Google Chirp 3 on monikielinen automaattinen puheentunnistusmalli, joka muuntaa puhutun äänen tekstiksi. Google dokumentoi sen Speech-to-Text V2 -perheensä Chirp 3 -litterointimallina, jonka mallitunniste on chirp_3. Sen tarkoitus on tunnistaa tallennettua tai suoratoistettua puhetta kielentunnistuksen ja litterointikohtaisten ominaisuuksien avulla. Tuloksena syntyy litterointi ja valitun tunnistusmenetelmän tukemat metatiedot, ei luotua puhetta tai avoin avustajavastaus.
Valmistaja erottaa suoratoistotunnistuksen, lyhyiden leikkeiden synkronisen tunnistuksen ja pidempien tallenteiden erätunnistuksen. Valitse tila lähdeäänen ja vaaditun tuloksen mukaan. Lyhyelle ääniviestille valmis tekstivastaus voi riittää. Haastattelussa tai tallennetussa puhelussa puhujatietoja sisältävä erätulos voi olla hyödyllisempi. Pidä reaaliaikaisessa tekstityksessä tai puhekomentorajapinnassa välivaiheen teksti erillään lopullisesta tunnistustuloksesta ja säilytä sen kuvaama ääniaikaväli.
Valmistele ääni tunnistustoteutuksen odottamaan koodaukseen. Googlen Chirp 3 -esimerkit käyttävät tallennetuille tiedostoille automaattisesti tunnistettua dekoodausta ja raakamuotoisen suoratoiston kokoonpanolle nimenomaisesti määritettyä dekoodausta. Asiaan liittyvä V2-dekooderiviite luettelee tuettujen koodausten joukossa WAV PCM -äänen tai kompandoidun äänen, FLACin, MP3:n, Ogg/WebM Opusin ja AAC:n MP4-, M4A- tai MOV-säiliöissä. Säiliön nimi ei korvaa todellista koodekkia ja näytteenottoasetuksia. Säilytä puheen selkeys ja vältä voimakasta leikkautumista tai tarpeetonta muunnosta, joka hävittää kuultavia yksityiskohtia.
Chirp 3 voi tunnistaa vallitsevan kielen ja litteroida sen automaattisesti, ja odotettujen kieli- ja alueasetusten joukko voi rajata tunnistusvaihtoehtoja. Kielten saatavuus vaihtelee menetelmän ja ominaisuuden mukaan. Litterointikielten luettelo on laajempi kuin puhujanerottelun kieliluettelo, joten kielen tunnistaminen ei osoita kaikkien puhuja- tai ajoitusominaisuuksien soveltuvan siihen. Käytä tallennetta vastaavaa kieli- ja alueasetusta ja säilytä kielenvaihtoa sisältävät nimet tai erikoistermit tarkistettaviksi. Tunnistetun kielen merkintä on osa tulosta, ei näyttö siitä, että kaikki epätavalliset sanat tunnistettiin oikein.
Puhujanerottelu ryhmittelee yksikanavaisen tallenteen puheen äänen perusteella. Google tarjoaa erälitterointiesimerkin, jossa jokaisella sanalla on puhujatiedot. Säilytä haastattelussa nämä merkinnät tunnistetun tekstin yhteydessä ja vertaa puhujanvaihdoksia tallenteeseen ennen oikeiden nimien tai roolien liittämistä niihin. Samankaltaiset äänet, keskeytykset ja päällekkäinen puhe voivat vaikeuttaa kohdistamista. Pidä lähteen kanavajärjestely ja tarkoitettu puhujien tarkistustehtävä selkeinä sen sijaan, että pitäisit merkintää itsenäisesti varmennettuna henkilöllisyytenä.
Myös ajoitus on menetelmäkohtaista. Suoratoistotunnistus tarjoaa lausumatasoiset aikaleimat, kun taas valmistajan tiedostontunnistusohje kuvaa valinnaisen sanakohtaisen ajoituksen ja siihen mahdollisesti liittyvän litterointilaadun heikkenemisen. Säilytä valitun menetelmän todellisuudessa palauttamat metatiedot ja tarkista kohdistus sanamuodon rinnalla. Tekstitystyönkulku tarvitsee molemmat: luettavan tunnistetun tekstin ja näytön siitä, että ajoitusraja vastaa oikeaa ääntä. Google varoittaa myös, ettei palautettu sanakohtainen luottamusarvo ole todellinen luottamuspistemäärä, joten sitä ei tule käyttää sanan oikeellisuuden vahvistamiseen.
