοδοτημένο κλειδί API του Ailoot σας.</td></tr><tr><th data-cell-label=\"Απάντηση\" scope=\"row\"><span class=\"card-cell-label\">Απάντηση</span>403 · <code>permission_error</code></th><td data-cell-label=\"Συνθήκη\"><span class=\"card-cell-label\">Συνθήκη</span>Η ομάδα του κλειδιού δεν επιτρέπει πρόσβαση σε αυτή τη μέθοδο.</td><td data-cell-label=\"Επόμενο βήμα\"><span class=\"card-cell-label\">Επόμενο βήμα</span>Διατηρήστε τις λεπτομέρειες σφάλματος που επιστρέφονται.</td></tr><tr><th data-cell-label=\"Απάντηση\" scope=\"row\"><span class=\"card-cell-label\">Απάντηση</span>404 · <code>not_found_error</code></th><td data-cell-label=\"Συνθήκη\"><span class=\"card-cell-label\">Συνθήκη</span>Η επιλεγμένη μέθοδος δεν έχει διαδρομή με άδεια πρόσβασης.</td><td data-cell-label=\"Επόμενο βήμα\"><span class=\"card-cell-label\">Επόμενο βήμα</span>Διατηρήστε τις λεπτομέρειες σφάλματος που επιστρέφονται.</td></tr><tr><th data-cell-label=\"Απάντηση\" scope=\"row\"><span class=\"card-cell-label\">Απάντηση</span>422 · <code>price_unavailable</code></th><td data-cell-label=\"Συνθήκη\"><span class=\"card-cell-label\">Συνθήκη</span>Το αποδεκτό τιμολόγιο δεν μπορεί να λάβει την απαιτούμενη ποσότητα εισόδου ή το όριό της.</td><td data-cell-label=\"Επόμενο βήμα\"><span class=\"card-cell-label\">Επόμενο βήμα</span>Διατηρήστε την απόκριση· χρησιμοποιήστε την αναπαράσταση εισόδου που απαιτεί το αποδεκτό τιμολόγιο.</td></tr><tr><th data-cell-label=\"Απάντηση\" scope=\"row\"><span class=\"card-cell-label\">Απάντηση</span>503 · <code></code></th><td data-cell-label=\"Συνθήκη\"><span class=\"card-cell-label\">Συνθήκη</span>Ο απαιτούμενος χώρος αποθήκευσης, η διαδρομή, η τιμή μεθόδου ή η δέσμευση ποσού δεν είναι διαθέσιμα.</td><td data-cell-label=\"Επόμενο βήμα\"><span class=\"card-cell-label\">Επόμενο βήμα</span>Διατηρήστε ολόκληρη την αρχική απόκριση. Μια αβέβαιη δέσμευση ποσού δεν αποτελεί άδεια επανυποβολής.</td></tr><tr><th data-cell-label=\"Απάντηση\" scope=\"row\"><span class=\"card-cell-label\">Απάντηση</span>502 · <code>server_error</code></th><td data-cell-label=\"Συνθήκη\"><span class=\"card-cell-label\">Συνθήκη</span>Το αρχικό αποτέλεσμα, η χρήση ή η εκκαθάριση απαιτεί έλεγχο.</td><td data-cell-label=\"Επόμενο βήμα\"><span class=\"card-cell-label\">Επόμενο βήμα</span>Διατηρήστε το πραγματικό ID αιτήματος και την αρχική απόκριση. Διαβάστε την υπάρχουσα εγγραφή που σας ανήκει· μην επανυποβάλετε αίτημα δημιουργίας.</td></tr></tbody></table></div></details></section><section class=\"card-section\" data-card-section=\"aliases\"><h3 tabindex=\"-1\">Εναλλακτικά ονόματα</h3><h4>Εναλλακτικά ονόματα μοντέλου</h4><p class=\"note-s\"><span data-model-alias-route=\"Ultra\"><b>Ailoot Ultra</b> <a href=\"#m=google%2Fchirp-3&amp;route=Ultra&amp;caller=google%2Fchirp-3&amp;fmt=transcriptions\"><code>google/chirp-3</code></a></span></p><h4>Εναλλακτικές διαδρομές μεθόδων</h4><p class=\"note-s\">Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω.</p><h4>Σχετικά ID μοντέλων</h4><p class=\"note-s\"><a href=\"#m=google%2Fchirp-3&amp;route=Ultra&amp;caller=google%2Fchirp-3&amp;fmt=transcriptions\"><code>google/chirp-3</code></a></p></section></div>",
      "method_identity": {
        "effective_request_model_id": "google/chirp-3",
        "fmt": "transcriptions",
        "http": "POST",
        "path": "/v1/audio/transcriptions",
        "request_model_id": "google/chirp-3",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|transcriptions|/v1/audio/transcriptions|google%2Fchirp-3",
      "ordinal": 0,
      "rawMethod": {
        "available": null,
        "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.",
            "errors": [
              {
                "code": null,
                "condition": "Το σώμα JSON ή το ρητό κανονικό ID μοντέλου δεν είναι έγκυρο.",
                "http_status": 400,
                "recovery": "Διατηρήστε την απόκριση και διορθώστε το υποδεικνυόμενο πεδίο του αιτήματος.",
                "type": "invalid_request_error"
              },
              {
                "code": null,
                "condition": "Το κλειδί API του Ailoot δεν είναι έγκυρο.",
                "http_status": 401,
                "recovery": "Χρησιμοποιήστε το εξουσιοδοτημένο κλειδί API του Ailoot σας.",
                "type": "authentication_error"
              },
              {
                "code": null,
                "condition": "Η ομάδα του κλειδιού δεν επιτρέπει πρόσβαση σε αυτή τη μέθοδο.",
                "http_status": 403,
                "recovery": "Διατηρήστε τις λεπτομέρειες σφάλματος που επιστρέφονται.",
                "type": "permission_error"
              },
              {
                "code": null,
                "condition": "Η επιλεγμένη μέθοδος δεν έχει διαδρομή με άδεια πρόσβασης.",
                "http_status": 404,
                "recovery": "Διατηρήστε τις λεπτομέρειες σφάλματος που επιστρέφονται.",
                "type": "not_found_error"
              },
              {
                "code": null,
