Source: https://ailoot.ai/models/fi/fish-audio-transcribe-1-pro/ Canonical: https://ailoot.ai/models/fi/fish-audio-transcribe-1-pro/ Language: fi # Fish Audio: Transcribe 1 Pro [Markdown](https://ailoot.ai/models/fi/fish-audio-transcribe-1-pro/index.md) · [JSON](https://ailoot.ai/models/fi/fish-audio-transcribe-1-pro/facts.json) ## [Fish Audio: Transcribe 1 Pro](https://ailoot.ai/models/fi/fish-audio-transcribe-1-pro/) Transcribe 1 Pro muuntaa enintään 60 minuutin tallenteet tekstiksi puhujamerkintöineen ja valinnaisine sanakohtaisine ajoituksineen. Se säilyttää päätellyt tunne- ja ääntelytapahtumien vihjeet, mikä helpottaa haastattelujen, kokousten ja podcastien tarkastelua, hakua tai valmistelua tekstitykseen. - [**Ailoot Ultra · Puheentunnistus** `POST /v1/audio/transcriptions` `fish-audio/transcribe-1-pro`](https://ailoot.ai/models/fi/fish-audio-transcribe-1-pro/#method-0) Tietoa mallista Tämä kuvaus kattaa mallin ominaisuudet. Ailootissa saatavilla olevat syötteet, tulosteet ja asetukset luetellaan alla valitulle menetelmälle. Transcribe 1 Pro on Fish Audion puheentunnistusmalli lyhyille leikkeille, usean puhujan keskusteluille ja pitkille tallenteille. Se vastaanottaa tallennettua ääntä ja palauttaa litteroinnin, johon voi sisältyä ajoitus ja jäsennellyt puheenvuorot. Sen erityispiirteitä ovat tekstiin merkityt puhujanvaihdokset sekä tunne- tai ääntelytapahtumien vihjeet, jotka säilyttävät tallenteen keskustelurakennetta enemmän kuin pelkkä sanajono. Säilytä haastattelun, kokouksen tai podcastin koko keskustelu yhtenä tiedostona, jotta uudelleen ääneen tulevat puhujat voivat säilyttää yhtenäiset tunnisteet vastauksen sisällä. Hyödyllinen tarkastelutuotos on alkuperäiseen tallenteeseen yhdistetty litterointi, jonka puheenvuorot näytetään erikseen ja jossa aikaleima mahdollistaa lainauksen tarkistamisen. Yhteenveto tai toimenpideluettelo on myöhempi sovellusvaihe: pidä se erillään litteroinnista, jotta puhuttu lähde säilyy vertailtavana. Tuottaja hyväksyy enintään 60 minuutin tallenteita ja kuvaa pitkien tiedostojen käsittelyn esimerkiksi MP3-, Opus- tai AAC-pakatulla äänellä. Tuettuja muotoja ovat WAV, MP3, AAC M4A- tai MP4-säiliössä, FLAC, Ogg Opus- tai Vorbis-koodekilla, WebM/Matroska ja MOV. Videotiedostosta käytetään ensimmäistä ääniraitaa. AIFF, CAF, WMA, AMR, AC-3 ja raakamuotoinen otsakkeeton PCM eivät ole tuettuja. Pyyntöön annetaan yksi äänitiedosto; tulos saapuu koko tallenteen litteroinnin jälkeen, ja pitkä tallenne voi kestää useita minuutteja. Noin 0,08 sekuntia lyhyemmät leikkeet hylätään. Tuottajan vastaus sisältää koko tekstin, tallenteen keston sekunteina ja segments-taulukon. Pro merkitsee puhujanvaihdokset tekstiin esimerkiksi tunnisteilla \<|speaker:0|\> ja \<|speaker:1|\>; tunniste koskee seuraavaa tekstiä seuraavaan merkkiin asti. Nämä ovat yhden vastauksen sisäisiä tunnisteita, eivät vahvistettuja nimiä tai henkilöllisyyksiä, jotka voidaan yhdistää eri pyyntöjen välillä. Jos litteroinnissa ei ole puhujamerkintää, opas käsittelee sitä yhden puhujan tuloksena. Säilytä ennen ensimmäistä merkkiä mahdollisesti oleva teksti ensimmäisen puheenvuoron yhteydessä äläkä hylkää sitä. Sanatason aikaleimat ovat valinnaisia. Tuottajan pyynnössä ignore\_timestamps on oletuksena true; arvon false asettaminen pyytää segmenttejä, joissa on teksti sekä alku- ja loppuaika sekunteina. Segmentti on yleensä sana, tai kiinassa ja japanissa yksi tai muutama merkki. Segmenttiteksti jättää pois välimerkit, puhujamerkinnät ja tapahtumavihjeet, ja se voi