{
  "aboutHtml": "<p>Το Microsoft AI MAI-Transcribe 1.5 είναι μοντέλο μετατροπής ομιλίας σε κείμενο για μετατροπή καταγεγραμμένου ήχου σε γραπτό περιεχόμενο. Η ακριβής κάρτα μοντέλου του περιγράφει αναγνώριση σε 43 γλώσσες, αυτόματη αναγνώριση γλώσσας και ανθεκτικότητα σε προφορές, διαλέκτους, ύφη ομιλίας και θορυβώδεις συνθήκες. Η έκδοση επεκτείνει το σύνολο 25 γλωσσών του MAI-Transcribe 1 κατά δεκαοκτώ γλώσσες. Ένα χρήσιμο αποτέλεσμα είναι η γραπτή ομιλία από διάλεξη, συνέντευξη, κλήση ή φωνητική σημείωση, έτοιμη για έλεγχο ως προς την ηχογράφηση πριν από μεταγενέστερο βήμα επεξεργασίας ή ανάλυσης.</p><p>Προετοιμάστε πλήρη, κατανοητή ηχογράφηση σε μία από τις μορφές που αναφέρει ο κατασκευαστής: WAV, MP3 ή FLAC. Κρατήστε το αρχικό αρχείο και κάθε διαίρεση σε ενότητες ώστε η απομαγνητοφώνηση να μπορεί να συγκριθεί με τον ήχο. Για διάλεξη, διατηρήστε τις φράσεις γύρω από έναν τεχνικό όρο αντί να απομονώνετε μόνο τη δύσκολη λέξη. Για φωνητική σημείωση, διατηρήστε μια διόρθωση που αλλάζει όνομα, ώρα ή αριθμό. Η περιβάλλουσα ομιλία παρέχει πλαίσιο για την αναγνώριση όσων ειπώθηκαν και ο έλεγχος του ακροατή μπορεί να εντοπίσει πού χρειάζεται διόρθωση η έξοδος.</p><p>Η αυτόματη αναγνώριση γλώσσας επιτρέπει την επεξεργασία ηχογράφησης χωρίς να απαιτείται επιλογή γλώσσας εκ των προτέρων. Το σύνολο 43 γλωσσών περιλαμβάνει αγγλικά, γαλλικά, γερμανικά, ιταλικά, ισπανικά, χίντι, κινεζικά, ιαπωνικά, κορεατικά, αραβικά, ινδονησιακά, ρωσικά, ταϊλανδικά και βιετναμικά. Οι πρόσθετες γλώσσες περιλαμβάνουν βουλγαρικά, καταλανικά, ελληνικά, ουκρανικά και πολλές γλώσσες της Νότιας Ασίας. Ελέγξτε ότι η επιδιωκόμενη γλώσσα ανήκει στο σύνολο αυτής της έκδοσης, αντί να δανείζεστε την ευρύτερη κάλυψη του MAI-Transcribe 2. Για πολυγλωσσικές συλλογές, διατηρήστε τη γλώσσα της ηχογράφησης μαζί με το ελεγμένο κείμενο ώστε η επόμενη επεξεργασία να ακολουθεί το πραγματικό προφορικό περιεχόμενο.</p><p>Η κάρτα μοντέλου 1.5 περιγράφει καθοδήγηση με λέξεις-κλειδιά ή οντότητες με έως 200 όρους και η ανακοίνωση της έκδοσης εξηγεί τον σκοπό: να διατίθενται ως πλαίσιο πιθανά ονόματα, ακρωνύμια και εξειδικευμένες λέξεις. Ο κατασκευαστής περιγράφει υποδείξεις πλαισίου και όχι τυφλό εξαναγκασμό των παρεχόμενων λέξεων στο αποτέλεσμα. Προετοιμάστε σχετικό λεξιλόγιο, όπως το όνομα έργου, ένα τεχνικό όργανο ή τη σωστή ορθογραφία ενός προσώπου που συζητείται στην ηχογράφηση. Χρησιμοποιήστε αυτή την ορολογία ως πλαίσιο για την πραγματική ηχογράφηση και ελέγξτε τους αναγνωρισμένους όρους ως προς την ομιλία.</p><p>Για καταγεγραμμένο μάθημα μηχανικής, προετοιμάστε τα ονόματα των οργάνων που συζητούνται και την ακριβή ορθογραφία κάθε ακρωνυμίου έργου. Γράψτε την ακριβή ορθογραφία τους σε εστιασμένη λίστα ορολογίας και κρατήστε τη λίστα δίπλα στον ήχο και την απομαγνητοφώνηση. Ελέγξτε αυτές τις εμφανίσεις ως προς τα προφορικά αποσπάσματα αντί να αντιμετωπίζετε μια καταχώριση λεξιλογίου ως απόδειξη αντιστοίχισης. Ονόματα που ακούγονται παρόμοια μπορεί ακόμη να χρειάζονται έλεγχο. Το αποτέλεσμα πρέπει να διατηρεί τις λέξεις που πράγματι ειπώθηκαν, συμπεριλαμβανομένης μιας διόρθωσης ή διευκρίνισης που αλλάζει τη σημασία τους.</p><p>Ο κατασκευαστής δίνει έμφαση στην απόδοση σε πραγματικό ήχο, συμπεριλαμβανομένου θορύβου περιβάλλοντος και ποικίλων συνθηκών μικροφώνου. Ο πρακτικός έλεγχος μπορεί να εστιάζει σε αποσπάσματα με ταυτόχρονη ομιλία, χαμηλές φωνές ή λέξεις που καλύπτονται εν μέρει από άλλο ήχο. Κρατήστε τις αβεβαιότητες συνδεδεμένες με το αντίστοιχο ηχητικό απόσπασμα αντί να τις συμπληρώνετε από παραδοχές για το θέμα. Μια εύλογη πρόταση μπορεί ακόμη να περιέχει λάθος κύριο όνομα ή αριθμό. Για απομαγνητοφώνηση κλήσης, το χρήσιμο παραδοτέο είναι ελεγμένη καταγραφή του προφορικού περιεχομένου που μπορεί να χρησιμοποιήσει μεταγενέστερη ανάλυση, αντί για εικαζόμενη αφήγηση της πρόθεσης του καλούντος.</p><p>Η ακριβής κάρτα μοντέλου 1.5 αναφέρει μέγιστο μέγεθος αρχείου 300 MB και δύο ώρες. Η συνδεδεμένη αναφορά REST σύγχρονης απομαγνητοφώνησης περιγράφει αυστηρότερη είσοδο εξυπηρέτησης: μικρότερη από 250 MB και συντομότερη από δύο ώρες. Αυτά είναι χωριστά δηλωμένα όρια κάρτας μοντέλου και διεπαφής. Προετοιμάστε αρχεία εντός του ορίου της προβλεπόμενης διεπαφής και οργανώστε μεγαλύτερο υλικό σε ουσιαστικά όρια της ηχογράφησης. Ένα όριο μεγέθους αρχείου αφορά τον κωδικοποιημένο ήχο, ενώ το όριο διάρκειας αφορά το μήκος της ηχογράφησης ομιλίας· κανένα δεν ορίζει παράθυρο πλαισίου μοντέλου κειμένου.</p><p>Το παράδειγμα εξόδου της κάρτας μοντέλου είναι JSON που περιέχει τη διάρκεια της ηχογράφησης και το συνδυασμένο αναγνωρισμένο κείμενο. Το κείμενο μπορεί να γίνει προσβάσιμη απομαγνητοφώνηση, κείμενο για υπότιτλους ή είσοδος για μεταγενέστερη σύνοψη και αναζήτηση. Η ομαδοποίηση ατακών υποτίτλων και η ευθυγράμμιση με την ηχογράφηση είναι ξεχωριστή προετοιμασία όταν το αποτέλεσμα δεν περιλαμβάνει τα απαιτούμενα δεδομένα χρονισμού. Για καταγραφές συνεντεύξεων, η απόδοση μιας ατάκας σε κατονομαζόμενο συμμετέχοντα χρειάζεται ξεχωριστή ελεγμένη καταγραφή του ποιος μίλησε. Διατηρήστε την αναγνωρισμένη διατύπωση και τον ήχο ως βάση για αυτά τα μεταγενέστερα παραδοτέα.</p><p>Τα όρια της έκδοσης έχουν σημασία κατά τον σχεδιασμό της εξόδου. Η κάρτα 1.5 τοποθετεί ρητά τον διαχωρισμό ομιλητών εκτός των υποστηριζόμενων δυνατοτήτων της και η σύγκριση εκδόσεων του κατασκευαστή αποδίδει τις χρονικές σημάνσεις ανά λέξη και τις ρυθμίσεις ύφους clean/verbatim στο MAI-Transcribe 2. Ένα εγγενές μοντέλο ροής είναι επίσης ξεχωριστή έκδοση. Αυτό το προφίλ 1.5 επομένως εστιάζει σε αναγνωρισμένο κείμενο από ηχογραφήσεις και στο τεκμηριωμένο πλαίσιο του τομέα του, χωρίς να μετατρέπει τις δυνατότητες ομιλητών, χρονισμού ή ζωντανής εισόδου άλλης έκδοσης σε μέρος του αποτελέσματος. Ελέγξτε ονόματα, αριθμούς, τεχνικούς όρους και ασαφή ομιλία πριν προετοιμάσετε παράθεμα, κομμάτι υποτίτλων ή παράγωγο έγγραφο.</p>",
  "aboutText": "Το Microsoft AI MAI-Transcribe 1.5 είναι μοντέλο μετατροπής ομιλίας σε κείμενο για μετατροπή καταγεγραμμένου ήχου σε γραπτό περιεχόμενο. Η ακριβής κάρτα μοντέλου του περιγράφει αναγνώριση σε 43 γλώσσες, αυτόματη αναγνώριση γλώσσας και ανθεκτικότητα σε προφορές, διαλέκτους, ύφη ομιλίας και θορυβώδεις συνθήκες. Η έκδοση επεκτείνει το σύνολο 25 γλωσσών του MAI-Transcribe 1 κατά δεκαοκτώ γλώσσες. Ένα χρήσιμο αποτέλεσμα είναι η γραπτή ομιλία από διάλεξη, συνέντευξη, κλήση ή φωνητική σημείωση, έτοιμη για έλεγχο ως προς την ηχογράφηση πριν από μεταγενέστερο βήμα επεξεργασίας ή ανάλυσης.\n\nΠροετοιμάστε πλήρη, κατανοητή ηχογράφηση σε μία από τις μορφές που αναφέρει ο κατασκευαστής: WAV, MP3 ή FLAC. Κρατήστε το αρχικό αρχείο και κάθε διαίρεση σε ενότητες ώστε η απομαγνητοφώνηση να μπορεί να συγκριθεί με τον ήχο. Για διάλεξη, διατηρήστε τις φράσεις γύρω από έναν τεχνικό όρο αντί να απομονώνετε μόνο τη δύσκολη λέξη. Για φωνητική σημείωση, διατηρήστε μια διόρθωση που αλλάζει όνομα, ώρα ή αριθμό. Η περιβάλλουσα ομιλία παρέχει πλαίσιο για την αναγνώριση όσων ειπώθηκαν και ο έλεγχος του ακροατή μπορεί να εντοπίσει πού χρειάζεται διόρθωση η έξοδος.\n\nΗ αυτόματη αναγνώριση γλώσσας επιτρέπει την επεξεργασία ηχογράφησης χωρίς να απαιτείται επιλογή γλώσσας εκ των προτέρων. Το σύνολο 43 γλωσσών περιλαμβάνει αγγλικά, γαλλικά, γερμανικά, ιταλικά, ισπανικά, χίντι, κινεζικά, ιαπωνικά, κορεατικά, αραβικά, ινδονησιακά, ρωσικά, ταϊλανδικά και βιετναμικά. Οι πρόσθετες γλώσσες περιλαμβάνουν βουλγαρικά, καταλανικά, ελληνικά, ουκρανικά και πολλές γλώσσες της Νότιας Ασίας. Ελέγξτε ότι η επιδιωκόμενη γλώσσα ανήκει στο σύνολο αυτής της έκδοσης, αντί να δανείζεστε την ευρύτερη κάλυψη του MAI-Transcribe 2. Για πολυγλωσσικές συλλογές, διατηρήστε τη γλώσσα της ηχογράφησης μαζί με το ελεγμένο κείμενο ώστε η επόμενη επεξεργασία να ακολουθεί το πραγματικό προφορικό περιεχόμενο.\n\nΗ κάρτα μοντέλου 1.5 περιγράφει καθοδήγηση με λέξεις-κλειδιά ή οντότητες με έως 200 όρους και η ανακοίνωση της έκδοσης εξηγεί τον σκοπό: να διατίθενται ως πλαίσιο πιθανά ονόματα, ακρωνύμια και εξειδικευμένες λέξεις. Ο κατασκευαστής περιγράφει υποδείξεις πλαισίου και όχι τυφλό εξαναγκασμό των παρεχόμενων λέξεων στο αποτέλεσμα. Προετοιμάστε σχετικό λεξιλόγιο, όπως το όνομα έργου, ένα τεχνικό όργανο ή τη σωστή ορθογραφία ενός προσώπου που συζητείται στην ηχογράφηση. Χρησιμοποιήστε αυτή την ορολογία ως πλαίσιο για την πραγματική ηχογράφηση και ελέγξτε τους αναγνωρισμένους όρους ως προς την ομιλία.\n\nΓια καταγεγραμμένο μάθημα μηχανικής, προετοιμάστε τα ονόματα των οργάνων που συζητούνται και την ακριβή ορθογραφία κάθε ακρωνυμίου έργου. Γράψτε την ακριβή ορθογραφία τους σε εστιασμένη λίστα ορολογίας και κρατήστε τη λίστα δίπλα στον ήχο και την απομαγνητοφώνηση. Ελέγξτε αυτές τις εμφανίσεις ως προς τα προφορικά αποσπάσματα αντί να αντιμετωπίζετε μια καταχώριση λεξιλογίου ως απόδειξη αντιστοίχισης. Ονόματα που ακούγονται παρόμοια μπορεί ακόμη να χρειάζονται έλεγχο. Το αποτέλεσμα πρέπει να διατηρεί τις λέξεις που πράγματι ειπώθηκαν, συμπεριλαμβανομένης μιας διόρθωσης ή διευκρίνισης που αλλάζει τη σημασία τους.