                "condition": "Το αποδεκτό τιμολόγιο δεν μπορεί να λάβει την απαιτούμενη ποσότητα εισόδου ή το όριό της.",
                "http_status": 422,
                "recovery": "Διατηρήστε την απόκριση· χρησιμοποιήστε την αναπαράσταση εισόδου που απαιτεί το αποδεκτό τιμολόγιο.",
                "type": "price_unavailable"
              },
              {
                "code": null,
                "condition": "Ο απαιτούμενος χώρος αποθήκευσης, η διαδρομή, η τιμή μεθόδου ή η δέσμευση ποσού δεν είναι διαθέσιμα.",
                "http_status": 503,
                "recovery": "Διατηρήστε ολόκληρη την αρχική απόκριση. Μια αβέβαιη δέσμευση ποσού δεν αποτελεί άδεια επανυποβολής.",
                "type": null
              },
              {
                "code": null,
                "condition": "Το αρχικό αποτέλεσμα, η χρήση ή η εκκαθάριση απαιτεί έλεγχο.",
                "http_status": 502,
                "operation_id_source": "actual X-Client-Request-ID",
                "recovery": "Διατηρήστε το πραγματικό ID αιτήματος και την αρχική απόκριση. Διαβάστε την υπάρχουσα εγγραφή που σας ανήκει· μην επανυποβάλετε αίτημα δημιουργίας.",
                "response_headers": {
                  "x-should-retry": "false"
                },
                "type": "server_error"
              }
            ],
            "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 content URL"
                }
              ],
              "dedicated_method_polling_or_cancel": false,
              "mode": "synchronous_result_then_owned_library",
              "original_POST_adds_task_envelope": false,
              "status": [
                {
                  "http": "GET",
                  "id_source": "exact task_id from an existing owned media record",
                  "path": "/v1/media/tasks/{task_id}"
                }
              ],
              "unknown": "Διατηρήστε το πραγματικό X-Client-Request-ID και ολόκληρη την απόκριση. Διαβάστε τα αρχικά αρχεία πολυμέσων που σας ανήκουν και τα ακριβή υπογεγραμμένα URL περιεχομένου τους· μην επανυποβάλετε ποτέ αίτημα δημιουργίας με αβέβαιο αποτέλεσμα."
            },
            "outputs": {
              "all_results": "Διατηρήστε ολόκληρη την απόκριση και τις κεφαλίδες, κάθε πραγματικό αποτέλεσμα εξόδου, τα αρχικά αναγνωριστικά που επιστράφηκαν και όλα τα πεδία χρήσης. Ανακτήστε την αρχική λειτουργία χωρίς να υποβάλετε ξανά αίτημα δημιουργίας.",
              "family": "text",
              "fields": [
                {
                  "description": null,
                  "name": "text (when present)",
                  "type": null
                },
                {
                  "description": null,
                  "name": "usage (when present)",
                  "type": null
                }
              ],
              "result": "Ολόκληρο το αρχικό σώμα απόκρισης, η κατάσταση και οι προωθημένες κεφαλίδες. Αυτός ο χειριστής δεν προσθέτει καθολική δομή JSON, πεδίο κειμένου ή περίβλημα εργασίας."
            },
            "parameters": [
              {
                "default_known": false,
                "enum": [
                  "google/chirp-3"
                ],
                "enum_known": true,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "default_known": false,
                "enum_known": false,
                "name": "input_audio",
                "required": true,
                "type": "object"
              }
            ],
            "request_schema": {
              "properties": {
                "input_audio": {
                  "properties": {
                    "data": {
                      "contentEncoding": "base64",
                      "type": "string"
                    },
                    "format": {
                      "type": "string"
                    }
                  },
                  "required": [
                    "data",
                    "format"
                  ],
                  "type": "object"
                },
                "model": {
                  "enum": [
                    "google/chirp-3"
                  ],
                  "type": "string"
                }
              },
              "required": [
                "model",
                "input_audio"
              ],
              "type": "object"
            },
            "schema_template": {
              "actual_file_preparation_required": true,
              "body": {
                "input_audio": {
                  "data": "${BASE64_ACTUAL_WAV_BYTES}",
                  "format": "wav"
                },
                "model": "google/chirp-3"
              },
              "content_type": "application/json"
            }
          },
          "input": {
            "content_type": "application/json",
            "material_conditions": [
              "Το παράδειγμα διαβάζει το πραγματικό, μη κενό αρχείο PCM WAV σας, κωδικοποιεί όλα τα byte του αρχείου σε base64 και στέλνει το input_audio.format ως wav."