normalisoida puhutun arvon eri tavalla kuin koko litterointi. Sanasegmentin alku- ja loppuaika voivat olla samat. Tyhjä segments-taulukko voi tarkoittaa, ettei aikaleimoja pyydetty, puhetta ei löytynyt tai ajoitus oli tilapäisesti poissa käytöstä. Käytä koko litterointia luettavaan sanamuotoon ja segmenttejä kohdistamiseen sen sijaan, että olettaisit molempien merkkijonojen vastaavan toisiaan merkki merkiltä. diarize-asetuksen oletus on auto. Kun aikaleimoja pyydetään eikä diarize ole false, Pro palauttaa myös speaker\_turns-tiedot. Jokainen puheenvuoro sisältää puhujatunnisteen, tekstin sekä alku- ja loppuajat, säilyttäen välimerkit ja mukana olevat vihjeet ilman tekstin sisäistä puhujamerkkiä. Jos sanakohtainen ajoitus ei ole saatavilla, puheenvuorojen ajat voivat olla likimääräisiä ja kattaa koko tallenteen; vierekkäiset puheenvuorot eivät välttämättä jatku suoraan toisistaan, ja ne voivat olla päällekkäisiä. diarize-asetuksen poistaminen käytöstä poistaa jäsennellyn puheenvuoroluettelon mutta jättää puhujamerkinnät koko tekstiin. Tunnettu puhujamäärä tai vähimmäis- ja enimmäismäärä voi ohjata pitkän tallenteen puhujanerottelua parhaan mahdollisen arvion perusteella. Tarkkaa määrää ei voi yhdistää määrärajoihin, eikä määrävihjeitä voi käyttää, kun diarize on poistettu käytöstä. Tunne- ja ääntelytapahtumien vihjeet esiintyvät hakasulkeisiin merkittynä tekstinä, esimerkiksi \[laughter\], tunnistetun puheen rinnalla. Ne ovat äänestä tehtyjä päätelmiä, eivät sanoja, jotka käyttäjän pitäisi lisätä ennen litterointia. Pron tag\_audio\_events-asetus on oletuksena true; sen poistaminen käytöstä poistaa vihjeet litteroinnista ja puheenvuorotekstistä muuttamatta ajoitusta. Erillistä tunnekenttää tai kiinteää tunne-enumeraatiota ei ole. Säilytä merkinnöillä varustettu litterointi, kun huomautuksen äänensävy on tärkeä, ja käytä vihjeetöntä versiota, kun myöhempi tuotos tarvitsee vain puhutut sanat. Kieli tunnistetaan automaattisesti. Valinnainen pienillä kirjaimilla annettu ISO 639-1 -kielivihje ei pakota kääntämistä eikä muuta Pron litterointia. Jos kieltä ei pystytä määrittämään, palautettu kielikoodi voi vastata vihjettä ilman sen tarkistamista ääntä vasten. Tuottaja ilmoittaa yhden kielen eikä luetteloa kaikista monikielisen tallenteen kielistä. Pidä alkuperäinen sanamuoto ja kielimetatiedot yhdessä hakukelpoista arkistoa valmisteltaessa, erityisesti kun keskustelun eri osat vaihtavat kieltä. Ryhmittele tekstityksiä varten peräkkäiset ajoitetut sanat luettaviksi SRT- tai WebVTT-tekstitysjaksoiksi sen sijaan, että loisit yhden tekstityksen sanaa kohden. Erota jaksot taukojen kohdalla ja valitse niiden pituus ja näyttöaika soittimen ja yleisön mukaan. Puheenvuorojen rajat voivat pitää eri puhujat erillisissä tekstitysjaksoissa. Tarkista, onko ajoitustulos tyhjä, ja että kunkin tekstitysjakson loppuaika on alkuaikaa myöhempi. Tekstityksen muotoilu, anonyymien puhujatunnisteiden nimet ja myöhempi yhteenveto ovat litterointituloksesta rakennettavia sovellustuotoksia. Päätä käytännön tallennetyönkulussa ennen litterointia, tarvitsetko tavallisen luettavan litteroinnin, merkinnöillä varustetut keskusteluvuorot vai ajoitetut tekstitykset. Säilytä äänitunniste tuloksen yhteydessä, pidä palautettu koko teksti tallessa, kun välimerkit ja vihjeet ovat tärkeitä, ja käytä jäsenneltyjä ajoituskenttiä navigointiin. Pron pitkien tallenteiden ja useiden puhujien ominaisuudet ovat erilliset yleisestä, lyhyille tallenteille tarkoitetusta Transcribe 1 -mallista; niiden rajoja