\n\nΟ κατασκευαστής δίνει έμφαση στην απόδοση σε πραγματικό ήχο, συμπεριλαμβανομένου θορύβου περιβάλλοντος και ποικίλων συνθηκών μικροφώνου. Ο πρακτικός έλεγχος μπορεί να εστιάζει σε αποσπάσματα με ταυτόχρονη ομιλία, χαμηλές φωνές ή λέξεις που καλύπτονται εν μέρει από άλλο ήχο. Κρατήστε τις αβεβαιότητες συνδεδεμένες με το αντίστοιχο ηχητικό απόσπασμα αντί να τις συμπληρώνετε από παραδοχές για το θέμα. Μια εύλογη πρόταση μπορεί ακόμη να περιέχει λάθος κύριο όνομα ή αριθμό. Για απομαγνητοφώνηση κλήσης, το χρήσιμο παραδοτέο είναι ελεγμένη καταγραφή του προφορικού περιεχομένου που μπορεί να χρησιμοποιήσει μεταγενέστερη ανάλυση, αντί για εικαζόμενη αφήγηση της πρόθεσης του καλούντος.\n\nΗ ακριβής κάρτα μοντέλου 1.5 αναφέρει μέγιστο μέγεθος αρχείου 300 MB και δύο ώρες. Η συνδεδεμένη αναφορά REST σύγχρονης απομαγνητοφώνησης περιγράφει αυστηρότερη είσοδο εξυπηρέτησης: μικρότερη από 250 MB και συντομότερη από δύο ώρες. Αυτά είναι χωριστά δηλωμένα όρια κάρτας μοντέλου και διεπαφής. Προετοιμάστε αρχεία εντός του ορίου της προβλεπόμενης διεπαφής και οργανώστε μεγαλύτερο υλικό σε ουσιαστικά όρια της ηχογράφησης. Ένα όριο μεγέθους αρχείου αφορά τον κωδικοποιημένο ήχο, ενώ το όριο διάρκειας αφορά το μήκος της ηχογράφησης ομιλίας· κανένα δεν ορίζει παράθυρο πλαισίου μοντέλου κειμένου.\n\nΤο παράδειγμα εξόδου της κάρτας μοντέλου είναι JSON που περιέχει τη διάρκεια της ηχογράφησης και το συνδυασμένο αναγνωρισμένο κείμενο. Το κείμενο μπορεί να γίνει προσβάσιμη απομαγνητοφώνηση, κείμενο για υπότιτλους ή είσοδος για μεταγενέστερη σύνοψη και αναζήτηση. Η ομαδοποίηση ατακών υποτίτλων και η ευθυγράμμιση με την ηχογράφηση είναι ξεχωριστή προετοιμασία όταν το αποτέλεσμα δεν περιλαμβάνει τα απαιτούμενα δεδομένα χρονισμού. Για καταγραφές συνεντεύξεων, η απόδοση μιας ατάκας σε κατονομαζόμενο συμμετέχοντα χρειάζεται ξεχωριστή ελεγμένη καταγραφή του ποιος μίλησε. Διατηρήστε την αναγνωρισμένη διατύπωση και τον ήχο ως βάση για αυτά τα μεταγενέστερα παραδοτέα.\n\nΤα όρια της έκδοσης έχουν σημασία κατά τον σχεδιασμό της εξόδου. Η κάρτα 1.5 τοποθετεί ρητά τον διαχωρισμό ομιλητών εκτός των υποστηριζόμενων δυνατοτήτων της και η σύγκριση εκδόσεων του κατασκευαστή αποδίδει τις χρονικές σημάνσεις ανά λέξη και τις ρυθμίσεις ύφους clean/verbatim στο MAI-Transcribe 2. Ένα εγγενές μοντέλο ροής είναι επίσης ξεχωριστή έκδοση. Αυτό το προφίλ 1.5 επομένως εστιάζει σε αναγνωρισμένο κείμενο από ηχογραφήσεις και στο τεκμηριωμένο πλαίσιο του τομέα του, χωρίς να μετατρέπει τις δυνατότητες ομιλητών, χρονισμού ή ζωντανής εισόδου άλλης έκδοσης σε μέρος του αποτελέσματος. Ελέγξτε ονόματα, αριθμούς, τεχνικούς όρους και ασαφή ομιλία πριν προετοιμάσετε παράθεμα, κομμάτι υποτίτλων ή παράγωγο έγγραφο.",
  "editorialOverlay": {
    "copy_fields": null,
    "copy_sha256": null,
    "copy_source": null,
    "html_sha256": "f0cab2a14dbe708a0e8d84edff3431d4de9caf1853e40767e321adacf8f1a57e",
    "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\">•</span><h2 id=\"sheet-title\">Microsoft AI: MAI-Transcribe 1.5</h2><button class=\"icon-btn\" type=\"button\" data-close-sheet aria-label=\"Κλείσιμο\">×</button></div><div class=\"idline\"><span>Microsoft AI /</span><code>microsoft/mai-transcribe-1.5</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|microsoft%2Fmai-transcribe-1.5\">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 Microsoft AI MAI-Transcribe 1.5 μετατρέπει καταγεγραμμένη ομιλία σε κείμενο σε 43 γλώσσες, με αυτόματη αναγνώριση γλώσσας και έμφαση στις προφορές και τον θορυβώδη ήχο. Η κάρτα μοντέλου του περιγράφει καθοδήγηση με λέξεις-κλειδιά ανά τομέα για ονόματα και εξειδικευμένους όρους. Χρησιμοποιήστε την απομαγνητοφώνηση ως βάση για ελεγμένες σημειώσεις ή υπότιτλους.</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 Microsoft AI MAI-Transcribe 1.5 είναι μοντέλο μετατροπής ομιλίας σε κείμενο για μετατροπή καταγεγραμμένου ήχου σε γραπτό περιεχόμενο. Η ακριβής κάρτα μοντέλου του περιγράφει αναγνώριση σε 43 γλώσσες, αυτόματη αναγνώριση γλώσσας και ανθεκτικότητα σε προφορές, διαλέκτους, ύφη ομιλίας και θορυβώδεις συνθήκες. Η έκδοση επεκτείνει το σύνολο 25 γλωσσών του MAI-Transcribe 1 κατά δεκαοκτώ γλώσσες. Ένα χρήσιμο αποτέλεσμα είναι η γραπτή ομιλία από διάλεξη, συνέντευξη, κλήση ή φωνητική σημείωση, έτοιμη για έλεγχο ως προς την ηχογράφηση πριν από μεταγενέστερο βήμα επεξεργασίας ή ανάλυσης.</p><p>Προετοιμάστε πλήρη, κατανοητή ηχογράφηση σε μία από τις μορφές που αναφέρει ο κατασκευαστής: WAV, MP3 ή FLAC. Κρατήστε το αρχικό αρχείο και κάθε διαίρεση σε ενότητες ώστε η απομαγνητοφώνηση να μπορεί να συγκριθεί με τον ήχο. Για διάλεξη, διατηρήστε τις φράσεις γύρω από έναν τεχνικό όρο αντί να απομονώνετε μόνο τη δύσκολη λέξη. Για φωνητική σημείωση, διατηρήστε μια διόρθωση που αλλάζει όνομα, ώρα ή αριθμό. Η περιβάλλουσα ομιλία παρέχει πλαίσιο για την αναγνώριση όσων ειπώθηκαν και ο έλεγχος του ακροατή μπορεί να εντοπίσει πού χρειάζεται διόρθωση η έξοδος.</p><p>Η αυτόματη αναγνώριση γλώσσας επιτρέπει την επεξεργασία ηχογράφησης χωρίς να απαιτείται επιλογή γλώσσας εκ των προτέρων. Το σύνολο 43 γλωσσών περιλαμβάνει αγγλικά, γαλλικά, γερμανικά, ιταλικά, ισπανικά, χίντι, κινεζικά, ιαπωνικά, κορεατικά, αραβικά, ινδονησιακά, ρωσικά, ταϊλανδικά και βιετναμικά. Οι πρόσθετες γλώσσες περιλαμβάνουν βουλγαρικά, καταλανικά, ελληνικά, ουκρανικά και πολλές γλώσσες της Νότιας Ασίας. Ελέγξτε ότι η επιδιωκόμενη γλώσσα ανήκει στο σύνολο αυτής της έκδοσης, αντί να δανείζεστε την ευρύτερη κάλυψη του MAI-Transcribe 2. Για πολυγλωσσικές συλλογές, διατηρήστε τη γλώσσα της ηχογράφησης μαζί με το ελεγμένο κείμενο ώστε η επόμενη επεξεργασία να ακολουθεί το πραγματικό προφορικό περιεχόμενο.</p><p>Η κάρτα μοντέλου 1.5 περιγράφει καθοδήγηση με λέξεις-κλειδιά ή οντότητες με έως 200 όρους και η ανακοίνωση της έκδοσης εξηγεί τον σκοπό: να διατίθενται ως πλαίσιο πιθανά ονόματα, ακρωνύμια και εξειδικευμένες λέξεις. Ο κατασκευαστής περιγράφει υποδείξεις πλαισίου και όχι τυφλό εξαναγκασμό των παρεχόμενων λέξεων στο αποτέλεσμα. Προετοιμάστε σχετικό λεξιλόγιο, όπως το όνομα έργου, ένα τεχνικό όργανο ή τη σωστή ορθογραφία ενός προσώπου που συζητείται στην ηχογράφηση. Χρησιμοποιήστε αυτή την ορολογία ως πλαίσιο για την πραγματική ηχογράφηση και ελέγξτε τους αναγνωρισμένους όρους ως προς την ομιλία.</p><p>Για καταγεγραμμένο μάθημα μηχανικής, προετοιμάστε τα ονόματα των οργάνων που συζητούνται και την ακριβή ορθογραφία κάθε ακρωνυμίου έργου. Γράψτε την ακριβή ορθογραφία τους σε εστιασμένη λίστα ορολογίας και κρατήστε τη λίστα δίπλα στον ήχο και την απομαγνητοφώνηση. Ελέγξτε αυτές τις εμφανίσεις ως προς τα προφορικά αποσπάσματα αντί να αντιμετωπίζετε μια καταχώριση λεξιλογίου ως απόδειξη αντιστοίχισης. Ονόματα που ακούγονται παρόμοια μπορεί ακόμη να χρειάζονται έλεγχο. Το αποτέλεσμα πρέπει να διατηρεί τις λέξεις που πράγματι ειπώθηκαν, συμπεριλαμβανομένης μιας διόρθωσης ή διευκρίνισης που αλλάζει τη σημασία τους.</p><p>Ο κατασκευαστής δίνει έμφαση στην απόδοση σε πραγματικό ήχο, συμπεριλαμβανομένου θορύβου περιβάλλοντος και ποικίλων συνθηκών μικροφώνου. Ο πρακτικός έλεγχος μπορεί να εστιάζει σε αποσπάσματα με ταυτόχρονη ομιλία, χαμηλές φωνές ή λέξεις που καλύπτονται εν μέρει από άλλο ήχο. Κρατήστε τις αβεβαιότητες συνδεδεμένες με το αντίστοιχο ηχητικό απόσπασμα αντί να τις συμπληρώνετε από παραδοχές για το θέμα. Μια εύλογη πρόταση μπορεί ακόμη να περιέχει λάθος κύριο όνομα ή αριθμό. Για απομαγνητοφώνηση κλήσης, το χρήσιμο παραδοτέο είναι ελεγμένη καταγραφή του προφορικού περιεχομένου που μπορεί να χρησιμοποιήσει μεταγενέστερη ανάλυση, αντί για εικαζόμενη αφήγηση της πρόθεσης του καλούντος.</p><p>Η ακριβής κάρτα μοντέλου 1.5 αναφέρει μέγιστο μέγεθος αρχείου 300 MB και δύο ώρες. Η συνδεδεμένη αναφορά REST σύγχρονης απομαγνητοφώνησης περιγράφει αυστηρότερη είσοδο εξυπηρέτησης: μικρότερη από 250 MB και συντομότερη από δύο ώρες. Αυτά είναι χωριστά δηλωμένα όρια κάρτας μοντέλου και διεπαφής. Προετοιμάστε αρχεία εντός του ορίου της προβλεπόμενης διεπαφής και οργανώστε μεγαλύτερο υλικό σε ουσιαστικά όρια της ηχογράφησης. Ένα όριο μεγέθους αρχείου αφορά τον κωδικοποιημένο ήχο, ενώ το όριο διάρκειας αφορά το μήκος της ηχογράφησης ομιλίας· κανένα δεν ορίζει παράθυρο πλαισίου μοντέλου κειμένου.</p><p>Το παράδειγμα εξόδου της κάρτας μοντέλου είναι JSON που περιέχει τη διάρκεια της ηχογράφησης και το συνδυασμένο αναγνωρισμένο κείμενο. Το κείμενο μπορεί να γίνει προσβάσιμη απομαγνητοφώνηση, κείμενο για υπότιτλους ή είσοδος για μεταγενέστερη σύνοψη και αναζήτηση. Η ομαδοποίηση ατακών υποτίτλων και η ευθυγράμμιση με την ηχογράφηση είναι ξεχωριστή προετοιμασία όταν το αποτέλεσμα δεν περιλαμβάνει τα απαιτούμενα δεδομένα χρονισμού. Για καταγραφές συνεντεύξεων, η απόδοση μιας ατάκας σε κατονομαζόμενο συμμετέχοντα χρειάζεται ξεχωριστή ελεγμένη καταγραφή του ποιος μίλησε. Διατηρήστε την αναγνωρισμένη διατύπωση και τον ήχο ως βάση για αυτά τα μεταγενέστερα παραδοτέα.