            ],
            "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 content URL"
              }
            ],
            "dedicated_method_polling_or_cancel": false,
            "mode": "synchronous_result_then_owned_library",
            "original_POST_adds_task_envelope": false,
            "status": [
              {
                "http": "GET",
                "id_source": "ακριβές task_id από υπάρχουσα εγγραφή πολυμέσων που σας ανήκουν",
                "path": "/v1/media/tasks/{task_id}"
              }
            ],
            "unknown": "Retain the actual X-Client-Request-ID and complete response. Read the original owned assets and their exact signed content URLs; never resubmit an uncertain 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 (when present)",
                "type": null
              },
              {
                "description": null,
                "name": "usage (when present)",
                "type": null
              }
            ],
            "result": "Complete original response body, status and forwarded headers. No universal JSON shape, text field or task envelope is added by this handler."
          }
        },
        "ctx": null,
        "declared_pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          },
          {
            "dimensions": {
              "quoted_unit": "per input audio second"
            },
            "label": "input audio second",
            "units": [
              {
                "amount": "0.000533333333334",
                "amount_unit": "usd_per_exact_native_unit",
                "billing_input": true,
                "estimate_only": false,
                "key": "audio_input_second",
                "label": "input audio second",
                "native_amount_usd_per_unit": "0.000533333333334",
                "native_quantity": 1,
                "public_unit_label": "per input audio second",
                "quantity": 1,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "audio_input_second"
              }
            ]
          }
        ],
        "examples": [
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_AUDIO_FILE:?Set the path to your actual PCM WAV recording}\"\nexport AILOOT_AUDIO_FILE\npython3 - <<'PY_REQUEST'\nimport base64, io, json, os, wave\nfrom pathlib import Path\naudio = Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes()\nif not (audio[:4] == b'RIFF' and audio[8:12] == b'WAVE'):\n    raise SystemExit('Supply your actual PCM WAV audio file')\nwith wave.open(io.BytesIO(audio), 'rb') as recording:\n    if recording.getcomptype() != 'NONE' or recording.getnframes() <= 0:\n        raise SystemExit('Supply a nonempty PCM WAV recording')\nrequest = {'model': 'google/chirp-3', 'input_audio': {'data': base64.b64encode(audio).decode('ascii'), 'format': 'wav'}}\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# Retain the complete original response, headers and actual X-Client-Request-ID.\n# Read existing owned records for recovery; do not resubmit an uncertain operation.\n",
            "label": "curl · actual WAV file and complete original result",
            "language": "bash"
          }
        ],
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "transcriptions",
        "hints": [
          "The example reads your actual nonempty PCM WAV file, encodes the complete file bytes as base64 and sends input_audio.format as wav.",
          "The format value in the example is the documented recipe; no model-specific format list, limit or default is asserted.",
          "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": "Απομαγνητοφώνηση",
        "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": "per_request",
          "image_input_price": null,
          "image_output_price": null,
          "per_request_price": null,
          "unit_prices": {
            "audio_input_second": 0.000533333333334
          }
        },
        "pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          },
          {
            "dimensions": {
              "quoted_unit": "per input audio second"
            },
            "label": "input audio second",
            "units": [
              {
                "amount": "0.000533333333334",
                "amount_unit": "usd_per_exact_native_unit",
                "billing_input": true,
                "estimate_only": false,
                "key": "audio_input_second",
                "label": "input audio second",
                "native_amount_usd_per_unit": "0.000533333333334",
                "native_quantity": 1,
                "public_unit_label": "per input audio second",
