Muse Voice Transcribe 1.0 es el modelo de percepción de audio de Meta para transcribir el habla, detectar los límites de los enunciados y atribuir los turnos a sus hablantes. Pertenece a la familia de modelos Muse Spark e integra reconocimiento, diarización y detección del final de turno en el propio modelo. Su salida es el texto reconocido con la información temporal y de hablante disponible en el modo seleccionado.
El modelo procesa el audio en fragmentos de 80 milisegundos y decide cuándo seguir escuchando o emitir texto. Su retardo adaptativo le permite esperar más audio cuando una palabra resulta difícil de resolver. Así genera texto parcial mientras llega el habla y, después, resultados de transcripción completos. La hipótesis parcial y el turno completado son etapas distintas de la experiencia de escucha.
Elija entre tres modos. Push-to-talk es el predeterminado para un único enunciado controlado, como una consulta de voz o un dictado breve. Endpointing permite que el modelo detecte los límites de los turnos de habla y devuelva una transcripción completa por segmento detectado. Diarization atribuye el habla reconocida a etiquetas de hablante y está pensado para grabaciones con varias voces, en lugar del intercambio más rápido de comandos de voz.
Para una grabación, el flujo de transcripción de archivos devuelve la transcripción completa en una sola solicitud. El resultado predeterminado es un JSON que contiene la transcripción y la duración del audio, con un array turns en los modos endpointing y diarization. Cada turno puede incluir un identificador, su inicio y final en milisegundos y el texto reconocido. Las etiquetas de hablante aparecen en el modo diarization. Push-to-talk genera la transcripción completa sin turnos detectados en ese array. La interfaz de archivos grabados del fabricante también puede devolver texto sin formato o un flujo de eventos de transcripción. El texto sin formato mantiene los turnos detectados en líneas separadas y puede incluir etiquetas de hablante; el flujo de eventos termina tras su último evento, sin un resumen JSON aparte. Su modo parcial delta devuelve incrementos de texto, mientras que el evento final de transcripción contiene el texto completo.
Prepare un archivo RIFF/WAVE con audio PCM mono de enteros de 16 bits a 16 o 24 kHz. La frecuencia nativa del modelo es de 24 kHz y la interfaz también acepta 16 kHz. Antes de enviar una grabación, convierta los demás contenedores o codificaciones al formato WAV admitido. El perfil de transcripción de archivos permite audio de hasta 10 minutos y un cuerpo total de solicitud de hasta 32 MB. Conserve la grabación original y cualquier conversión asociadas a la transcripción devuelta para poder revisarla escuchando el audio.
El flujo de audio en vivo utiliza PCM mono sin contenedor, con enteros de 16 bits con signo en orden little-endian, a 16 o 24 kHz, enviado aproximadamente en tiempo real. Su ventana de sesión documentada es de 60 minutos. Meta describe una entrada de audio nativa superior a una hora; los límites documentados de archivo y sesión en vivo siguen siendo límites de interfaces separados. Elija el flujo de archivo o el de audio en vivo según si el audio ya está completo o todavía se está capturando, y mantenga los resultados de cada sesión asociados a sus propios segmentos de entrada.
Muse Voice Transcribe se entrena con más de 70 idiomas, mientras que la interfaz de reconocimiento documentada enumera 25 idiomas admitidos. Entre ellos figuran inglés, francés, alemán, español, árabe, chino mandarín, hindi, japonés, coreano, italiano y portugués. Reconoce la alternancia de idiomas dentro de las frases y entre ellas. Una indicación de idioma puede nombrar los idiomas esperados en el audio, pero orienta el reconocimiento en lugar de forzar la transcripción a un único idioma.
Las indicaciones de vocabulario ayudan con términos de productos, siglas, nombres o lugares importantes en una grabación. Proporcione las palabras y grafías reales que espera oír. La lista de palabras clave influye en el reconocimiento sin garantizar una grafía exacta, por lo que conviene comprobar los términos decisivos con el audio. Las indicaciones de idioma y las palabras clave se seleccionan al iniciar la transcripción; manténgalas adecuadas a esa grabación, sin cambiar su significado durante la sesión.