</p><p>Τα όρια της έκδοσης έχουν σημασία κατά τον σχεδιασμό της εξόδου. Η κάρτα 1.5 τοποθετεί ρητά τον διαχωρισμό ομιλητών εκτός των υποστηριζόμενων δυνατοτήτων της και η σύγκριση εκδόσεων του κατασκευαστή αποδίδει τις χρονικές σημάνσεις ανά λέξη και τις ρυθμίσεις ύφους clean/verbatim στο MAI-Transcribe 2. Ένα εγγενές μοντέλο ροής είναι επίσης ξεχωριστή έκδοση. Αυτό το προφίλ 1.5 επομένως εστιάζει σε αναγνωρισμένο κείμενο από ηχογραφήσεις και στο τεκμηριωμένο πλαίσιο του τομέα του, χωρίς να μετατρέπει τις δυνατότητες ομιλητών, χρονισμού ή ζωντανής εισόδου άλλης έκδοσης σε μέρος του αποτελέσματος. Ελέγξτε ονόματα, αριθμούς, τεχνικούς όρους και ασαφή ομιλία πριν προετοιμάσετε παράθεμα, κομμάτι υποτίτλων ή παράγωγο έγγραφο.</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>microsoft/mai-transcribe-1.5</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><tr><th data-cell-label=\"Πεδίο\" scope=\"row\"><span class=\"card-cell-label\">Πεδίο</span><code class=\"card-field-name\">language</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>Προαιρετικό</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><tr><th data-cell-label=\"Πεδίο\" scope=\"row\"><span class=\"card-cell-label\">Πεδίο</span><code class=\"card-field-name\">temperature</code></th><td data-cell-label=\"Τύπος\" data-field-type><span class=\"card-cell-label\">Τύπος</span><code>number</code></td><td data-cell-label=\"Απαίτηση\"><span class=\"card-cell-label\">Απαίτηση</span>Προαιρετικό</td><td data-cell-label=\"Τιμές και όρια\"><span class=\"card-cell-label\">Τιμές και όρια</span><div>Ελάχιστο: 0</div><div>Μέγιστο: 1</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\">response_format</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>Προαιρετικό</td><td data-cell-label=\"Τιμές και όρια\"><span class=\"card-cell-label\">Τιμές και όρια</span><div>json, verbose_json</div></td><td data-cell-label=\"Προεπιλογή\" data-default=\"known\"><span class=\"card-cell-label\">Προεπιλογή</span>json</td></tr><tr><th data-cell-label=\"Πεδίο\" scope=\"row\"><span class=\"card-cell-label\">Πεδίο</span><code class=\"card-field-name\">timestamp_granularities</code></th><td data-cell-label=\"Τύπος\" data-field-type><span class=\"card-cell-label\">Τύπος</span><code>array</code></td><td data-cell-label=\"Απαίτηση\"><span class=\"card-cell-label\">Απαίτηση</span>Προαιρετικό</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><tr><th data-cell-label=\"Πεδίο\" scope=\"row\"><span class=\"card-cell-label\">Πεδίο</span><code class=\"card-field-name\">provider</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>Προαιρετικό</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>Διαβάστε πραγματικό αρχείο WAV και κωδικοποιήστε τα πραγματικά byte του για τη δηλωμένη είσοδο JSON input_audio· δεν παρουσιάζεται διαδρομή multipart για αυτή την ακριβή δήλωση αποκλειστικής χρήσης JSON.</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> · Το πραγματικό task_id που επιστράφηκε ή μια εγγραφή στη βιβλιοθήκη πολυμέσων</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 class=\"card-result-process\" data-billing-basis><h5>Πώς υπολογίζεται η τελική χρέωση</h5><p class=\"note-s\">Οι εμφανιζόμενες τιμές χρησιμοποιούνται για την εκτίμηση του κόστους πριν από την παραγωγή. Η τελική χρέωση υπολογίζεται από το κόστος που καταγράφηκε για την αρχική παραγωγή. Η μετρημένη διάρκεια της εξόδου και οι προβλεπόμενες ποσότητες δεν αποτελούν την τελική χρεώσιμη ποσότητα.</p></div><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>Εκτιμώμενες χρεώσεις για σύγκριση</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>Προβλεπόμενη ποσότητα</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=\"Προβλεπόμενη ποσότητα\"><span class=\"card-cell-label\">Προβλεπόμενη ποσότητα</span>—</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 · Εκτίμηση μόνο για σύγκριση</span> <b>—</b> <span class=\"price-unit\">/ 1K token</span></div><div><span>Έξοδος · Token εξόδου · Εκτίμηση μόνο για σύγκριση</span> <b>—</b> <span class=\"price-unit\">/ 1K token</span></div><div><span>Είσοδος · Ανάγνωση από την κρυφή μνήμη · Εκτίμηση μόνο για σύγκριση</span> <b>—</b> <span class=\"price-unit\">/ 1K token</span></div><div><span>Είσοδος · Εγγραφή στην κρυφή μνήμη · Εκτίμηση μόνο για σύγκριση</span> <b>—</b> <span class=\"price-unit\">/ 1K token</span></div><div><span>Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα · Εκτίμηση μόνο για σύγκριση</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>ώρα ήχου εισόδου</th><td data-cell-label=\"Πίνακας χρεώσεων\"><span class=\"card-cell-label\">Πίνακας χρεώσεων</span>—</td><td data-cell-label=\"Προβλεπόμενη ποσότητα\"><span class=\"card-cell-label\">Προβλεπόμενη ποσότητα</span>—</td><td data-cell-label=\"Μονάδα τιμολόγησης\"><span class=\"card-cell-label\">Μονάδα τιμολόγησης</span>ανά ώρα ήχου εισόδου</td><td data-cell-label=\"Χρέωση\"><span class=\"card-cell-label\">Χρέωση</span><div><span>Είσοδος · ώρα ήχου εισόδου · Εκτίμηση μόνο για σύγκριση</span> <b>$0.72</b> <span class=\"price-unit\">ανά ώρα ήχου εισόδου</span></div></td></tr><tr><th data-cell-label=\"Διαμόρφωση\" scope=\"row\"><span class=\"card-cell-label\">Διαμόρφωση</span>Εκτιμώμενο κόστος δημιουργίας</th><td data-cell-label=\"Πίνακας χρεώσεων\"><span class=\"card-cell-label\">Πίνακας χρεώσεων</span>—</td><td data-cell-label=\"Προβλεπόμενη ποσότητα\"><span class=\"card-cell-label\">Προβλεπόμενη ποσότητα</span>εκτίμηση για μία δημιουργία</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>Έξοδος · Εκτιμώμενο κόστος δημιουργίας · Εκτίμηση μόνο για σύγκριση</span> <b>$0.0002</b> <span class=\"price-unit\">εκτίμηση πριν από τη δημιουργία</span></div><p class=\"note-s\">Αυτή η εκτίμηση δεν αποτελεί πρόσθετη χρέωση ούτε σταθερή τιμή για την ολοκληρωμένη παραγωγή.</p></td></tr></tbody></table></div></div><p class=\"note-s\">Το Ailoot δεσμεύει ένα εκτιμώμενο ποσό πριν από το αίτημα. Μετά το αποτέλεσμα, εκκαθαρίζει την τελική χρέωση βάσει της μετρημένης χρήσης. Η εκκαθάριση ροής χρησιμοποιεί την τελική καταγραφή χρήσης. <a href=\"/docs/el/billing/reserve/\">Πώς λειτουργούν η δέσμευση και η εκκαθάριση →</a></p></section><section class=\"card-section\" data-card-section=\"examples\"><h3 tabindex=\"-1\">Παραδείγματα αιτημάτων</h3><h4>Ailoot Ultra · Απομαγνητοφώνηση</h4><div class=\"code-group\"><div class=\"cg-bar\"><div class=\"cg-tabs\" role=\"tablist\" aria-label=\"Παραλλαγές κώδικα\"><button class=\"cg-tab\" id=\"model-code-1845-tab-0\" role=\"tab\" type=\"button\" aria-controls=\"model-code-1845-panel-0\" aria-selected=\"true\" tabindex=\"0\">curl · ακριβές εγγενές σώμα και πλήρες αποτέλεσμα</button></div><div class=\"cg-tools\"><button class=\"cg-btn cg-copy\" type=\"button\" aria-label=\"Αντιγραφή κώδικα\"><svg class=\"cp\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><rect x=\"5.25\" y=\"5.25\" width=\"8.5\" height=\"8.5\" rx=\"1.75\"/><path d=\"M10.75 5.25V3.5a1.25 1.25 0 0 0-1.25-1.25H3.5A1.25 1.25 0 0 0 2.25 3.5v6a1.25 1.25 0 0 0 1.25 1.25h1.75\"/></svg><svg class=\"ok\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><path d=\"m3 8.5 3.25 3.25L13 5\"/></svg></button></div></div><div class=\"cg-body\"><div class=\"cg-pane\" id=\"model-code-1845-panel-0\" role=\"tabpanel\" aria-labelledby=\"model-code-1845-tab-0\"><pre data-lang=\"bash\"><code>set -eu\n: &quot;${AILOOT_API_KEY:?Set your Ailoot API key}&quot;\n: &quot;${AILOOT_AUDIO_FILE:?Set the path to your actual WAV recording}&quot;\npython3 - &lt;&lt;&#39;PY_REQUEST&#39;\nimport json,os\nfrom pathlib import Path\nimport base64\naudio=Path(os.environ[&#39;AILOOT_AUDIO_FILE&#39;]).read_bytes()\nif not (audio[:4]==b&#39;RIFF&#39; and audio[8:12]==b&#39;WAVE&#39;): raise SystemExit(&#39;Supply an actual WAV audio file&#39;)\nif len(audio)&gt;26214400: raise SystemExit(&#39;Use a documented supported large-file flow&#39;)\nrequest={&#39;model&#39;: &#39;microsoft/mai-transcribe-1.5&#39;, &#39;input_audio&#39;: {&#39;data&#39;: &#39;${BASE64_ACTUAL_WAV_BYTES}&#39;, &#39;format&#39;: &#39;wav&#39;}}\nrequest[&#39;input_audio&#39;][&#39;data&#39;]=base64.b64encode(audio).decode(&#39;ascii&#39;)\nPath(&#39;request.json&#39;).write_text(json.dumps(request,ensure_ascii=False),encoding=&#39;utf-8&#39;)\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \\\n  -H &quot;Authorization: Bearer $AILOOT_API_KEY&quot; -H &#39;Content-Type: application/json&#39; \\\n  --data-binary @request.json -D response-headers.txt -o response.bin\n# Keep the complete original response and headers. Read every returned segment, word and usage field.