                "quantity": 1,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "audio_input_second"
              }
            ]
          }
        ],
        "request_model_id": "google/chirp-3",
        "route_label": "Ultra",
        "status_reads": [
          "GET /v1/media/tasks/{task_id}"
        ],
        "tiers": [],
        "units": [
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_read_price",
            "label": "Cache read",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "cached_input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "cached_input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_price",
            "label": "Cache write",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "generic_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "generic_cache_creation_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_1h_price",
            "label": "Cache write, 1 hour",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "one_hour_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "one_hour_cache_creation_token"
          },
          {
            "amount": "0.000533333333334",
            "amount_unit": "usd_per_exact_native_unit",
            "billing_input": true,
            "estimate_only": false,
            "key": "audio_input_second",
            "label": "input audio second",
            "native_amount_usd_per_unit": "0.000533333333334",
            "native_quantity": 1,
            "public_unit_label": "per input audio second",
            "quantity": 1,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "audio_input_second"
          }
        ]
      }
    }
  ],
  "model_id": "google/chirp-3",
  "nativeProvenance": {
    "input_facts_canonical_sha256": "21be3ad817edcca25e5b227022e6016308d65b5a6b492fe37bd7df581014cb8e",
    "input_html_sha256": "8eaa91598e00cadff1602aa8e5718566a8d7f04219efaad5879f406bd2687603",
    "private_audit_sha256": "7f59cbe70c77a964194f740e1bdb84c47e1a79b665f9c80d0242efcebeba4802",
    "role": "historical-normalized-input-audit-hashes",
    "schema": "ailoot-native-model-provenance-v2"
  },
  "page": {
    "canonical": "https://ailoot.ai/models/el/google-chirp-3/",
    "description": "Το Google Chirp 3 είναι ένα πολύγλωσσο μοντέλο αναγνώρισης ομιλίας για ροές ήχου, σύντομες εγγραφές και μεγαλύτερες απομαγνητοφωνήσεις σε παρτίδες. Παρέχει αυτόματη ανίχνευση γλώσσας, στίξη, προσαρμογή λεξιλογίου και, ανάλογα με τον τρόπο λειτουργίας, χρονικές πληροφορίες ή μεταδεδομένα ομιλητών. Ο μηχανισμός αποθορυβοποίησης μειώνει τον θόρυβο υποβάθρου, αλλά δεν μπορεί να αφαιρέσει άλλες φωνές.",
    "locale": "el",
    "md_url": "https://ailoot.ai/models/el/google-chirp-3/index.md",
    "title": "Google: Chirp 3 — Ailoot",
    "url": "https://ailoot.ai/models/el/google-chirp-3/"
  },
  "rawModel": {
    "about": "Το Google Chirp 3 είναι ένα πολύγλωσσο μοντέλο αυτόματης αναγνώρισης ομιλίας που μετατρέπει τον προφορικό ήχο σε κείμενο. Η Google το τεκμηριώνει ως το μοντέλο απομαγνητοφώνησης Chirp 3 στην οικογένεια Speech-to-Text V2, με αναγνωριστικό μοντέλου chirp_3. Σκοπός του είναι η αναγνώριση εγγεγραμμένης ομιλίας ή ομιλίας σε ροή, με ανίχνευση γλώσσας και δυνατότητες ειδικά για απομαγνητοφώνηση. Το παραδοτέο που προκύπτει είναι μια απομαγνητοφώνηση και τα μεταδεδομένα που υποστηρίζει η επιλεγμένη μέθοδος αναγνώρισης, αντί για παραγόμενη ομιλία ή μια ανοικτού τύπου απάντηση βοηθού.\n\nΟ κατασκευαστής διακρίνει την αναγνώριση σε ροή, τη σύγχρονη αναγνώριση για σύντομα αποσπάσματα και την αναγνώριση σε παρτίδες για μεγαλύτερες εγγραφές. Επιλέξτε τρόπο λειτουργίας ανάλογα με τον ήχο προέλευσης και το απαιτούμενο αποτέλεσμα. Για ένα σύντομο φωνητικό σημείωμα, μια ολοκληρωμένη απόκριση κειμένου μπορεί να αρκεί. Για μια συνέντευξη ή μια καταγεγραμμένη κλήση, ένα αποτέλεσμα παρτίδας με πληροφορίες ομιλητών μπορεί να είναι πιο χρήσιμο. Για ζωντανούς υπότιτλους ή μια διεπαφή φωνητικών εντολών, κρατήστε το ενδιάμεσο κείμενο διακριτό από το τελικό αποτέλεσμα αναγνώρισης και διατηρήστε το χρονικό διάστημα ήχου που περιγράφει.\n\nΠροετοιμάστε τον ήχο στην κωδικοποίηση που αναμένει η υλοποίηση αναγνώρισης. Τα παραδείγματα Chirp 3 της Google χρησιμοποιούν αυτόματα ανιχνευόμενη αποκωδικοποίηση για εγγεγραμμένα αρχεία και ρητά καθορισμένη αποκωδικοποίηση για διαμόρφωση ροής ακατέργαστου ήχου. Η σχετική τεκμηρίωση αποκωδικοποιητή V2 αναφέρει WAV PCM ή ήχο με συμπίεση και αποσυμπίεση δυναμικού εύρους, FLAC, MP3, Ogg/WebM Opus και AAC σε περιέκτες MP4, M4A ή MOV, μεταξύ των υποστηριζόμενων κωδικοποιήσεων. Η ονομασία ενός περιέκτη δεν υποκαθιστά τον πραγματικό κωδικοποιητή και τη διαμόρφωση δειγματοληψίας. Διατηρήστε καθαρή ομιλία και αποφύγετε έντονο ψαλιδισμό ή περιττές μετατροπές που χάνουν ακουστικές λεπτομέρειες.