Puheentunnistuksen mukauttamista varten annetaan ilmauksia ja erisnimiä, joita tallenteessa todennäköisesti esiintyy. Valmistaja dokumentoi enintään 1 000 ilmauksen sanaston ja suosittelee mahdollisimman pientä määrää olennaisia merkintöjä, jotta muiden termien tunnistus ei heikkene. Valmistele tekniseen esitykseen lyhyt luettelo todellisista tuotenimistä ja lyhenteistä ja tarkista ne sitten litteroinnista. Painotus auttaa tunnistusta ottamaan termin huomioon; se ei osoita, että termi lausuttiin, eikä korvaa tarkistusta ääntä vasten.
Malli tuottaa automaattiset välimerkit ja isot alkukirjaimet, jotka dokumentoidussa rajapinnassa voi poistaa käytöstä. Google kuvaa myös esiversio-ominaisuuden mukautetuille litterointimuotoilun ohjeille, kuten sille, miten tietty nimi tai päivämäärä tulee kirjoittaa. Rajaa nämä ohjeet tunnistetun puheen muotoiluun. Päivämäärän normalisoivan tai brändin isolla alkukirjaimella kirjoittavan litteroinnin on silti säilytettävä puhutun sisällön merkitys. Yhteenveto, käännös tai tosiasioiden analyysi on litteroinnin myöhempää käyttöä, ei tunnistustuloksen itsessään osoittama asia.
Sisäänrakennettu kohinanvaimennus on tarkoitettu vähentämään taustamusiikkia ja ympäristön ääniä, kuten sadetta tai katumelua. Google toteaa nimenomaisesti, ettei se pysty poistamaan taustalla kuuluvia ihmisääniä. Säilytä tämä ero, kun valmistelet päällekkäistä keskustelua sisältävää tallennetta. Tarkista meluisat ja hiljaiset osuudet lähdettä vasten sen sijaan, että olettaisit siistimmän näköisen litteroinnin todistavan häiritsevän äänen poistuneen. Hyödyllinen tulos pitää epävarmat kohdat tunnistettavina korjaamista varten.
Suoratoistotehtävissä puhejakson päättymisen tunnistusherkkyys muuttaa sitä, milloin lausuma katsotaan päättyneeksi. Valmistaja kuvaa standard-, short- ja supershort-asetukset yhä lyhyemmälle odotetulle puheelle. Nopeampi asetus voi katkaista puhujan, joka pitää tauon kesken ajatuksen. Sovita asetus luonnolliseen saneluun, lyhyeen lauseeseen tai hyvin lyhyeen komentoon ja säilytä lopullisen tuloksen tila litteroinnin yhteydessä. Tarkista valmiista tiedostosta nimet, määrät, kiellot ja puhujien rajat ja säilytä sitten valittu tila ja lähdeääni, jotta tulos voidaan tarkistaa tai käyttää uudelleen.
", "aboutText": "Google Chirp 3 on monikielinen automaattinen puheentunnistusmalli, joka muuntaa puhutun äänen tekstiksi. Google dokumentoi sen Speech-to-Text V2 -perheensä Chirp 3 -litterointimallina, jonka mallitunniste on chirp_3. Sen tarkoitus on tunnistaa tallennettua tai suoratoistettua puhetta kielentunnistuksen ja litterointikohtaisten ominaisuuksien avulla. Tuloksena syntyy litterointi ja valitun tunnistusmenetelmän tukemat metatiedot, ei luotua puhetta tai avoin avustajavastaus.\n\nValmistaja erottaa suoratoistotunnistuksen, lyhyiden leikkeiden synkronisen tunnistuksen ja pidempien tallenteiden erätunnistuksen. Valitse tila lähdeäänen ja vaaditun tuloksen mukaan. Lyhyelle ääniviestille valmis tekstivastaus voi riittää. Haastattelussa tai tallennetussa puhelussa puhujatietoja sisältävä erätulos voi olla hyödyllisempi. Pidä reaaliaikaisessa tekstityksessä tai puhekomentorajapinnassa välivaiheen teksti erillään lopullisesta tunnistustuloksesta ja säilytä sen kuvaama ääniaikaväli.