ja säätöjä ei pidä käsitellä keskenään vaihdettavina. **Ailoot Ultra · Puheentunnistus** `POST /v1/audio/transcriptions` `fish-audio/transcribe-1-pro` [`fish-audio/transcribe-1-pro`](https://ailoot.ai/models/fi/#m=fish-audio%2Ftranscribe-1-pro&route=Ultra&caller=fish-audio%2Ftranscribe-1-pro&fmt=transcriptions) Fish Audio /`fish-audio/transcribe-1-pro` ### Aloitus Transcribe 1 Pro muuntaa enintään 60 minuutin tallenteet tekstiksi puhujamerkintöineen ja valinnaisine sanakohtaisine ajoituksineen. Se säilyttää päätellyt tunne- ja ääntelytapahtumien vihjeet, mikä helpottaa haastattelujen, kokousten ja podcastien tarkastelua, hakua tai valmistelua tekstitykseen. Hyväksytyt syötteet Ääni Tulokset Teksti ### Saatavilla Ailootissa · syötteet & menetelmät **Ailoot Ultra · Puheentunnistus** `POST /v1/audio/transcriptions` Syötetyypit `audio` Tulostyypit `text` Tulosteen muoto json | Kenttä | Tyyppi | Vaatimus | Arvot & rajat | Oletus | | --- | --- | --- | --- | --- | | Kenttä`model` | Tyyppi`string` | VaatimusPakollinen | Arvot & rajat fish-audio/transcribe-1-pro | Oletus— | | Kenttä`input_audio` | Tyyppi`object` | VaatimusPakollinen | Arvot & rajat Tarkat avaimet: data, format | Oletus— | | Kenttä`input_audio.data` | Tyyppi`base64_string` | VaatimusPakollinen | Arvot & rajat Purettujen tavujen enimmäismäärä: 26 214 400 Tiukka Base64: Kyllä | Oletus— | | Kenttä`input_audio.format` | Tyyppi`string` | VaatimusPakollinen | Arvot & rajat Ehdot: On vastattava todellisen tiedoston tarkistettua muotoa | Oletus— | | Kenttä`response_format` | Tyyppi`string` | VaatimusValinnainen | Arvot & rajat json | Oletus— | Syöteaineistojen yhdistelmät **speech\_to\_text** · Pakollinen: input\_audio.data, input\_audio.format Menetelmän parametrit ja elinkaari | Parametri | Sopimus | | --- | --- | | Parametri`content_type` | Sopimusapplication/json | | Parametri`required` | Sopimusmodel, input\_audio | | Parametri`additional_properties` | Sopimusfalse | | Parametri`parameters` | Sopimus{"name":"model","type":"string","required":true,"enum":\["fish-audio/transcribe-1-pro"\]}, {"name":"input\_audio","type":"object","required":true,"exact\_keys":\["data","format"\],"data":"todellisten tuettujen äänitavujen tarkka base64-koodaus","format":"tiedoston tarkistettu täsmällinen muoto; sen on vastattava todellisia tavuja"}, {"name":"response\_format","type":"string","required":false,"enum":\["json"\]} | | Parametri`max_audio_bytes` | Sopimus26214400 | | Parametri`multipart_for_this_profile` | Sopimusfalse | | Parametri`material_types` | Sopimusaudio | Elinkaari: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · todellisuudessa palautettu task\_id tai mediakirjaston tietue `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` Säilytä koko vastaus ja alkuperäiset palautetut tunnisteet. Älä koskaan lähetä tuntemattomaan tilaan jäänyttä luontipyyntöä uudelleen. ### Hinnoittelu Hintatiedot eivät lisää pyyntövalintoja. Tuetut parametrit on lueteltu valitulle menetelmälle. Nopea tila Ei määritetty Kun nopea tila on valittu Flex-tila Ei määritetty Kun flex-tila on valittu Päättelyn enimmäisteho Ei määritetty Kun päättelyn enimmäistehoon sovelletaan default-oletussäätöä #### Ailoot-hinnat #### Hinnat asetusten mukaan Kohdista kukin veloitus näytettyihin ehtoihin. Käytä yhtä hintaa kutakin vaihtoehtoisten asetusten ryhmää kohden. | Asetukset | Hinnasto | Laskutusyksikkö | Veloitus | | --- | --- | --- | --- | | AsetuksetTokenien perushinnat | HinnastoPerushinta | Laskutusyksikkö— | Veloitus Syöte · Syötetokenit **—** / 1K tokenia Tuloste · Tulostokenit **—** / 1K tokenia Syöte · Välimuistin luku **—** / 1K tokenia Syöte · Välimuistiin kirjoitus **—** / 1K tokenia Syöte · Välimuistiin kirjoitus, 1 tunti **—** / 1K tokenia | | Asetuksetäänisyötteen sekunti | Hinnasto— | Laskutusyksikkösyöteäänen sekuntia kohden | Veloitus Syöte · äänisyötteen sekunti **$0.0002** syöteäänen sekuntia kohden | Ailoot varaa arvioidun summan ennen pyyntöä. Tuloksen jälkeen lopullinen veloitus toteutetaan mitatun käytön perusteella. Suoratoiston veloituksessa käytetään lopullista käyttötietuetta. [Varauksen ja lopullisen veloituksen toiminta →](https://ailoot.ai/docs/fi/billing/reserve/) #### Viitehinnaston tiedot Mallitason viitehinnastot eivät muuta menetelmän valintaa, hinta-arvioita tai veloituksia. Käytössä olevat veloitukset käyttävät valitun Ailoot-menetelmän hintoja. Fish Audio: Transcribe 1 Pro #### Hinnat asetusten mukaan | Asetukset | Laskutusehdot | Veloitus | | --- | --- | --- | | AsetuksetFish Audio: Transcribe 1 Pro · Oletusasetukset | LaskutusehdotOletuskokoonpano | Veloitus Syöte · Äänisyötteen sekunnit **0,0002 $** syöteäänen sekuntia kohden | ### Esimerkkipyynnöt #### Ailoot Ultra · Puheentunnistus curl · todelliset äänitavut ja tunnistettu muoto ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_AUDIO_FILE:?Set your actual audio file}" : "${AILOOT_AUDIO_FORMAT:?Set its actual probed file format}" export AILOOT_AUDIO_FILE AILOOT_AUDIO_FORMAT python3 - <<'PY_REQUEST' import json,os from pathlib import Path p=json.loads('{"model": "fish-audio/transcribe-1-pro", "response_format": "json"}') import base64 f=Path(os.environ['AILOOT_AUDIO_FILE']) raw=f.read_bytes() if not raw or len(raw)>26214400:raise SystemExit('Use actual audio bytes within 25 MiB') fmt=os.environ['AILOOT_AUDIO_FORMAT'].strip() if not fmt:raise SystemExit('Use the actual probed format; the server checks it against the bytes') p['input_audio']={'data':base64.b64encode(raw).decode(),'format':fmt} Path('request.json').write_text(json.dumps(p,ensure_ascii=False)) PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \ -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o result.json python3 - <<'PY_RESULT' import json from pathlib import Path r=json.loads(Path('result.json').read_text()) print(json.dumps(r,ensure_ascii=False,indent=2)) print('Keep the complete JSON and response headers; do not resubmit an unknown creation.') PY_RESULT ``` ### Vastaanota ja tallenna tulokset #### Ailoot Ultra · Puheentunnistus json - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` ##### Säilytä kaikki valmistuneet tulokset Säilytä jokainen kokonainen palautettu vastaus, tiedosto ja sisällön osa. Säilytä koko JSON, vastausotsakkeet, teksti ja jokainen todellinen palautettu käyttötietokenttä. Käytä vastauksen tai käyttäjälle kuuluvan kirjaston todellisia tehtävä- ja aineistotunnisteita; operation\_id ei ole task\_id. ##### Jos alkuperäinen vastaus on tarkistettava Säilytä alkuperäinen operation\_id/X-Client-Request-ID täsmäytystä varten lähettämättä pyyntöä uudelleen; erillistä äänen tilakyselyreittiä ei ole. Vastauksen kentät | Kenttä | Tyyppi | Merkitys | | --- | --- | --- | | Kenttä`text` | Tyyppistring | MerkitysLitteroitu teksti. | | Kenttä`usage` | Tyyppiobject | MerkitysÄänen käyttötiedot. | | Kenttä`usage.seconds` | Tyyppinumber | MerkitysÄänen kesto sekunteina. | | Kenttä`duration` | Tyyppinumber | MerkitysÄänen kesto sekunteina. | | Kenttä`task_id` | Tyyppistring | MerkitysLitterointitehtävän