\n\nΤο Chirp 3 μπορεί να αναγνωρίσει και να απομαγνητοφωνήσει αυτόματα την κυρίαρχη γλώσσα, ενώ ένα σύνολο αναμενόμενων τοπικών ρυθμίσεων μπορεί να περιορίσει τις επιλογές αναγνώρισής του. Η διαθεσιμότητα γλωσσών διαφέρει ανά μέθοδο και δυνατότητα. Η λίστα γλωσσών απομαγνητοφώνησης είναι ευρύτερη από τη λίστα διαχωρισμού ομιλητών, επομένως η αναγνώριση μιας γλώσσας δεν αποδεικνύει ότι ισχύει γι’ αυτήν κάθε δυνατότητα ομιλητών ή χρονισμού. Χρησιμοποιήστε την τοπική ρύθμιση που ταιριάζει στην εγγραφή και διατηρήστε για έλεγχο ονόματα που εμφανίζονται κατά την εναλλαγή γλωσσών ή εξειδικευμένους όρους. Η ετικέτα μιας ανιχνευμένης γλώσσας αποτελεί μέρος του αποτελέσματος, όχι απόδειξη ότι αναγνωρίστηκαν σωστά όλες οι ασυνήθιστες λέξεις.\n\nΟ διαχωρισμός ομιλητών ομαδοποιεί την ομιλία ανά φωνή σε μια μονοκαναλική εγγραφή. Η Google παρέχει παράδειγμα απομαγνητοφώνησης σε παρτίδες με πληροφορίες ομιλητή ανά λέξη. Για μια συνέντευξη, διατηρήστε αυτές τις ετικέτες μαζί με το αναγνωρισμένο κείμενο και συγκρίνετε τις αλλαγές ομιλητή με την εγγραφή πριν αποδώσετε πραγματικά ονόματα ή ρόλους. Οι παρόμοιες φωνές, οι διακοπές και η αλληλοεπικαλυπτόμενη ομιλία μπορούν να δυσκολέψουν την απόδοση. Διατηρήστε σαφή τη διάταξη καναλιών της πηγής και την προβλεπόμενη εργασία ελέγχου ομιλητών αντί να αντιμετωπίζετε μια ετικέτα ως ανεξάρτητα επαληθευμένη ταυτότητα.\n\nΟ χρονισμός εξαρτάται επίσης από τη μέθοδο. Η αναγνώριση σε ροή παρέχει χρονικές σημάνσεις σε επίπεδο εκφωνήματος, ενώ οι οδηγίες αναγνώρισης αρχείων του κατασκευαστή περιγράφουν προαιρετικό χρονισμό λέξεων με πιθανό συμβιβασμό στην ποιότητα απομαγνητοφώνησης. Διατηρήστε τα μεταδεδομένα που πραγματικά επιστρέφει η επιλεγμένη μέθοδος και ελέγξτε την ευθυγράμμιση μαζί με τη διατύπωση. Μια ροή υποτιτλισμού χρειάζεται και τα δύο: ευανάγνωστο αναγνωρισμένο κείμενο και τεκμήρια ότι ένα χρονικό όριο αντιστοιχεί στον σωστό ήχο. Η Google προειδοποιεί επίσης ότι η επιστρεφόμενη τιμή εμπιστοσύνης σε επίπεδο λέξης δεν είναι πραγματική βαθμολογία εμπιστοσύνης, οπότε δεν πρέπει να χρησιμοποιείται για πιστοποίηση της ορθότητας μιας λέξης.\n\nΗ προσαρμογή ομιλίας παρέχει φράσεις και κύρια ονόματα που είναι πιθανό να εμφανιστούν στην εγγραφή. Ο κατασκευαστής τεκμηριώνει λεξικό έως 1,000 φράσεων και συνιστά όσο το δυνατόν λιγότερες σχετικές καταχωρίσεις, ώστε να αποφεύγεται η υποβάθμιση της αναγνώρισης άλλων όρων. Για μια τεχνική παρουσίαση, προετοιμάστε μια μικρή λίστα πραγματικών ονομάτων προϊόντων και συντομογραφιών και έπειτα ελέγξτε τα στην απομαγνητοφώνηση. Η ενίσχυση πιθανότητας βοηθά την αναγνώριση να εξετάσει έναν όρο· δεν τεκμηριώνει ότι ο όρος ειπώθηκε ούτε αντικαθιστά τον έλεγχο σε σχέση με τον ήχο.\n\nΤο μοντέλο παρέχει αυτόματη στίξη και χρήση κεφαλαίων, τις οποίες η τεκμηριωμένη διεπαφή μπορεί να απενεργοποιήσει. Η Google περιγράφει επίσης μια δυνατότητα προέκδοσης για προσαρμοσμένες οδηγίες μορφοποίησης απομαγνητοφώνησης, όπως τον τρόπο γραφής ενός συγκεκριμένου ονόματος ή μιας ημερομηνίας. Κρατήστε αυτές τις οδηγίες εστιασμένες στη μορφοποίηση της αναγνωρισμένης ομιλίας. Μια απομαγνητοφώνηση που κανονικοποιεί μια ημερομηνία ή χρησιμοποιεί κεφαλαία σε μια επωνυμία πρέπει και πάλι να διατηρεί το προφορικό νόημα. Η περίληψη, η μετάφραση ή η πραγματολογική ανάλυση είναι μεταγενέστερες χρήσεις της απομαγνητοφώνησης και δεν τεκμηριώνονται από το ίδιο το αποτέλεσμα αναγνώρισης.\n\nΟ ενσωματωμένος μηχανισμός αποθορυβοποίησης προορίζεται να μειώνει τη μουσική υποβάθρου και περιβαλλοντικούς ήχους, όπως βροχή ή θόρυβο δρόμου. Η Google δηλώνει ρητά ότι δεν μπορεί να αφαιρέσει ανθρώπινες φωνές από το υπόβαθρο. Διατηρήστε αυτή τη διάκριση όταν προετοιμάζετε μια εγγραφή με αλληλοεπικαλυπτόμενη συνομιλία. Ελέγξτε τα θορυβώδη και τα ήσυχα τμήματα σε σχέση με την πηγή αντί να υποθέτετε ότι μια καθαρότερη απομαγνητοφώνηση αποδεικνύει ότι αφαιρέθηκε ο παρεμβαλλόμενος ήχος. Ένα χρήσιμο αποτέλεσμα κρατά τα αβέβαια αποσπάσματα αναγνωρίσιμα για διόρθωση.\n\nΓια εργασίες σε ροή, η ευαισθησία εντοπισμού τέλους εκφωνήματος αλλάζει το πότε ένα εκφώνημα θεωρείται ολοκληρωμένο. Ο κατασκευαστής περιγράφει ρυθμίσεις standard, short και supershort για όλο και πιο σύντομη αναμενόμενη ομιλία. Μια ταχύτερη ρύθμιση μπορεί να διακόψει έναν ομιλητή που κάνει παύση στη μέση της σκέψης του. Προσαρμόστε τη ρύθμιση σε φυσική υπαγόρευση, σε μια σύντομη πρόταση ή σε μια πολύ σύντομη εντολή και κρατήστε την ένδειξη τελικού αποτελέσματος μαζί με την απομαγνητοφώνηση. Για ένα ολοκληρωμένο αρχείο, ελέγξτε ονόματα, ποσότητες, αρνήσεις και όρια ομιλητών και έπειτα διατηρήστε τον επιλεγμένο τρόπο λειτουργίας και τον ήχο προέλευσης, ώστε το αποτέλεσμα να μπορεί να ελεγχθεί ή να επαναχρησιμοποιηθεί.",
    "alias_of": null,
    "aliases": [],