El modelo admite diarización de conversaciones con más de 20 hablantes. Etiquetas como A y B identifican voces dentro de una transcripción. No son nombres verificados ni demuestran que una etiqueta corresponda a la misma persona en otra sesión. Para analizar una reunión original, solicite turnos atribuidos a hablantes, conserve la grabación y utilice las etiquetas para organizar la conversación antes de asignar nombres reales mediante el flujo de trabajo de la aplicación.
Las transcripciones parciales en vivo pueden cambiar a medida que llega más habla. En modo acumulativo, cada resultado parcial sustituye a la hipótesis anterior en vez de añadir otra copia. La detección del final del habla marca un límite, mientras que el resultado del turno completado aporta el texto final, que puede diferir del último parcial. Mantenga los turnos superpuestos asociados a sus identificadores y procese los resultados completos antes de considerar terminada una transcripción. Cuando termine la entrada en vivo, señale su final y siga recibiendo hasta que el productor termine de emitir los resultados pendientes. Cerrar la conexión inmediatamente puede hacer que se pierdan; un límite de habla detectado termina un turno, no toda la sesión.
Las marcas temporales son por turno. Este perfil no ofrece marcas por palabra ni puntuaciones de confianza, y el progreso de procesamiento del audio no es la marca temporal de una palabra concreta. La detección de eventos sonoros, la detección de emociones y el reformateo de la transcripción también quedan fuera de la salida documentada. Utilice los intervalos de turno devueltos para una cronología de hablantes o una revisión por segmentos, y conserve las palabras reconocidas si una etapa de edición separada crea después notas más limpias.
Entre los resultados útiles están un dictado completado, la transcripción de una consulta de voz, una conversación atribuida a hablantes o una cronología de enunciados. Compare nombres, números y términos técnicos con la grabación original, preserve el modo y las asociaciones temporales y mantenga disponibles los turnos completos para su revisión. La transcripción establece lo reconocido en el audio; responder a una pregunta hablada, traducirla o convertirla en notas de reunión corresponde a una etapa posterior de la aplicación.
", "aboutText": "Muse Voice Transcribe 1.0 es el modelo de percepción de audio de Meta para transcribir el habla, detectar los límites de los enunciados y atribuir los turnos a sus hablantes. Pertenece a la familia de modelos Muse Spark e integra reconocimiento, diarización y detección del final de turno en el propio modelo. Su salida es el texto reconocido con la información temporal y de hablante disponible en el modo seleccionado.\n\nEl modelo procesa el audio en fragmentos de 80 milisegundos y decide cuándo seguir escuchando o emitir texto. Su retardo adaptativo le permite esperar más audio cuando una palabra resulta difícil de resolver. Así genera texto parcial mientras llega el habla y, después, resultados de transcripción completos. La hipótesis parcial y el turno completado son etapas distintas de la experiencia de escucha.\n\nElija entre tres modos. Push-to-talk es el predeterminado para un único enunciado controlado, como una consulta de voz o un dictado breve. Endpointing permite que el modelo detecte los límites de los turnos de habla y devuelva una transcripción completa por segmento detectado. Diarization atribuye el habla reconocida a etiquetas de hablante y está pensado para grabaciones con varias voces, en lugar del intercambio más rápido de comandos de voz.\n\nPara una grabación, el flujo de transcripción de archivos devuelve la transcripción completa en una sola solicitud. El resultado predeterminado es un JSON que contiene la transcripción y la duración del audio, con un array turns en los modos endpointing y diarization. Cada turno puede incluir un identificador, su inicio y final en milisegundos y el texto reconocido. Las etiquetas de hablante aparecen en el modo diarization. Push-to-talk genera la transcripción completa sin turnos detectados en ese array. La interfaz de archivos grabados del fabricante también puede devolver texto sin formato o un flujo de eventos de transcripción. El texto sin formato mantiene los turnos detectados en líneas separadas y puede incluir etiquetas de hablante; el flujo de eventos termina tras su último evento, sin un resumen JSON aparte. Su modo parcial delta devuelve incrementos de texto, mientras que el evento final de transcripción contiene el texto completo.