\n\nValmistele ääni tunnistustoteutuksen odottamaan koodaukseen. Googlen Chirp 3 -esimerkit käyttävät tallennetuille tiedostoille automaattisesti tunnistettua dekoodausta ja raakamuotoisen suoratoiston kokoonpanolle nimenomaisesti määritettyä dekoodausta. Asiaan liittyvä V2-dekooderiviite luettelee tuettujen koodausten joukossa WAV PCM -äänen tai kompandoidun äänen, FLACin, MP3:n, Ogg/WebM Opusin ja AAC:n MP4-, M4A- tai MOV-säiliöissä. Säiliön nimi ei korvaa todellista koodekkia ja näytteenottoasetuksia. Säilytä puheen selkeys ja vältä voimakasta leikkautumista tai tarpeetonta muunnosta, joka hävittää kuultavia yksityiskohtia.\n\nChirp 3 voi tunnistaa vallitsevan kielen ja litteroida sen automaattisesti, ja odotettujen kieli- ja alueasetusten joukko voi rajata tunnistusvaihtoehtoja. Kielten saatavuus vaihtelee menetelmän ja ominaisuuden mukaan. Litterointikielten luettelo on laajempi kuin puhujanerottelun kieliluettelo, joten kielen tunnistaminen ei osoita kaikkien puhuja- tai ajoitusominaisuuksien soveltuvan siihen. Käytä tallennetta vastaavaa kieli- ja alueasetusta ja säilytä kielenvaihtoa sisältävät nimet tai erikoistermit tarkistettaviksi. Tunnistetun kielen merkintä on osa tulosta, ei näyttö siitä, että kaikki epätavalliset sanat tunnistettiin oikein.\n\nPuhujanerottelu ryhmittelee yksikanavaisen tallenteen puheen äänen perusteella. Google tarjoaa erälitterointiesimerkin, jossa jokaisella sanalla on puhujatiedot. Säilytä haastattelussa nämä merkinnät tunnistetun tekstin yhteydessä ja vertaa puhujanvaihdoksia tallenteeseen ennen oikeiden nimien tai roolien liittämistä niihin. Samankaltaiset äänet, keskeytykset ja päällekkäinen puhe voivat vaikeuttaa kohdistamista. Pidä lähteen kanavajärjestely ja tarkoitettu puhujien tarkistustehtävä selkeinä sen sijaan, että pitäisit merkintää itsenäisesti varmennettuna henkilöllisyytenä.\n\nMyös ajoitus on menetelmäkohtaista. Suoratoistotunnistus tarjoaa lausumatasoiset aikaleimat, kun taas valmistajan tiedostontunnistusohje kuvaa valinnaisen sanakohtaisen ajoituksen ja siihen mahdollisesti liittyvän litterointilaadun heikkenemisen. Säilytä valitun menetelmän todellisuudessa palauttamat metatiedot ja tarkista kohdistus sanamuodon rinnalla. Tekstitystyönkulku tarvitsee molemmat: luettavan tunnistetun tekstin ja näytön siitä, että ajoitusraja vastaa oikeaa ääntä. Google varoittaa myös, ettei palautettu sanakohtainen luottamusarvo ole todellinen luottamuspistemäärä, joten sitä ei tule käyttää sanan oikeellisuuden vahvistamiseen.\n\nPuheentunnistuksen mukauttamista varten annetaan ilmauksia ja erisnimiä, joita tallenteessa todennäköisesti esiintyy. Valmistaja dokumentoi enintään 1 000 ilmauksen sanaston ja suosittelee mahdollisimman pientä määrää olennaisia merkintöjä, jotta muiden termien tunnistus ei heikkene. Valmistele tekniseen esitykseen lyhyt luettelo todellisista tuotenimistä ja lyhenteistä ja tarkista ne sitten litteroinnista. Painotus auttaa tunnistusta ottamaan termin huomioon; se ei osoita, että termi lausuttiin, eikä korvaa tarkistusta ääntä vasten.\n\nMalli tuottaa automaattiset välimerkit ja isot alkukirjaimet, jotka dokumentoidussa rajapinnassa voi poistaa käytöstä. Google kuvaa myös esiversio-ominaisuuden mukautetuille litterointimuotoilun ohjeille, kuten sille, miten tietty nimi tai päivämäärä tulee kirjoittaa. Rajaa nämä ohjeet tunnistetun puheen muotoiluun. Päivämäärän normalisoivan tai brändin isolla alkukirjaimella kirjoittavan litteroinnin on silti säilytettävä puhutun sisällön merkitys. Yhteenveto, käännös tai tosiasioiden analyysi on litteroinnin myöhempää käyttöä, ei tunnistustuloksen itsessään osoittama asia.