    "author": "Google",
    "capabilities": {
      "context_length": 0,
      "manufacturer_input": [
        "audio"
      ],
      "manufacturer_output": [
        "transcription"
      ]
    },
    "card_routes": [
      {
        "label": "Ultra",
        "rates": [
          {
            "amount": "0.000533333333334",
            "amount_unit": "usd_per_exact_native_unit",
            "billing_input": true,
            "estimate_only": false,
            "key": "audio_input_second",
            "label": "input audio second",
            "native_amount_usd_per_unit": "0.000533333333334",
            "native_quantity": 1,
            "public_unit_label": "per input audio second",
            "quantity": 1,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "audio_input_second"
          }
        ],
        "summary": "Πλήρης τιμολόγηση της διαμόρφωσης στις λεπτομέρειες."
      }
    ],
    "ctx": null,
    "formats": [
      "transcriptions"
    ],
    "id": "google/chirp-3",
    "input": [
      "audio"
    ],
    "kind": "audio",
    "max_out": null,
    "methods": [
      {
        "available": null,
        "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.",
            "errors": [
              {
                "code": null,
                "condition": "Το σώμα JSON ή το ρητό κανονικό ID μοντέλου δεν είναι έγκυρο.",
                "http_status": 400,
                "recovery": "Διατηρήστε την απόκριση και διορθώστε το υποδεικνυόμενο πεδίο του αιτήματος.",
                "type": "invalid_request_error"
              },
              {
                "code": null,
                "condition": "Το κλειδί API του Ailoot δεν είναι έγκυρο.",
                "http_status": 401,
                "recovery": "Χρησιμοποιήστε το εξουσιοδοτημένο κλειδί API του Ailoot σας.",
                "type": "authentication_error"
              },
              {
                "code": null,
                "condition": "Η ομάδα του κλειδιού δεν επιτρέπει πρόσβαση σε αυτή τη μέθοδο.",
                "http_status": 403,
                "recovery": "Διατηρήστε τις λεπτομέρειες σφάλματος που επιστρέφονται.",
                "type": "permission_error"
              },
              {
                "code": null,
                "condition": "Η επιλεγμένη μέθοδος δεν έχει διαδρομή με άδεια πρόσβασης.",
                "http_status": 404,
                "recovery": "Διατηρήστε τις λεπτομέρειες σφάλματος που επιστρέφονται.",
                "type": "not_found_error"
              },
              {
                "code": null,
                "condition": "Το αποδεκτό τιμολόγιο δεν μπορεί να λάβει την απαιτούμενη ποσότητα εισόδου ή το όριό της.",
                "http_status": 422,
                "recovery": "Διατηρήστε την απόκριση· χρησιμοποιήστε την αναπαράσταση εισόδου που απαιτεί το αποδεκτό τιμολόγιο.",
                "type": "price_unavailable"
              },
              {
                "code": null,
                "condition": "Ο απαιτούμενος χώρος αποθήκευσης, η διαδρομή, η τιμή μεθόδου ή η δέσμευση ποσού δεν είναι διαθέσιμα.",
                "http_status": 503,
                "recovery": "Διατηρήστε ολόκληρη την αρχική απόκριση. Μια αβέβαιη δέσμευση ποσού δεν αποτελεί άδεια επανυποβολής.",
                "type": null
              },
              {
                "code": null,
                "condition": "Το αρχικό αποτέλεσμα, η χρήση ή η εκκαθάριση απαιτεί έλεγχο.",
                "http_status": 502,
                "operation_id_source": "actual X-Client-Request-ID",
                "recovery": "Διατηρήστε το πραγματικό ID αιτήματος και την αρχική απόκριση. Διαβάστε την υπάρχουσα εγγραφή που σας ανήκει· μην επανυποβάλετε αίτημα δημιουργίας.",
                "response_headers": {
                  "x-should-retry": "false"
                },
                "type": "server_error"
              }
            ],
            "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 content URL"
                }
              ],
              "dedicated_method_polling_or_cancel": false,
              "mode": "synchronous_result_then_owned_library",
              "original_POST_adds_task_envelope": false,
              "status": [
                {
                  "http": "GET",
                  "id_source": "exact task_id from an existing owned media record",
                  "path": "/v1/media/tasks/{task_id}"
                }
              ],
              "unknown": "Διατηρήστε το πραγματικό X-Client-Request-ID και ολόκληρη την απόκριση. Διαβάστε τα αρχικά αρχεία πολυμέσων που σας ανήκουν και τα ακριβή υπογεγραμμένα URL περιεχομένου τους· μην επανυποβάλετε ποτέ αίτημα δημιουργίας με αβέβαιο αποτέλεσμα."