\n\nPrepare un archivo RIFF/WAVE con audio PCM mono de enteros de 16 bits a 16 o 24 kHz. La frecuencia nativa del modelo es de 24 kHz y la interfaz también acepta 16 kHz. Antes de enviar una grabación, convierta los demás contenedores o codificaciones al formato WAV admitido. El perfil de transcripción de archivos permite audio de hasta 10 minutos y un cuerpo total de solicitud de hasta 32 MB. Conserve la grabación original y cualquier conversión asociadas a la transcripción devuelta para poder revisarla escuchando el audio.\n\nEl flujo de audio en vivo utiliza PCM mono sin contenedor, con enteros de 16 bits con signo en orden little-endian, a 16 o 24 kHz, enviado aproximadamente en tiempo real. Su ventana de sesión documentada es de 60 minutos. Meta describe una entrada de audio nativa superior a una hora; los límites documentados de archivo y sesión en vivo siguen siendo límites de interfaces separados. Elija el flujo de archivo o el de audio en vivo según si el audio ya está completo o todavía se está capturando, y mantenga los resultados de cada sesión asociados a sus propios segmentos de entrada.\n\nMuse Voice Transcribe se entrena con más de 70 idiomas, mientras que la interfaz de reconocimiento documentada enumera 25 idiomas admitidos. Entre ellos figuran inglés, francés, alemán, español, árabe, chino mandarín, hindi, japonés, coreano, italiano y portugués. Reconoce la alternancia de idiomas dentro de las frases y entre ellas. Una indicación de idioma puede nombrar los idiomas esperados en el audio, pero orienta el reconocimiento en lugar de forzar la transcripción a un único idioma.\n\nLas indicaciones de vocabulario ayudan con términos de productos, siglas, nombres o lugares importantes en una grabación. Proporcione las palabras y grafías reales que espera oír. La lista de palabras clave influye en el reconocimiento sin garantizar una grafía exacta, por lo que conviene comprobar los términos decisivos con el audio. Las indicaciones de idioma y las palabras clave se seleccionan al iniciar la transcripción; manténgalas adecuadas a esa grabación, sin cambiar su significado durante la sesión.\n\nEl modelo admite diarización de conversaciones con más de 20 hablantes. Etiquetas como A y B identifican voces dentro de una transcripción. No son nombres verificados ni demuestran que una etiqueta corresponda a la misma persona en otra sesión. Para analizar una reunión original, solicite turnos atribuidos a hablantes, conserve la grabación y utilice las etiquetas para organizar la conversación antes de asignar nombres reales mediante el flujo de trabajo de la aplicación.\n\nLas transcripciones parciales en vivo pueden cambiar a medida que llega más habla. En modo acumulativo, cada resultado parcial sustituye a la hipótesis anterior en vez de añadir otra copia. La detección del final del habla marca un límite, mientras que el resultado del turno completado aporta el texto final, que puede diferir del último parcial. Mantenga los turnos superpuestos asociados a sus identificadores y procese los resultados completos antes de considerar terminada una transcripción. Cuando termine la entrada en vivo, señale su final y siga recibiendo hasta que el productor termine de emitir los resultados pendientes. Cerrar la conexión inmediatamente puede hacer que se pierdan; un límite de habla detectado termina un turno, no toda la sesión.\n\nLas marcas temporales son por turno. Este perfil no ofrece marcas por palabra ni puntuaciones de confianza, y el progreso de procesamiento del audio no es la marca temporal de una palabra concreta. La detección de eventos sonoros, la detección de emociones y el reformateo de la transcripción también quedan fuera de la salida documentada. Utilice los intervalos de turno devueltos para una cronología de hablantes o una revisión por segmentos, y conserve las palabras reconocidas si una etapa de edición separada crea después notas más limpias.