\n# Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting.\n</code></pre></div></div></div></section><section class=\"card-section\" data-card-section=\"results\"><h3 tabindex=\"-1\">Λήψη και αποθήκευση αποτελεσμάτων</h3><h4>Ailoot Ultra · Απομαγνητοφώνηση</h4><ul class=\"card-result-paths\"><li><code>GET /v1/media/tasks/{task_id}</code></li><li><code>GET /v1/media/assets/{asset_id}/content</code></li><li><code>GET /v1/media/assets</code></li><li><code>GET /v1/media/assets/{asset_id}</code></li></ul><details class=\"card-about\"><summary>Άλλες ανακτήσεις περιεχομένου</summary><div class=\"code-group\"><div class=\"cg-bar\"><div class=\"cg-tabs\" role=\"tablist\" aria-label=\"Παραλλαγές κώδικα\"><button class=\"cg-tab\" id=\"model-code-1846-tab-0\" role=\"tab\" type=\"button\" aria-controls=\"model-code-1846-panel-0\" aria-selected=\"true\" tabindex=\"0\">Ανάκτηση υπαρχόντων αρχείων που σας ανήκουν</button></div><div class=\"cg-tools\"><button class=\"cg-btn cg-copy\" type=\"button\" aria-label=\"Αντιγραφή κώδικα\"><svg class=\"cp\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><rect x=\"5.25\" y=\"5.25\" width=\"8.5\" height=\"8.5\" rx=\"1.75\"/><path d=\"M10.75 5.25V3.5a1.25 1.25 0 0 0-1.25-1.25H3.5A1.25 1.25 0 0 0 2.25 3.5v6a1.25 1.25 0 0 0 1.25 1.25h1.75\"/></svg><svg class=\"ok\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><path d=\"m3 8.5 3.25 3.25L13 5\"/></svg></button></div></div><div class=\"cg-body\"><div class=\"cg-pane\" id=\"model-code-1846-panel-0\" role=\"tabpanel\" aria-labelledby=\"model-code-1846-tab-0\"><pre data-lang=\"bash\"><code>set -eu\n: &quot;${AILOOT_API_KEY:?Set your Ailoot API key}&quot;\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \\\n  -H &quot;Authorization: Bearer $AILOOT_API_KEY&quot; -o owned-assets.json\n# Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token.\n</code></pre></div></div></div></details><div class=\"card-result-process\" data-all-results><h5>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 X-Client-Request-ID που επιστράφηκε για τη συμφωνία των εγγραφών. Διαβάστε μόνο πραγματικές τιμές task_id/asset_id που επιστράφηκαν ή τη βιβλιοθήκη πολυμέσων που σας ανήκει· μην κατασκευάσετε ποτέ URL εργασίας από το ID της λειτουργίας και μην υποβάλετε ποτέ ξανά αίτημα δημιουργίας.</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</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</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\">segments[]</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\">words[]</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\">speaker fields</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\">timestamps</code></th><td data-cell-label=\"Τύπος\" data-field-type><span class=\"card-cell-label\">Τύπος</span></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=microsoft%2Fmai-transcribe-1.5&amp;route=Ultra&amp;caller=microsoft%2Fmai-transcribe-1.5&amp;fmt=transcriptions\"><code>microsoft/mai-transcribe-1.5</code></a></span></p><h4>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=microsoft%2Fmai-transcribe-1.5&amp;route=Ultra&amp;caller=microsoft%2Fmai-transcribe-1.5&amp;fmt=transcriptions\"><code>microsoft/mai-transcribe-1.5</code></a></p></section></div>",
      "method_identity": {
        "effective_request_model_id": "microsoft/mai-transcribe-1.5",
        "fmt": "transcriptions",
        "http": "POST",
        "path": "/v1/audio/transcriptions",
        "request_model_id": "microsoft/mai-transcribe-1.5",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|transcriptions|/v1/audio/transcriptions|microsoft%2Fmai-transcribe-1.5",
      "ordinal": 0,
      "rawMethod": {
        "available": null,
        "billing_basis": {
          "basis": "original_invoice_usd",
          "description": "Οι εμφανιζόμενες τιμές χρησιμοποιούνται για την εκτίμηση του κόστους πριν από την παραγωγή. Η τελική χρέωση υπολογίζεται από το κόστος που καταγράφηκε για την αρχική παραγωγή. Η μετρημένη διάρκεια της εξόδου και οι προβλεπόμενες ποσότητες δεν αποτελούν την τελική χρεώσιμη ποσότητα.",
          "forecast_quantity_is_estimate": true,
          "physical_output_is_billable_quantity": false,
          "version": "original_invoice_usd_v1"
        },
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "contract": {
          "data": {
            "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.",
            "lifecycle": {
              "assets": [
                {
                  "http": "GET",
                  "path": "/v1/media/assets"
                },
                {
                  "http": "GET",
                  "path": "/v1/media/assets/{asset_id}"
                }
              ],
              "content": [
                {
                  "http": "GET",
                  "path": "/v1/media/assets/{asset_id}/content",
                  "url_source": "exact returned signed URL; never construct token"
                }
              ],
              "mode": "synchronous_result_then_owned_library",
              "operation_id_is_not_task_id": true,
              "status": [
                {
                  "http": "GET",
                  "id_source": "actual returned task_id or media library record",
                  "path": "/v1/media/tasks/{task_id}"
                }
              ],
              "unknown": "Διατηρήστε το X-Client-Request-ID που επιστράφηκε για τη συμφωνία των εγγραφών. Διαβάστε μόνο πραγματικές τιμές task_id/asset_id που επιστράφηκαν ή τη βιβλιοθήκη πολυμέσων που σας ανήκει· μην κατασκευάσετε ποτέ URL εργασίας από το ID της λειτουργίας και μην υποβάλετε ποτέ ξανά αίτημα δημιουργίας."
            },
            "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",
                  "type": null
                },
                {
                  "description": null,
                  "name": "usage",
                  "type": null
                },
                {
                  "description": null,
                  "name": "segments[]",
                  "type": null
                },
                {
                  "description": null,
                  "name": "words[]",
                  "type": null
                },
                {
                  "description": null,
                  "name": "speaker fields",
                  "type": null
                },
                {
                  "description": null,
                  "name": "timestamps",
                  "type": null
                }
              ]
            },
            "parameters": [
              {
                "enum": [
                  "microsoft/mai-transcribe-1.5"
                ],
                "enum_known": true,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "name": "input_audio",
                "required": true,
                "type": "object"
              },
              {
                "name": "language",
                "required": false,
                "type": "string"
              },
              {
                "maximum": 1,
                "minimum": 0,
                "name": "temperature",
                "required": false,
                "type": "number"
              },
              {
                "default": "json",
                "default_known": true,
                "enum": [
                  "json",
                  "verbose_json"
                ],
                "enum_known": true,
                "name": "response_format",
                "required": false,
                "type": "string"
              },
              {
                "items": {
                  "enum": [
                    "segment",
                    "word"
                  ],
                  "type": "string"
                },
                "name": "timestamp_granularities",
                "required": false,
                "type": "array"
              },
              {
                "name": "provider",
                "required": false,
                "type": "object"
              }
            ],
            "request_schema": {
              "properties": {
                "input_audio": {
                  "properties": {
                    "data": {
                      "contentEncoding": "base64",
                      "type": "string"
                    },
                    "format": {
                      "enum": [
                        "wav",
                        "mp3",
                        "flac",
                        "m4a",
                        "ogg",
                        "webm",
                        "aac"
                      ],
                      "type": "string"
                    }
                  },
                  "required": [
                    "data",
                    "format"