\n\nSisäänrakennettu kohinanvaimennus on tarkoitettu vähentämään taustamusiikkia ja ympäristön ääniä, kuten sadetta tai katumelua. Google toteaa nimenomaisesti, ettei se pysty poistamaan taustalla kuuluvia ihmisääniä. Säilytä tämä ero, kun valmistelet päällekkäistä keskustelua sisältävää tallennetta. Tarkista meluisat ja hiljaiset osuudet lähdettä vasten sen sijaan, että olettaisit siistimmän näköisen litteroinnin todistavan häiritsevän äänen poistuneen. Hyödyllinen tulos pitää epävarmat kohdat tunnistettavina korjaamista varten.\n\nSuoratoistotehtävissä puhejakson päättymisen tunnistusherkkyys muuttaa sitä, milloin lausuma katsotaan päättyneeksi. Valmistaja kuvaa standard-, short- ja supershort-asetukset yhä lyhyemmälle odotetulle puheelle. Nopeampi asetus voi katkaista puhujan, joka pitää tauon kesken ajatuksen. Sovita asetus luonnolliseen saneluun, lyhyeen lauseeseen tai hyvin lyhyeen komentoon ja säilytä lopullisen tuloksen tila litteroinnin yhteydessä. Tarkista valmiista tiedostosta nimet, määrät, kiellot ja puhujien rajat ja säilytä sitten valittu tila ja lähdeääni, jotta tulos voidaan tarkistaa tai käyttää uudelleen.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "8504fbc1f239a49696437a0a7541e5ef3102b49caf068da9209fd6e0e4fb21f5", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "fi", "methods": [ { "html": "google/chirp-3Google Chirp 3 on monikielinen puheentunnistusmalli suoratoistoon, lyhyisiin tallenteisiin ja pidempien tallenteiden erälitterointiin. Se tarjoaa automaattisen kielentunnistuksen, välimerkit, sanastomukautuksen ja tilasta riippuvia ajoitus- tai puhujatietoja. Sen kohinanvaimennus vähentää taustamelua mutta ei pysty poistamaan muiden ihmisten ääniä.
Tämä kuvaus kattaa mallin ominaisuudet. Ailootissa saatavilla olevat syötteet, tulosteet ja asetukset luetellaan alla valitulle menetelmälle.
Google Chirp 3 on monikielinen automaattinen puheentunnistusmalli, joka muuntaa puhutun äänen tekstiksi. Google dokumentoi sen Speech-to-Text V2 -perheensä Chirp 3 -litterointimallina, jonka mallitunniste on chirp_3. Sen tarkoitus on tunnistaa tallennettua tai suoratoistettua puhetta kielentunnistuksen ja litterointikohtaisten ominaisuuksien avulla. Tuloksena syntyy litterointi ja valitun tunnistusmenetelmän tukemat metatiedot, ei luotua puhetta tai avoin avustajavastaus.
Valmistaja erottaa suoratoistotunnistuksen, lyhyiden leikkeiden synkronisen tunnistuksen ja pidempien tallenteiden erätunnistuksen. Valitse tila lähdeäänen ja vaaditun tuloksen mukaan. Lyhyelle ääniviestille valmis tekstivastaus voi riittää. Haastattelussa tai tallennetussa puhelussa puhujatietoja sisältävä erätulos voi olla hyödyllisempi. Pidä reaaliaikaisessa tekstityksessä tai puhekomentorajapinnassa välivaiheen teksti erillään lopullisesta tunnistustuloksesta ja säilytä sen kuvaama ääniaikaväli.
Valmistele ääni tunnistustoteutuksen odottamaan koodaukseen. Googlen Chirp 3 -esimerkit käyttävät tallennetuille tiedostoille automaattisesti tunnistettua dekoodausta ja raakamuotoisen suoratoiston kokoonpanolle nimenomaisesti määritettyä dekoodausta. Asiaan liittyvä V2-dekooderiviite luettelee tuettujen koodausten joukossa WAV PCM -äänen tai kompandoidun äänen, FLACin, MP3:n, Ogg/WebM Opusin ja AAC:n MP4-, M4A- tai MOV-säiliöissä. Säiliön nimi ei korvaa todellista koodekkia ja näytteenottoasetuksia. Säilytä puheen selkeys ja vältä voimakasta leikkautumista tai tarpeetonta muunnosta, joka hävittää kuultavia yksityiskohtia.