            },
            "outputs": {
              "all_results": "Διατηρήστε ολόκληρη την απόκριση και τις κεφαλίδες, κάθε πραγματικό αποτέλεσμα εξόδου, τα αρχικά αναγνωριστικά που επιστράφηκαν και όλα τα πεδία χρήσης. Ανακτήστε την αρχική λειτουργία χωρίς να υποβάλετε ξανά αίτημα δημιουργίας.",
              "family": "text",
              "fields": [
                {
                  "description": null,
                  "name": "text (when present)",
                  "type": null
                },
                {
                  "description": null,
                  "name": "usage (when present)",
                  "type": null
                }
              ],
              "result": "Ολόκληρο το αρχικό σώμα απόκρισης, η κατάσταση και οι προωθημένες κεφαλίδες. Αυτός ο χειριστής δεν προσθέτει καθολική δομή JSON, πεδίο κειμένου ή περίβλημα εργασίας."
            },
            "parameters": [
              {
                "default_known": false,
                "enum": [
                  "google/chirp-3"
                ],
                "enum_known": true,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "default_known": false,
                "enum_known": false,
                "name": "input_audio",
                "required": true,
                "type": "object"
              }
            ],
            "request_schema": {
              "properties": {
                "input_audio": {
                  "properties": {
                    "data": {
                      "contentEncoding": "base64",
                      "type": "string"
                    },
                    "format": {
                      "type": "string"
                    }
                  },
                  "required": [
                    "data",
                    "format"
                  ],
                  "type": "object"
                },
                "model": {
                  "enum": [
                    "google/chirp-3"
                  ],
                  "type": "string"
                }
              },
              "required": [
                "model",
                "input_audio"
              ],
              "type": "object"
            },
            "schema_template": {
              "actual_file_preparation_required": true,
              "body": {
                "input_audio": {
                  "data": "${BASE64_ACTUAL_WAV_BYTES}",
                  "format": "wav"
                },
                "model": "google/chirp-3"
              },
              "content_type": "application/json"
            }
          },
          "input": {
            "content_type": "application/json",
            "material_conditions": [
              "Το παράδειγμα διαβάζει το πραγματικό, μη κενό αρχείο PCM WAV σας, κωδικοποιεί όλα τα byte του αρχείου σε base64 και στέλνει το input_audio.format ως wav."
            ],
            "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 content URL"
              }
            ],
            "dedicated_method_polling_or_cancel": false,
            "mode": "synchronous_result_then_owned_library",
            "original_POST_adds_task_envelope": false,
            "status": [
              {
                "http": "GET",
                "id_source": "ακριβές task_id από υπάρχουσα εγγραφή πολυμέσων που σας ανήκουν",
                "path": "/v1/media/tasks/{task_id}"
              }
            ],
            "unknown": "Retain the actual X-Client-Request-ID and complete response. Read the original owned assets and their exact signed content URLs; never resubmit an uncertain 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 (when present)",
                "type": null
              },
              {
                "description": null,
                "name": "usage (when present)",
                "type": null
              }
            ],
            "result": "Complete original response body, status and forwarded headers. No universal JSON shape, text field or task envelope is added by this handler."