                  ],
                  "type": "object"
                },
                "language": {
                  "description": "ISO-639-1 code; omitted means auto-detection",
                  "type": "string"
                },
                "model": {
                  "enum": [
                    "microsoft/mai-transcribe-1.5"
                  ],
                  "type": "string"
                },
                "provider": {
                  "description": "Data policy and exact provider options; order/only/ignore are not applied to STT",
                  "properties": {
                    "data_collection": {
                      "enum": [
                        "allow",
                        "deny",
                        null
                      ],
                      "type": [
                        "string",
                        "null"
                      ]
                    },
                    "options": {
                      "type": "object"
                    },
                    "zdr": {
                      "type": [
                        "boolean",
                        "null"
                      ]
                    }
                  },
                  "type": "object"
                },
                "response_format": {
                  "default": "json",
                  "description": "verbose_json requires exact model/provider support",
                  "enum": [
                    "json",
                    "verbose_json"
                  ],
                  "type": "string"
                },
                "temperature": {
                  "maximum": 1,
                  "minimum": 0,
                  "type": "number"
                },
                "timestamp_granularities": {
                  "description": "Only used with supported verbose_json",
                  "items": {
                    "enum": [
                      "segment",
                      "word"
                    ],
                    "type": "string"
                  },
                  "type": "array"
                }
              },
              "required": [
                "model",
                "input_audio"
              ],
              "type": "object"
            },
            "schema_template": {
              "actual_file_preparation_required": true,
              "body": {
                "input_audio": {
                  "data": "${BASE64_ACTUAL_WAV_BYTES}",
                  "format": "wav"
                },
                "model": "microsoft/mai-transcribe-1.5"
              },
              "content_type": "application/json"
            }
          },
          "input": {
            "content_type": "application/json",
            "material_conditions": [
              "Διαβάστε πραγματικό αρχείο WAV και κωδικοποιήστε τα πραγματικά byte του για τη δηλωμένη είσοδο JSON input_audio· δεν παρουσιάζεται διαδρομή multipart για αυτή την ακριβή δήλωση αποκλειστικής χρήσης JSON."
            ],
            "material_types": [
              "audio"
            ],
            "required": [
              "model",
              "input_audio"
            ]
          },
          "lifecycle": {
            "assets": [
              {
                "http": "GET",
                "path": "/v1/media/assets"
              },
              {
                "http": "GET",
                "path": "/v1/media/assets/{asset_id}"
              }
            ],
            "content": [
              {
                "http": "GET",
                "path": "/v1/media/assets/{asset_id}/content",
                "url_source": "exact returned signed URL; never construct token"
              }
            ],
            "mode": "synchronous_result_then_owned_library",
            "operation_id_is_not_task_id": true,
            "status": [
              {
                "http": "GET",
                "id_source": "Το πραγματικό task_id που επιστράφηκε ή μια εγγραφή στη βιβλιοθήκη πολυμέσων",
                "path": "/v1/media/tasks/{task_id}"
              }
            ],
            "unknown": "Keep the returned X-Client-Request-ID for reconciliation. Read only actual returned task_id/asset_id values or the owned media library; never build a task URL from the operation ID and never resubmit creation."
          },
          "method": {
            "http": "POST",
            "path": "/v1/audio/transcriptions"
          },
          "output": {
            "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.",
            "family": "text",
            "fields": [
              {
                "description": null,
                "name": "text",
                "type": null
              },
              {
                "description": null,
                "name": "usage",
                "type": null
              },
              {
                "description": null,
                "name": "segments[]",
                "type": null
              },
              {
                "description": null,
                "name": "words[]",
                "type": null
              },
              {
                "description": null,
                "name": "speaker fields",
                "type": null
              },
              {
                "description": null,
                "name": "timestamps",
                "type": null
              }
            ]
          }
        },
        "ctx": null,
        "declared_pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          },
          {
            "dimensions": {
              "quoted_unit": "per input audio hour"
            },
            "label": "input audio hour",
            "units": [
              {
                "amount": "0.72",
                "amount_unit": "usd_per_exact_native_unit",
                "billing_input": false,
                "estimate_only": true,
                "key": "stt_hour",
                "label": "input audio hour",
                "native_amount_usd_per_unit": "0.72",
                "native_quantity": 1,
                "public_unit_label": "per input audio hour",
                "quantity": 1,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "stt_hour"
              }
            ]
          },
          {
            "basis": "Αυτή η εκτίμηση δεν αποτελεί πρόσθετη χρέωση ούτε σταθερή τιμή για την ολοκληρωμένη παραγωγή.",
            "dimensions": {
              "forecast_quantity": "one generation estimate"
            },
            "label": "Εκτιμώμενο κόστος δημιουργίας",
            "units": [
              {
                "amount": "0.0002",
                "amount_unit": "usd_per_exact_native_unit",
                "billing_input": false,
                "estimate_only": true,
                "key": "forecast_usd",
                "label": "Estimated generation cost",
                "native_amount_usd_per_unit": "0.0002",
                "native_quantity": 1,
                "public_unit_label": "estimate before generation",
                "quantity": 1,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "request_estimate"
              }
            ]
          }
        ],
        "examples": [
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_AUDIO_FILE:?Set the path to your actual WAV recording}\"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\nimport base64\naudio=Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes()\nif not (audio[:4]==b'RIFF' and audio[8:12]==b'WAVE'): raise SystemExit('Supply an actual WAV audio file')\nif len(audio)>26214400: raise SystemExit('Use a documented supported large-file flow')\nrequest={'model': 'microsoft/mai-transcribe-1.5', 'input_audio': {'data': '${BASE64_ACTUAL_WAV_BYTES}', 'format': 'wav'}}\nrequest['input_audio']['data']=base64.b64encode(audio).decode('ascii')\nPath('request.json').write_text(json.dumps(request,ensure_ascii=False),encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o response.bin\n# Keep the complete original response and headers. Read every returned segment, word and usage field.\n# Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting.\n",
            "label": "curl · exact native body and complete result",
            "language": "bash"
          },
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -o owned-assets.json\n# Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token.\n",
            "label": "Read existing owned assets",
            "language": "bash"
          }
        ],
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "transcriptions",
        "hints": [
          "Use the exact caller model ID and documented input representation.",
          "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again."