\n\nEntre los resultados útiles están un dictado completado, la transcripción de una consulta de voz, una conversación atribuida a hablantes o una cronología de enunciados. Compare nombres, números y términos técnicos con la grabación original, preserve el modo y las asociaciones temporales y mantenga disponibles los turnos completos para su revisión. La transcripción establece lo reconocido en el audio; responder a una pregunta hablada, traducirla o convertirla en notas de reunión corresponde a una etapa posterior de la aplicación.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "d680b8d06ad40f89d3b77d1a3f965e97cb0a3053d9329b9a0ec5c09701e52ec9", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "es-mx", "methods": [ { "html": "meta/muse-voice-transcribe-1.0Muse Voice Transcribe 1.0 es el modelo de voz a texto de Meta para dictado, detección de turnos de habla y transcripciones que distinguen a los hablantes. Admite indicaciones de idioma y vocabulario, alternancia de idiomas y marcas temporales por turno, con flujos separados para grabaciones y audio en vivo.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Muse Voice Transcribe 1.0 es el modelo de percepción de audio de Meta para transcribir el habla, detectar los límites de los enunciados y atribuir los turnos a sus hablantes. Pertenece a la familia de modelos Muse Spark e integra reconocimiento, diarización y detección del final de turno en el propio modelo. Su salida es el texto reconocido con la información temporal y de hablante disponible en el modo seleccionado.
El modelo procesa el audio en fragmentos de 80 milisegundos y decide cuándo seguir escuchando o emitir texto. Su retardo adaptativo le permite esperar más audio cuando una palabra resulta difícil de resolver. Así genera texto parcial mientras llega el habla y, después, resultados de transcripción completos. La hipótesis parcial y el turno completado son etapas distintas de la experiencia de escucha.
Elija entre tres modos. Push-to-talk es el predeterminado para un único enunciado controlado, como una consulta de voz o un dictado breve. Endpointing permite que el modelo detecte los límites de los turnos de habla y devuelva una transcripción completa por segmento detectado. Diarization atribuye el habla reconocida a etiquetas de hablante y está pensado para grabaciones con varias voces, en lugar del intercambio más rápido de comandos de voz.
Para una grabación, el flujo de transcripción de archivos devuelve la transcripción completa en una sola solicitud. El resultado predeterminado es un JSON que contiene la transcripción y la duración del audio, con un array turns en los modos endpointing y diarization. Cada turno puede incluir un identificador, su inicio y final en milisegundos y el texto reconocido. Las etiquetas de hablante aparecen en el modo diarization. Push-to-talk genera la transcripción completa sin turnos detectados en ese array. La interfaz de archivos grabados del fabricante también puede devolver texto sin formato o un flujo de eventos de transcripción. El texto sin formato mantiene los turnos detectados en líneas separadas y puede incluir etiquetas de hablante; el flujo de eventos termina tras su último evento, sin un resumen JSON aparte. Su modo parcial delta devuelve incrementos de texto, mientras que el evento final de transcripción contiene el texto completo.
Prepare un archivo RIFF/WAVE con audio PCM mono de enteros de 16 bits a 16 o 24 kHz. La frecuencia nativa del modelo es de 24 kHz y la interfaz también acepta 16 kHz. Antes de enviar una grabación, convierta los demás contenedores o codificaciones al formato WAV admitido. El perfil de transcripción de archivos permite audio de hasta 10 minutos y un cuerpo total de solicitud de hasta 32 MB. Conserve la grabación original y cualquier conversión asociadas a la transcripción devuelta para poder revisarla escuchando el audio.