          }
        },
        "ctx": null,
        "declared_pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          },
          {
            "dimensions": {
              "quoted_unit": "per input audio second"
            },
            "label": "input audio second",
            "units": [
              {
                "amount": "0.000533333333334",
                "amount_unit": "usd_per_exact_native_unit",
                "billing_input": true,
                "estimate_only": false,
                "key": "audio_input_second",
                "label": "input audio second",
                "native_amount_usd_per_unit": "0.000533333333334",
                "native_quantity": 1,
                "public_unit_label": "per input audio second",
                "quantity": 1,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "audio_input_second"
              }
            ]
          }
        ],
        "examples": [
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_AUDIO_FILE:?Set the path to your actual PCM WAV recording}\"\nexport AILOOT_AUDIO_FILE\npython3 - <<'PY_REQUEST'\nimport base64, io, json, os, wave\nfrom pathlib import Path\naudio = Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes()\nif not (audio[:4] == b'RIFF' and audio[8:12] == b'WAVE'):\n    raise SystemExit('Supply your actual PCM WAV audio file')\nwith wave.open(io.BytesIO(audio), 'rb') as recording:\n    if recording.getcomptype() != 'NONE' or recording.getnframes() <= 0:\n        raise SystemExit('Supply a nonempty PCM WAV recording')\nrequest = {'model': 'google/chirp-3', 'input_audio': {'data': base64.b64encode(audio).decode('ascii'), 'format': 'wav'}}\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# Retain the complete original response, headers and actual X-Client-Request-ID.\n# Read existing owned records for recovery; do not resubmit an uncertain operation.\n",
            "label": "curl · actual WAV file and complete original result",
            "language": "bash"
          }
        ],
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "transcriptions",
        "hints": [
          "The example reads your actual nonempty PCM WAV file, encodes the complete file bytes as base64 and sends input_audio.format as wav.",
          "The format value in the example is the documented recipe; no model-specific format list, limit or default is asserted.",
          "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": "Απομαγνητοφώνηση",
        "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": "per_request",
          "image_input_price": null,
          "image_output_price": null,
          "per_request_price": null,
          "unit_prices": {
            "audio_input_second": 0.000533333333334
          }
        },
        "pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          },
          {
            "dimensions": {
              "quoted_unit": "per input audio second"
            },
            "label": "input audio second",
            "units": [
              {
                "amount": "0.000533333333334",
                "amount_unit": "usd_per_exact_native_unit",
                "billing_input": true,
                "estimate_only": false,
                "key": "audio_input_second",
                "label": "input audio second",
                "native_amount_usd_per_unit": "0.000533333333334",
                "native_quantity": 1,
                "public_unit_label": "per input audio second",
                "quantity": 1,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "audio_input_second"
              }
            ]
          }
        ],
        "request_model_id": "google/chirp-3",
        "route_label": "Ultra",
        "status_reads": [
          "GET /v1/media/tasks/{task_id}"
        ],
        "tiers": [],
        "units": [
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_read_price",
            "label": "Cache read",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "cached_input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "cached_input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_price",
            "label": "Cache write",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "generic_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "generic_cache_creation_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_1h_price",
            "label": "Cache write, 1 hour",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "one_hour_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "one_hour_cache_creation_token"
          },
          {
            "amount": "0.000533333333334",
            "amount_unit": "usd_per_exact_native_unit",
            "billing_input": true,
            "estimate_only": false,
            "key": "audio_input_second",
            "label": "input audio second",
            "native_amount_usd_per_unit": "0.000533333333334",
            "native_quantity": 1,
            "public_unit_label": "per input audio second",
            "quantity": 1,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "audio_input_second"
          }
        ]
      }
    ],
    "model_aliases": [
      {
        "canonical_model_id": "google/chirp-3",
        "request_model_id": "google/chirp-3",
        "route_label": "Ultra"
      }
    ],
    "name": "Google: Chirp 3",
    "price": {
      "in": null,
      "in_label": null,
      "out": null,
      "out_label": null,
      "sort_in": null,
      "sort_out": null,
      "varies": true
    },
    "short": "Το Google Chirp 3 είναι ένα πολύγλωσσο μοντέλο αναγνώρισης ομιλίας για ροές ήχου, σύντομες εγγραφές και μεγαλύτερες απομαγνητοφωνήσεις σε παρτίδες. Παρέχει αυτόματη ανίχνευση γλώσσας, στίξη, προσαρμογή λεξιλογίου και, ανάλογα με τον τρόπο λειτουργίας, χρονικές πληροφορίες ή μεταδεδομένα ομιλητών. Ο μηχανισμός αποθορυβοποίησης μειώνει τον θόρυβο υποβάθρου, αλλά δεν μπορεί να αφαιρέσει άλλες φωνές."
  },
  "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": "Το Google Chirp 3 είναι ένα πολύγλωσσο μοντέλο αναγνώρισης ομιλίας για ροές ήχου, σύντομες εγγραφές και μεγαλύτερες απομαγνητοφωνήσεις σε παρτίδες. Παρέχει αυτόματη ανίχνευση γλώσσας, στίξη, προσαρμογή λεξιλογίου και, ανάλογα με τον τρόπο λειτουργίας, χρονικές πληροφορίες ή μεταδεδομένα ομιλητών. Ο μηχανισμός αποθορυβοποίησης μειώνει τον θόρυβο υποβάθρου, αλλά δεν μπορεί να αφαιρέσει άλλες φωνές.",
  "source": {
    "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1",
    "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036",
    "raw_model_json_sha256": "f6c75a54c19d173c1bb7f01445b9e9a04ae2d51cb74daa0f8476aa8e5cb5abef",
    "renderer_sha256": "3ed36f7af4f78822bafbd174fdcaed7b698a18a86efe254253d37f1b098a7566"
  },
  "sourceRevision": "9c92b5f7c782ebb1f52ab56f75f47861438bd77efffeb4bd62ea512fd4147209"
}