        ],
        "http": "POST",
        "in": null,
        "input": [
          "audio"
        ],
        "label": "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": "original_invoice_usd",
          "image_input_price": null,
          "image_output_price": null
        },
        "pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          },
          {
            "dimensions": {
              "quoted_unit": "per input audio hour"
            },
            "label": "input audio hour",
            "units": [
              {
                "amount": "0.72",
                "amount_unit": "usd_per_exact_native_unit",
                "billing_input": false,
                "estimate_only": true,
                "key": "stt_hour",
                "label": "input audio hour",
                "native_amount_usd_per_unit": "0.72",
                "native_quantity": 1,
                "public_unit_label": "per input audio hour",
                "quantity": 1,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "stt_hour"
              }
            ]
          },
          {
            "basis": "This estimate is not an additional charge or a fixed rate for the completed generation.",
            "dimensions": {
              "forecast_quantity": "one generation estimate"
            },
            "label": "Estimated generation cost",
            "units": [
              {
                "amount": "0.0002",
                "amount_unit": "usd_per_exact_native_unit",
                "billing_input": false,
                "estimate_only": true,
                "key": "forecast_usd",
                "label": "Estimated generation cost",
                "native_amount_usd_per_unit": "0.0002",
                "native_quantity": 1,
                "public_unit_label": "estimate before generation",
                "quantity": 1,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "request_estimate"
              }
            ]
          }
        ],
        "request_model_id": "microsoft/mai-transcribe-1.5",
        "route_label": "Ultra",
        "status_reads": [
          "GET /v1/media/tasks/{task_id}"
        ],
        "tiers": [],
        "units": [
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": false,
            "estimate_only": true,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": true,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": false,
            "estimate_only": true,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": true,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": false,
            "estimate_only": true,
            "key": "cache_read_price",
            "label": "Cache read",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "cached_input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": true,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "cached_input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": false,
            "estimate_only": true,
            "key": "cache_write_price",
            "label": "Cache write",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "generic_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": true,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "generic_cache_creation_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": false,
            "estimate_only": true,
            "key": "cache_write_1h_price",
            "label": "Cache write, 1 hour",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "one_hour_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": true,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "one_hour_cache_creation_token"
          },
          {
            "amount": "0.72",
            "amount_unit": "usd_per_exact_native_unit",
            "billing_input": false,
            "estimate_only": true,
            "key": "stt_hour",
            "label": "input audio hour",
            "native_amount_usd_per_unit": "0.72",
            "native_quantity": 1,
            "public_unit_label": "per input audio hour",
            "quantity": 1,
            "quantity_is_estimate": true,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "stt_hour"
          },
          {
            "amount": "0.0002",
            "amount_unit": "usd_per_exact_native_unit",
            "billing_input": false,
            "estimate_only": true,
            "key": "forecast_usd",
            "label": "Estimated generation cost",
            "native_amount_usd_per_unit": "0.0002",
            "native_quantity": 1,
            "public_unit_label": "estimate before generation",
            "quantity": 1,
            "quantity_is_estimate": true,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "request_estimate"
          }
        ]
      }
    }
  ],
  "model_id": "microsoft/mai-transcribe-1.5",
  "nativeProvenance": {
    "input_facts_canonical_sha256": "1658e6f06b8b6d8da8252c6d276ac31f0c0dc9490e790b72b18520e85ab17ff3",
    "input_html_sha256": "0aecc9b67794dfd05f60c8eebee89fb8a38de08e187f80289ec7d207f4ca3bce",
    "private_audit_sha256": "f0dc5bbb28d8956a7bc4c49c5a5c5b9cdf1a5299322f9d99930967fd20b918b1",
    "role": "historical-normalized-input-audit-hashes",
    "schema": "ailoot-native-model-provenance-v2"
  },
  "page": {
    "canonical": "https://ailoot.ai/models/el/microsoft-mai-transcribe-1-5/",
    "description": "Το Microsoft AI MAI-Transcribe 1.5 μετατρέπει καταγεγραμμένη ομιλία σε κείμενο σε 43 γλώσσες, με αυτόματη αναγνώριση γλώσσας και έμφαση στις προφορές και τον θορυβώδη ήχο. Η κάρτα μοντέλου του περιγράφει καθοδήγηση με λέξεις-κλειδιά ανά τομέα για ονόματα και εξειδικευμένους όρους. Χρησιμοποιήστε την απομαγνητοφώνηση ως βάση για ελεγμένες σημειώσεις ή υπότιτλους.",
    "locale": "el",
    "md_url": "https://ailoot.ai/models/el/microsoft-mai-transcribe-1-5/index.md",
    "title": "Microsoft AI: MAI-Transcribe 1.5 — Ailoot",
    "url": "https://ailoot.ai/models/el/microsoft-mai-transcribe-1-5/"
  },
  "rawModel": {
    "about": "Το Microsoft AI MAI-Transcribe 1.5 είναι μοντέλο μετατροπής ομιλίας σε κείμενο για μετατροπή καταγεγραμμένου ήχου σε γραπτό περιεχόμενο. Η ακριβής κάρτα μοντέλου του περιγράφει αναγνώριση σε 43 γλώσσες, αυτόματη αναγνώριση γλώσσας και ανθεκτικότητα σε προφορές, διαλέκτους, ύφη ομιλίας και θορυβώδεις συνθήκες. Η έκδοση επεκτείνει το σύνολο 25 γλωσσών του MAI-Transcribe 1 κατά δεκαοκτώ γλώσσες. Ένα χρήσιμο αποτέλεσμα είναι η γραπτή ομιλία από διάλεξη, συνέντευξη, κλήση ή φωνητική σημείωση, έτοιμη για έλεγχο ως προς την ηχογράφηση πριν από μεταγενέστερο βήμα επεξεργασίας ή ανάλυσης.\n\nΠροετοιμάστε πλήρη, κατανοητή ηχογράφηση σε μία από τις μορφές που αναφέρει ο κατασκευαστής: WAV, MP3 ή FLAC. Κρατήστε το αρχικό αρχείο και κάθε διαίρεση σε ενότητες ώστε η απομαγνητοφώνηση να μπορεί να συγκριθεί με τον ήχο. Για διάλεξη, διατηρήστε τις φράσεις γύρω από έναν τεχνικό όρο αντί να απομονώνετε μόνο τη δύσκολη λέξη. Για φωνητική σημείωση, διατηρήστε μια διόρθωση που αλλάζει όνομα, ώρα ή αριθμό. Η περιβάλλουσα ομιλία παρέχει πλαίσιο για την αναγνώριση όσων ειπώθηκαν και ο έλεγχος του ακροατή μπορεί να εντοπίσει πού χρειάζεται διόρθωση η έξοδος.\n\nΗ αυτόματη αναγνώριση γλώσσας επιτρέπει την επεξεργασία ηχογράφησης χωρίς να απαιτείται επιλογή γλώσσας εκ των προτέρων. Το σύνολο 43 γλωσσών περιλαμβάνει αγγλικά, γαλλικά, γερμανικά, ιταλικά, ισπανικά, χίντι, κινεζικά, ιαπωνικά, κορεατικά, αραβικά, ινδονησιακά, ρωσικά, ταϊλανδικά και βιετναμικά. Οι πρόσθετες γλώσσες περιλαμβάνουν βουλγαρικά, καταλανικά, ελληνικά, ουκρανικά και πολλές γλώσσες της Νότιας Ασίας. Ελέγξτε ότι η επιδιωκόμενη γλώσσα ανήκει στο σύνολο αυτής της έκδοσης, αντί να δανείζεστε την ευρύτερη κάλυψη του MAI-Transcribe 2. Για πολυγλωσσικές συλλογές, διατηρήστε τη γλώσσα της ηχογράφησης μαζί με το ελεγμένο κείμενο ώστε η επόμενη επεξεργασία να ακολουθεί το πραγματικό προφορικό περιεχόμενο.\n\nΗ κάρτα μοντέλου 1.5 περιγράφει καθοδήγηση με λέξεις-κλειδιά ή οντότητες με έως 200 όρους και η ανακοίνωση της έκδοσης εξηγεί τον σκοπό: να διατίθενται ως πλαίσιο πιθανά ονόματα, ακρωνύμια και εξειδικευμένες λέξεις. Ο κατασκευαστής περιγράφει υποδείξεις πλαισίου και όχι τυφλό εξαναγκασμό των παρεχόμενων λέξεων στο αποτέλεσμα. Προετοιμάστε σχετικό λεξιλόγιο, όπως το όνομα έργου, ένα τεχνικό όργανο ή τη σωστή ορθογραφία ενός προσώπου που συζητείται στην ηχογράφηση. Χρησιμοποιήστε αυτή την ορολογία ως πλαίσιο για την πραγματική ηχογράφηση και ελέγξτε τους αναγνωρισμένους όρους ως προς την ομιλία.\n\nΓια καταγεγραμμένο μάθημα μηχανικής, προετοιμάστε τα ονόματα των οργάνων που συζητούνται και την ακριβή ορθογραφία κάθε ακρωνυμίου έργου. Γράψτε την ακριβή ορθογραφία τους σε εστιασμένη λίστα ορολογίας και κρατήστε τη λίστα δίπλα στον ήχο και την απομαγνητοφώνηση. Ελέγξτε αυτές τις εμφανίσεις ως προς τα προφορικά αποσπάσματα αντί να αντιμετωπίζετε μια καταχώριση λεξιλογίου ως απόδειξη αντιστοίχισης. Ονόματα που ακούγονται παρόμοια μπορεί ακόμη να χρειάζονται έλεγχο. Το αποτέλεσμα πρέπει να διατηρεί τις λέξεις που πράγματι ειπώθηκαν, συμπεριλαμβανομένης μιας διόρθωσης ή διευκρίνισης που αλλάζει τη σημασία τους.\n\nΟ κατασκευαστής δίνει έμφαση στην απόδοση σε πραγματικό ήχο, συμπεριλαμβανομένου θορύβου περιβάλλοντος και ποικίλων συνθηκών μικροφώνου. Ο πρακτικός έλεγχος μπορεί να εστιάζει σε αποσπάσματα με ταυτόχρονη ομιλία, χαμηλές φωνές ή λέξεις που καλύπτονται εν μέρει από άλλο ήχο. Κρατήστε τις αβεβαιότητες συνδεδεμένες με το αντίστοιχο ηχητικό απόσπασμα αντί να τις συμπληρώνετε από παραδοχές για το θέμα. Μια εύλογη πρόταση μπορεί ακόμη να περιέχει λάθος κύριο όνομα ή αριθμό. Για απομαγνητοφώνηση κλήσης, το χρήσιμο παραδοτέο είναι ελεγμένη καταγραφή του προφορικού περιεχομένου που μπορεί να χρησιμοποιήσει μεταγενέστερη ανάλυση, αντί για εικαζόμενη αφήγηση της πρόθεσης του καλούντος.\n\nΗ ακριβής κάρτα μοντέλου 1.5 αναφέρει μέγιστο μέγεθος αρχείου 300 MB και δύο ώρες. Η συνδεδεμένη αναφορά REST σύγχρονης απομαγνητοφώνησης περιγράφει αυστηρότερη είσοδο εξυπηρέτησης: μικρότερη από 250 MB και συντομότερη από δύο ώρες. Αυτά είναι χωριστά δηλωμένα όρια κάρτας μοντέλου και διεπαφής. Προετοιμάστε αρχεία εντός του ορίου της προβλεπόμενης διεπαφής και οργανώστε μεγαλύτερο υλικό σε ουσιαστικά όρια της ηχογράφησης. Ένα όριο μεγέθους αρχείου αφορά τον κωδικοποιημένο ήχο, ενώ το όριο διάρκειας αφορά το μήκος της ηχογράφησης ομιλίας· κανένα δεν ορίζει παράθυρο πλαισίου μοντέλου κειμένου.\n\nΤο παράδειγμα εξόδου της κάρτας μοντέλου είναι JSON που περιέχει τη διάρκεια της ηχογράφησης και το συνδυασμένο αναγνωρισμένο κείμενο. Το κείμενο μπορεί να γίνει προσβάσιμη απομαγνητοφώνηση, κείμενο για υπότιτλους ή είσοδος για μεταγενέστερη σύνοψη και αναζήτηση. Η ομαδοποίηση ατακών υποτίτλων και η ευθυγράμμιση με την ηχογράφηση είναι ξεχωριστή προετοιμασία όταν το αποτέλεσμα δεν περιλαμβάνει τα απαιτούμενα δεδομένα χρονισμού. Για καταγραφές συνεντεύξεων, η απόδοση μιας ατάκας σε κατονομαζόμενο συμμετέχοντα χρειάζεται ξεχωριστή ελεγμένη καταγραφή του ποιος μίλησε. Διατηρήστε την αναγνωρισμένη διατύπωση και τον ήχο ως βάση για αυτά τα μεταγενέστερα παραδοτέα.\n\nΤα όρια της έκδοσης έχουν σημασία κατά τον σχεδιασμό της εξόδου. Η κάρτα 1.5 τοποθετεί ρητά τον διαχωρισμό ομιλητών εκτός των υποστηριζόμενων δυνατοτήτων της και η σύγκριση εκδόσεων του κατασκευαστή αποδίδει τις χρονικές σημάνσεις ανά λέξη και τις ρυθμίσεις ύφους clean/verbatim στο MAI-Transcribe 2. Ένα εγγενές μοντέλο ροής είναι επίσης ξεχωριστή έκδοση. Αυτό το προφίλ 1.5 επομένως εστιάζει σε αναγνωρισμένο κείμενο από ηχογραφήσεις και στο τεκμηριωμένο πλαίσιο του τομέα του, χωρίς να μετατρέπει τις δυνατότητες ομιλητών, χρονισμού ή ζωντανής εισόδου άλλης έκδοσης σε μέρος του αποτελέσματος. Ελέγξτε ονόματα, αριθμούς, τεχνικούς όρους και ασαφή ομιλία πριν προετοιμάσετε παράθεμα, κομμάτι υποτίτλων ή παράγωγο έγγραφο.",