El flujo de audio en vivo utiliza PCM mono sin contenedor, con enteros de 16 bits con signo en orden little-endian, a 16 o 24 kHz, enviado aproximadamente en tiempo real. Su ventana de sesión documentada es de 60 minutos. Meta describe una entrada de audio nativa superior a una hora; los límites documentados de archivo y sesión en vivo siguen siendo límites de interfaces separados. Elija el flujo de archivo o el de audio en vivo según si el audio ya está completo o todavía se está capturando, y mantenga los resultados de cada sesión asociados a sus propios segmentos de entrada.
Muse Voice Transcribe se entrena con más de 70 idiomas, mientras que la interfaz de reconocimiento documentada enumera 25 idiomas admitidos. Entre ellos figuran inglés, francés, alemán, español, árabe, chino mandarín, hindi, japonés, coreano, italiano y portugués. Reconoce la alternancia de idiomas dentro de las frases y entre ellas. Una indicación de idioma puede nombrar los idiomas esperados en el audio, pero orienta el reconocimiento en lugar de forzar la transcripción a un único idioma.
Las indicaciones de vocabulario ayudan con términos de productos, siglas, nombres o lugares importantes en una grabación. Proporcione las palabras y grafías reales que espera oír. La lista de palabras clave influye en el reconocimiento sin garantizar una grafía exacta, por lo que conviene comprobar los términos decisivos con el audio. Las indicaciones de idioma y las palabras clave se seleccionan al iniciar la transcripción; manténgalas adecuadas a esa grabación, sin cambiar su significado durante la sesión.
El modelo admite diarización de conversaciones con más de 20 hablantes. Etiquetas como A y B identifican voces dentro de una transcripción. No son nombres verificados ni demuestran que una etiqueta corresponda a la misma persona en otra sesión. Para analizar una reunión original, solicite turnos atribuidos a hablantes, conserve la grabación y utilice las etiquetas para organizar la conversación antes de asignar nombres reales mediante el flujo de trabajo de la aplicación.
Las transcripciones parciales en vivo pueden cambiar a medida que llega más habla. En modo acumulativo, cada resultado parcial sustituye a la hipótesis anterior en vez de añadir otra copia. La detección del final del habla marca un límite, mientras que el resultado del turno completado aporta el texto final, que puede diferir del último parcial. Mantenga los turnos superpuestos asociados a sus identificadores y procese los resultados completos antes de considerar terminada una transcripción. Cuando termine la entrada en vivo, señale su final y siga recibiendo hasta que el productor termine de emitir los resultados pendientes. Cerrar la conexión inmediatamente puede hacer que se pierdan; un límite de habla detectado termina un turno, no toda la sesión.
Las marcas temporales son por turno. Este perfil no ofrece marcas por palabra ni puntuaciones de confianza, y el progreso de procesamiento del audio no es la marca temporal de una palabra concreta. La detección de eventos sonoros, la detección de emociones y el reformateo de la transcripción también quedan fuera de la salida documentada. Utilice los intervalos de turno devueltos para una cronología de hablantes o una revisión por segmentos, y conserve las palabras reconocidas si una etapa de edición separada crea después notas más limpias.
Entre los resultados útiles están un dictado completado, la transcripción de una consulta de voz, una conversación atribuida a hablantes o una cronología de enunciados. Compare nombres, números y términos técnicos con la grabación original, preserve el modo y las asociaciones temporales y mantenga disponibles los turnos completos para su revisión. La transcripción establece lo reconocido en el audio; responder a una pregunta hablada, traducirla o convertirla en notas de reunión corresponde a una etapa posterior de la aplicación.