tunniste; palautetaan asset\_url-kentän kanssa, kun ei-tyhjä litterointi tallennetaan, julkaistaan ja sille määritetään allekirjoitettu sisällön URL-osoite. | | Kenttä`asset_url` | Tyyppistring | MerkitysLitterointisisällön allekirjoitettu URL-osoite; palautetaan task\_id-kentän kanssa, kun ei-tyhjä litterointi tallennetaan, julkaistaan ja sille määritetään allekirjoitettu sisällön URL-osoite. | Virheet ja seuraavat vaiheet | Vastaus | Ehto | Seuraava vaihe | | --- | --- | --- | | Vastaus400 · `invalid_request_error` | EhtoVirheelliset pakolliset kentät, aineiston esitysmuoto tai parametrin arvo | Seuraava vaiheKorjaa ilmoitetut kentät ennen uutta luontipyyntöä. | | Vastaus`server_error` | EhtoPalautettu vastaus ilmoittaa, että operaatio tai tulos edellyttää tarkistusta | Seuraava vaiheSäilytä alkuperäinen palautettu operaation tai tehtävän ID, pyynnön otsakkeet ja vastaus; jatka kyseisen alkuperäisen operaation tuettuja lukutoimintoja. Älä lähetä luontipyyntöä uudelleen. | ### Aliakset #### Mallin aliakset **Ailoot Ultra** [`fish-audio/transcribe-1-pro`](https://ailoot.ai/models/fi/#m=fish-audio%2Ftranscribe-1-pro&route=Ultra&caller=fish-audio%2Ftranscribe-1-pro&fmt=transcriptions) #### Menetelmäpolkujen aliakset Käytä yllä näytettyjä menetelmäpolkuja. #### Liittyvät kutsujan ID:t [`fish-audio/transcribe-1-pro`](https://ailoot.ai/models/fi/#m=fish-audio%2Ftranscribe-1-pro&route=Ultra&caller=fish-audio%2Ftranscribe-1-pro&fmt=transcriptions) FAQ · Fish Audio: Transcribe 1 Pro Mitä syötteitä ja tuloksia on saatavilla? `POST /v1/audio/transcriptions` · `fish-audio/transcribe-1-pro`: `audio` → `text` Mitä kenttiä pyyntö käyttää? `POST /v1/audio/transcriptions` · `fish-audio/transcribe-1-pro`: `model`, `input_audio`, `response_format` Yhdistä Ailoot Claude Codeen, OpenCodeen, Hermesiin tai omaan sovellukseesi. ## Yritys ja sen projektisalkku Yritys ja sen projektisalkku: miljoonia asiakkaita; kuukausittainen myynti miljardiluokassa. ## Osta tokenit alennuksella. Tilausalennus säännölliseen käyttöön. Kampanjakoodit — jopa 50% tokeniostoista. Tilaus Valitse alennushintainen paketti säännöllisiä pyyntöjäsi varten. Kampanjakoodi jopa 50% Syötä koodi oston yhteydessä. Hinta lasketaan uudelleen voimassa olevan kampanjan mukaan. Kulut historiassa Malli, tokenit ja summa tallennetaan jokaiselle pyynnölle. [Valitse tilaus](https://ailoot.ai/docs/fi/billing/subscriptions/) · [Katso mallihinnat](https://ailoot.ai/models/fi/) ## Yhdistä API tuotteeseen, jonka myyt. SaaS, sovellukset ja botit Ailootin palveluehtojen ja lisenssisopimuksen mukaisesti. Pyydä edelleenmyyntiin jälleenmyyjälisenssi. Kaupallinen sovellus Lisää tekstin, kuvien, videoiden ja äänen luonti palvelusi maksullisiin ominaisuuksiin. Jälleenmyyjälisenssi Lähetä projektikuvaus ja pääsyn toteutustapa. Pyydä kirjalliset käyttö- ja jälleenmyyntiehdot. Asiakirjat verkkosivustolla Palveluehdot, lisenssisopimus ja tietojenkäsittelykäytäntö ovat saatavilla ennen yhdistämistä. [Pyydä jälleenmyyjälisenssi](mailto:support@ailoot.ai) · [Palveluehdot ja lisenssisopimus](https://ailoot.ai/legal/offer?lang=fi) ## Ailoot · Yritys ja sen projektisalkku Ailoot perustuu kertyneeseen toimintakokemukseen, laajaan asiakaskuntaan, vakaaseen palveluun ja jatkuvaan KPI-seurantaan. Yritys ja sen projektisalkku: miljoonia asiakkaita; kuukausittainen myynti miljardiluokassa. Ailoot hyödyntää tätä toimintakokemusta tarjotessaan API-yhteyden tekoälytoimintoihin asiakkaiden tuotteissa, agenteissa, sovelluksissa ja automaatioissa.