    "alias_of": null,
    "aliases": [],
    "author": "Microsoft AI",
    "capabilities": {
      "context_length": 0,
      "manufacturer_input": [
        "audio"
      ],
      "manufacturer_output": [
        "transcription"
      ]
    },
    "card_routes": [
      {
        "label": "Ultra",
        "rates": [
          {
            "amount": "0.0002",
            "amount_unit": "usd_per_exact_native_unit",
            "billing_input": false,
            "estimate_only": true,
            "key": "forecast_usd",
            "label": "Estimated generation cost",
            "native_amount_usd_per_unit": "0.0002",
            "native_quantity": 1,
            "public_unit_label": "estimate before generation",
            "quantity": 1,
            "quantity_is_estimate": true,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "request_estimate"
          }
        ],
        "summary": "Πλήρης τιμολόγηση της διαμόρφωσης στις λεπτομέρειες."
      }
    ],
    "ctx": null,
    "formats": [
      "transcriptions"
    ],
    "id": "microsoft/mai-transcribe-1.5",
    "input": [
      "audio"
    ],
    "kind": "audio",
    "max_out": null,
    "methods": [
      {
        "available": null,
        "billing_basis": {
          "basis": "original_invoice_usd",
          "description": "Οι εμφανιζόμενες τιμές χρησιμοποιούνται για την εκτίμηση του κόστους πριν από την παραγωγή. Η τελική χρέωση υπολογίζεται από το κόστος που καταγράφηκε για την αρχική παραγωγή. Η μετρημένη διάρκεια της εξόδου και οι προβλεπόμενες ποσότητες δεν αποτελούν την τελική χρεώσιμη ποσότητα.",
          "forecast_quantity_is_estimate": true,
          "physical_output_is_billable_quantity": false,
          "version": "original_invoice_usd_v1"
        },
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "contract": {
          "data": {
            "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.",
            "lifecycle": {
              "assets": [
                {
                  "http": "GET",
                  "path": "/v1/media/assets"
                },
                {
                  "http": "GET",
                  "path": "/v1/media/assets/{asset_id}"
                }
              ],
              "content": [
                {
                  "http": "GET",
                  "path": "/v1/media/assets/{asset_id}/content",
                  "url_source": "exact returned signed URL; never construct token"
                }
              ],
              "mode": "synchronous_result_then_owned_library",
              "operation_id_is_not_task_id": true,
              "status": [
                {
                  "http": "GET",
                  "id_source": "actual returned task_id or media library record",
                  "path": "/v1/media/tasks/{task_id}"
                }
              ],
              "unknown": "Διατηρήστε το X-Client-Request-ID που επιστράφηκε για τη συμφωνία των εγγραφών. Διαβάστε μόνο πραγματικές τιμές task_id/asset_id που επιστράφηκαν ή τη βιβλιοθήκη πολυμέσων που σας ανήκει· μην κατασκευάσετε ποτέ URL εργασίας από το ID της λειτουργίας και μην υποβάλετε ποτέ ξανά αίτημα δημιουργίας."
            },
            "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",
                  "type": null
                },
                {
                  "description": null,
                  "name": "usage",
                  "type": null
                },
                {
                  "description": null,
                  "name": "segments[]",
                  "type": null
                },
                {
                  "description": null,
                  "name": "words[]",
                  "type": null
                },
                {
                  "description": null,
                  "name": "speaker fields",
                  "type": null
                },
                {
                  "description": null,
                  "name": "timestamps",
                  "type": null
                }
              ]
            },
            "parameters": [
              {
                "enum": [
                  "microsoft/mai-transcribe-1.5"
                ],
                "enum_known": true,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "name": "input_audio",
                "required": true,
                "type": "object"
              },
              {
                "name": "language",
                "required": false,
                "type": "string"
              },
              {
                "maximum": 1,
                "minimum": 0,
                "name": "temperature",
                "required": false,
                "type": "number"
              },
              {
                "default": "json",
                "default_known": true,
                "enum": [
                  "json",
                  "verbose_json"
                ],
                "enum_known": true,
                "name": "response_format",
                "required": false,
                "type": "string"
              },
              {
                "items": {
                  "enum": [
                    "segment",
                    "word"
                  ],
                  "type": "string"
                },
                "name": "timestamp_granularities",
                "required": false,
                "type": "array"
              },
              {
                "name": "provider",
                "required": false,
                "type": "object"
              }
            ],
            "request_schema": {
              "properties": {
                "input_audio": {
                  "properties": {
                    "data": {
                      "contentEncoding": "base64",
                      "type": "string"
                    },
                    "format": {
                      "enum": [
                        "wav",
                        "mp3",
                        "flac",
                        "m4a",
                        "ogg",
                        "webm",
                        "aac"
                      ],
                      "type": "string"
                    }
                  },
                  "required": [
                    "data",
                    "format"
                  ],
                  "type": "object"
                },
                "language": {
                  "description": "ISO-639-1 code; omitted means auto-detection",
                  "type": "string"
                },
                "model": {
                  "enum": [
                    "microsoft/mai-transcribe-1.5"
                  ],
                  "type": "string"
                },
                "provider": {
                  "description": "Data policy and exact provider options; order/only/ignore are not applied to STT",
                  "properties": {
                    "data_collection": {
                      "enum": [
                        "allow",
                        "deny",
                        null
                      ],
                      "type": [
                        "string",
                        "null"
                      ]
                    },
                    "options": {
                      "type": "object"
                    },
                    "zdr": {
                      "type": [
                        "boolean",
                        "null"
                      ]
                    }
                  },
                  "type": "object"
                },
                "response_format": {
                  "default": "json",
                  "description": "verbose_json requires exact model/provider support",
                  "enum": [
                    "json",
                    "verbose_json"
                  ],
                  "type": "string"
                },
                "temperature": {
                  "maximum": 1,
                  "minimum": 0,
                  "type": "number"
                },
                "timestamp_granularities": {
                  "description": "Only used with supported verbose_json",
                  "items": {
                    "enum": [
                      "segment",
                      "word"
                    ],
                    "type": "string"
                  },
                  "type": "array"
                }
              },
              "required": [
                "model",
                "input_audio"
              ],
              "type": "object"
            },
            "schema_template": {
              "actual_file_preparation_required": true,
              "body": {
                "input_audio": {
                  "data": "${BASE64_ACTUAL_WAV_BYTES}",
                  "format": "wav"
                },
                "model": "microsoft/mai-transcribe-1.5"
              },
              "content_type": "application/json"
            }
          },
          "input": {
            "content_type": "application/json",
            "material_conditions": [
              "Διαβάστε πραγματικό αρχείο WAV και κωδικοποιήστε τα πραγματικά byte του για τη δηλωμένη είσοδο JSON input_audio· δεν παρουσιάζεται διαδρομή multipart για αυτή την ακριβή δήλωση αποκλειστικής χρήσης JSON."