POST /v1/audio/transcriptionsaudiotext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites meta/muse-voice-transcribe-1.0 | Predeterminado— |
Campoinput_audio | Tipoobject | RequisitoObligatorio | Valores y límites | Predeterminado— |
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, input_audio |
Parámetromaterial_types | Contratoaudio |
Parámetromaterial_conditions | ContratoEl ejemplo lee tu archivo PCM WAV real y no vacío, codifica todos sus bytes en base64 y envía input_audio.format con el valor wav. |
Ciclo de vida: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · task_id exacto de un registro multimedia existente que te pertenece
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Unidad de facturación | Cargo |
|---|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Unidad de facturación— | Cargo Entrada · Tokens de entrada — / 1K tokens Salida · Tokens de salida — / 1K tokens Entrada · Lectura de caché — / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
| Configuraciónsegundo de audio de entrada | Tabla de tarifas— | Unidad de facturaciónpor segundo de audio de entrada | Cargo Entrada · segundo de audio de entrada $0.0001 por segundo de audio de entrada |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_AUDIO_FILE:?Set the path to your actual PCM WAV recording}"\nexport AILOOT_AUDIO_FILE\npython3 - <<'PY_REQUEST'\nimport base64, io, json, os, wave\nfrom pathlib import Path\naudio = Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes()\nif not (audio[:4] == b'RIFF' and audio[8:12] == b'WAVE'):\n raise SystemExit('Supply your actual PCM WAV audio file')\nwith wave.open(io.BytesIO(audio), 'rb') as recording:\n if recording.getcomptype() != 'NONE' or recording.getnframes() <= 0:\n raise SystemExit('Supply a nonempty PCM WAV recording')\nrequest = {'model': 'meta/muse-voice-transcribe-1.0', 'input_audio': {'data': base64.b64encode(audio).decode('ascii'), 'format': 'wav'}}\nPath('request.json').write_text(json.dumps(request, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o response.bin\n# Retain the complete original response, headers and actual X-Client-Request-ID.\n# Read existing owned records for recovery; do not resubmit an uncertain operation.\nCuerpo completo de la respuesta original, estado y encabezados reenviados. Este manejador no agrega una estructura JSON universal, un campo de texto ni una estructura contenedora de tareas.
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva la respuesta completa y los encabezados, todas las salidas reales, los identificadores originales devueltos y todos los campos de uso. Recupera la operación original sin volver a enviar la solicitud de creación.
Conserva el X-Client-Request-ID real y la respuesta completa. Consulta los recursos originales que te pertenecen y sus URL exactas de contenido firmadas; nunca vuelvas a enviar una creación incierta.
| Campo | Tipo |
|---|---|
Campotext (when present) | Tipo |
Campousage (when present) | Tipo |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónEl cuerpo JSON o el ID canónico explícito del modelo no son válidos. | Siguiente pasoConserva la respuesta y corrige el campo indicado de la solicitud. |
Respuesta401 · authentication_error | CondiciónLa clave API de Ailoot no es válida. | Siguiente pasoUsa tu clave API autorizada de Ailoot. |
Respuesta403 · permission_error | CondiciónEl grupo de la clave no admite este método. | Siguiente pasoConserva los detalles del error devueltos. |
Respuesta404 · not_found_error | CondiciónEl método seleccionado no tiene una ruta admitida. | Siguiente pasoConserva los detalles del error devueltos. |
Respuesta422 · price_unavailable | CondiciónLa tarifa aceptada no puede obtener la cantidad de entrada o el límite que requiere. | Siguiente pasoConserva la respuesta; usa la representación de entrada que requiere la tarifa aceptada. |
Respuesta503 · | CondiciónEl almacenamiento requerido, la ruta, el precio del método o la reserva de fondos no están disponibles. | Siguiente pasoConserva la respuesta original completa. Una reserva incierta no autoriza un reenvío. |
Respuesta502 · server_error | CondiciónEl resultado original, el uso o la liquidación del cargo requieren verificación. | Siguiente pasoConserva el ID real de solicitud y la respuesta original. Consulta el registro existente que te pertenece; no vuelvas a enviar la creación. |
Ailoot Ultra meta/muse-voice-transcribe-1.0
Usa las rutas de método indicadas arriba.