            ],
            "material_types": [
              "audio"
            ],
            "required": [
              "model",
              "input_audio"
            ]
          },
          "lifecycle": {
            "assets": [
              {
                "http": "GET",
                "path": "/v1/media/assets"
              },
              {
                "http": "GET",
                "path": "/v1/media/assets/{asset_id}"
              }
            ],
            "content": [
              {
                "http": "GET",
                "path": "/v1/media/assets/{asset_id}/content",
                "url_source": "exact returned signed URL; never construct token"
              }
            ],
            "mode": "synchronous_result_then_owned_library",
            "operation_id_is_not_task_id": true,
            "status": [
              {
                "http": "GET",
                "id_source": "Το πραγματικό task_id που επιστράφηκε ή μια εγγραφή στη βιβλιοθήκη πολυμέσων",
                "path": "/v1/media/tasks/{task_id}"
              }
            ],
            "unknown": "Keep the returned X-Client-Request-ID for reconciliation. Read only actual returned task_id/asset_id values or the owned media library; never build a task URL from the operation ID and never resubmit creation."
          },
          "method": {
            "http": "POST",
            "path": "/v1/audio/transcriptions"
          },
          "output": {
            "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.",
            "family": "text",
            "fields": [
              {
                "description": null,
                "name": "text",
                "type": null
              },
              {
                "description": null,
                "name": "usage",
                "type": null
              },
              {
                "description": null,
                "name": "segments[]",
                "type": null
              },
              {
                "description": null,
                "name": "words[]",
                "type": null
              },
              {
                "description": null,
                "name": "speaker fields",
                "type": null
              },
              {
                "description": null,
                "name": "timestamps",
                "type": null
              }
            ]
          }
        },
        "ctx": null,
        "declared_pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          },
          {
            "dimensions": {
              "quoted_unit": "per input audio hour"
            },
            "label": "input audio hour",
            "units": [
              {
                "amount": "0.72",
                "amount_unit": "usd_per_exact_native_unit",
                "billing_input": false,
                "estimate_only": true,
                "key": "stt_hour",
                "label": "input audio hour",
                "native_amount_usd_per_unit": "0.72",
                "native_quantity": 1,
                "public_unit_label": "per input audio hour",
                "quantity": 1,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "stt_hour"
              }
            ]
          },
          {
            "basis": "Αυτή η εκτίμηση δεν αποτελεί πρόσθετη χρέωση ούτε σταθερή τιμή για την ολοκληρωμένη παραγωγή.",
            "dimensions": {
              "forecast_quantity": "one generation estimate"
            },
            "label": "Εκτιμώμενο κόστος δημιουργίας",
            "units": [
              {
                "amount": "0.0002",
                "amount_unit": "usd_per_exact_native_unit",
                "billing_input": false,
                "estimate_only": true,
                "key": "forecast_usd",
                "label": "Estimated generation cost",
                "native_amount_usd_per_unit": "0.0002",
                "native_quantity": 1,
                "public_unit_label": "estimate before generation",
                "quantity": 1,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "request_estimate"
              }
            ]
          }
        ],
        "examples": [
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_AUDIO_FILE:?Set the path to your actual WAV recording}\"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\nimport base64\naudio=Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes()\nif not (audio[:4]==b'RIFF' and audio[8:12]==b'WAVE'): raise SystemExit('Supply an actual WAV audio file')\nif len(audio)>26214400: raise SystemExit('Use a documented supported large-file flow')\nrequest={'model': 'microsoft/mai-transcribe-1.5', 'input_audio': {'data': '${BASE64_ACTUAL_WAV_BYTES}', 'format': 'wav'}}\nrequest['input_audio']['data']=base64.b64encode(audio).decode('ascii')\nPath('request.json').write_text(json.dumps(request,ensure_ascii=False),encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o response.bin\n# Keep the complete original response and headers. Read every returned segment, word and usage field.\n# Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting.\n",
            "label": "curl · exact native body and complete result",
            "language": "bash"
          },
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -o owned-assets.json\n# Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token.\n",
            "label": "Read existing owned assets",
            "language": "bash"
          }
        ],
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "transcriptions",
        "hints": [
          "Use the exact caller model ID and documented input representation.",
          "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again."
        ],
        "http": "POST",
        "in": null,
        "input": [
          "audio"
        ],
        "label": "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": "original_invoice_usd",
          "image_input_price": null,
          "image_output_price": null
        },
        "pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          },
          {
            "dimensions": {
              "quoted_unit": "per input audio hour"
            },
            "label": "input audio hour",
            "units": [
              {
                "amount": "0.72",
                "amount_unit": "usd_per_exact_native_unit",
                "billing_input": false,
                "estimate_only": true,
                "key": "stt_hour",
                "label": "input audio hour",
                "native_amount_usd_per_unit": "0.72",
                "native_quantity": 1,
                "public_unit_label": "per input audio hour",
                "quantity": 1,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "stt_hour"
              }
            ]
          },
          {
            "basis": "This estimate is not an additional charge or a fixed rate for the completed generation.",
            "dimensions": {
              "forecast_quantity": "one generation estimate"
            },
            "label": "Estimated generation cost",
            "units": [
              {
                "amount": "0.0002",
                "amount_unit": "usd_per_exact_native_unit",
                "billing_input": false,
                "estimate_only": true,
                "key": "forecast_usd",
                "label": "Estimated generation cost",
                "native_amount_usd_per_unit": "0.0002",
                "native_quantity": 1,
                "public_unit_label": "estimate before generation",
                "quantity": 1,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "request_estimate"
              }
            ]
          }
        ],
        "request_model_id": "microsoft/mai-transcribe-1.5",
        "route_label": "Ultra",
        "status_reads": [
          "GET /v1/media/tasks/{task_id}"
        ],
        "tiers": [],
        "units": [
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": false,
            "estimate_only": true,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": true,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": false,
            "estimate_only": true,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": true,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": false,
            "estimate_only": true,
            "key": "cache_read_price",
            "label": "Cache read",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "cached_input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": true,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "cached_input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": false,
            "estimate_only": true,
            "key": "cache_write_price",
            "label": "Cache write",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "generic_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": true,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "generic_cache_creation_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": false,
            "estimate_only": true,
            "key": "cache_write_1h_price",
            "label": "Cache write, 1 hour",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "one_hour_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": true,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "one_hour_cache_creation_token"
          },
          {
            "amount": "0.72",
            "amount_unit": "usd_per_exact_native_unit",
            "billing_input": false,
            "estimate_only": true,
            "key": "stt_hour",
            "label": "input audio hour",
            "native_amount_usd_per_unit": "0.72",
            "native_quantity": 1,
            "public_unit_label": "per input audio hour",
            "quantity": 1,
            "quantity_is_estimate": true,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "stt_hour"
          },
          {
            "amount": "0.0002",
            "amount_unit": "usd_per_exact_native_unit",
            "billing_input": false,
            "estimate_only": true,
            "key": "forecast_usd",
            "label": "Estimated generation cost",
            "native_amount_usd_per_unit": "0.0002",
            "native_quantity": 1,
            "public_unit_label": "estimate before generation",
            "quantity": 1,
            "quantity_is_estimate": true,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "request_estimate"
          }
        ]
      }
    ],
    "model_aliases": [
      {
        "canonical_model_id": "microsoft/mai-transcribe-1.5",
        "request_model_id": "microsoft/mai-transcribe-1.5",
        "route_label": "Ultra"
      }
    ],
    "name": "Microsoft AI: MAI-Transcribe 1.5",
    "price": {
      "estimate_only": true,
      "in": null,
      "in_label": null,
      "out": 0.0002,
      "out_label": "estimate before generation",
      "scope_label": "Estimated generation cost",
      "sort_in": null,
      "sort_out": 0.0002,
      "varies": false
    },
    "short": "Το Microsoft AI MAI-Transcribe 1.5 μετατρέπει καταγεγραμμένη ομιλία σε κείμενο σε 43 γλώσσες, με αυτόματη αναγνώριση γλώσσας και έμφαση στις προφορές και τον θορυβώδη ήχο. Η κάρτα μοντέλου του περιγράφει καθοδήγηση με λέξεις-κλειδιά ανά τομέα για ονόματα και εξειδικευμένους όρους. Χρησιμοποιήστε την απομαγνητοφώνηση ως βάση για ελεγμένες σημειώσεις ή υπότιτλους."
  },
  "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 Microsoft AI MAI-Transcribe 1.5 μετατρέπει καταγεγραμμένη ομιλία σε κείμενο σε 43 γλώσσες, με αυτόματη αναγνώριση γλώσσας και έμφαση στις προφορές και τον θορυβώδη ήχο. Η κάρτα μοντέλου του περιγράφει καθοδήγηση με λέξεις-κλειδιά ανά τομέα για ονόματα και εξειδικευμένους όρους. Χρησιμοποιήστε την απομαγνητοφώνηση ως βάση για ελεγμένες σημειώσεις ή υπότιτλους.",
  "source": {
    "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1",
    "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036",
    "raw_model_json_sha256": "052312b567f8fb15d796c38c6f303ffebc6a6e963a3e793558f1979d5703cdcc",
    "renderer_sha256": "3ed36f7af4f78822bafbd174fdcaed7b698a18a86efe254253d37f1b098a7566"
  },
  "sourceRevision": "0b58c60f9264d5fe84dfdb28d77e8f2307c1199fe4a10461f00439596438cd1e"
}