Chirp 3 voi tunnistaa vallitsevan kielen ja litteroida sen automaattisesti, ja odotettujen kieli- ja alueasetusten joukko voi rajata tunnistusvaihtoehtoja. Kielten saatavuus vaihtelee menetelmän ja ominaisuuden mukaan. Litterointikielten luettelo on laajempi kuin puhujanerottelun kieliluettelo, joten kielen tunnistaminen ei osoita kaikkien puhuja- tai ajoitusominaisuuksien soveltuvan siihen. Käytä tallennetta vastaavaa kieli- ja alueasetusta ja säilytä kielenvaihtoa sisältävät nimet tai erikoistermit tarkistettaviksi. Tunnistetun kielen merkintä on osa tulosta, ei näyttö siitä, että kaikki epätavalliset sanat tunnistettiin oikein.
Puhujanerottelu ryhmittelee yksikanavaisen tallenteen puheen äänen perusteella. Google tarjoaa erälitterointiesimerkin, jossa jokaisella sanalla on puhujatiedot. Säilytä haastattelussa nämä merkinnät tunnistetun tekstin yhteydessä ja vertaa puhujanvaihdoksia tallenteeseen ennen oikeiden nimien tai roolien liittämistä niihin. Samankaltaiset äänet, keskeytykset ja päällekkäinen puhe voivat vaikeuttaa kohdistamista. Pidä lähteen kanavajärjestely ja tarkoitettu puhujien tarkistustehtävä selkeinä sen sijaan, että pitäisit merkintää itsenäisesti varmennettuna henkilöllisyytenä.
Myös ajoitus on menetelmäkohtaista. Suoratoistotunnistus tarjoaa lausumatasoiset aikaleimat, kun taas valmistajan tiedostontunnistusohje kuvaa valinnaisen sanakohtaisen ajoituksen ja siihen mahdollisesti liittyvän litterointilaadun heikkenemisen. Säilytä valitun menetelmän todellisuudessa palauttamat metatiedot ja tarkista kohdistus sanamuodon rinnalla. Tekstitystyönkulku tarvitsee molemmat: luettavan tunnistetun tekstin ja näytön siitä, että ajoitusraja vastaa oikeaa ääntä. Google varoittaa myös, ettei palautettu sanakohtainen luottamusarvo ole todellinen luottamuspistemäärä, joten sitä ei tule käyttää sanan oikeellisuuden vahvistamiseen.
Puheentunnistuksen mukauttamista varten annetaan ilmauksia ja erisnimiä, joita tallenteessa todennäköisesti esiintyy. Valmistaja dokumentoi enintään 1 000 ilmauksen sanaston ja suosittelee mahdollisimman pientä määrää olennaisia merkintöjä, jotta muiden termien tunnistus ei heikkene. Valmistele tekniseen esitykseen lyhyt luettelo todellisista tuotenimistä ja lyhenteistä ja tarkista ne sitten litteroinnista. Painotus auttaa tunnistusta ottamaan termin huomioon; se ei osoita, että termi lausuttiin, eikä korvaa tarkistusta ääntä vasten.
Malli tuottaa automaattiset välimerkit ja isot alkukirjaimet, jotka dokumentoidussa rajapinnassa voi poistaa käytöstä. Google kuvaa myös esiversio-ominaisuuden mukautetuille litterointimuotoilun ohjeille, kuten sille, miten tietty nimi tai päivämäärä tulee kirjoittaa. Rajaa nämä ohjeet tunnistetun puheen muotoiluun. Päivämäärän normalisoivan tai brändin isolla alkukirjaimella kirjoittavan litteroinnin on silti säilytettävä puhutun sisällön merkitys. Yhteenveto, käännös tai tosiasioiden analyysi on litteroinnin myöhempää käyttöä, ei tunnistustuloksen itsessään osoittama asia.
Sisäänrakennettu kohinanvaimennus on tarkoitettu vähentämään taustamusiikkia ja ympäristön ääniä, kuten sadetta tai katumelua. Google toteaa nimenomaisesti, ettei se pysty poistamaan taustalla kuuluvia ihmisääniä. Säilytä tämä ero, kun valmistelet päällekkäistä keskustelua sisältävää tallennetta. Tarkista meluisat ja hiljaiset osuudet lähdettä vasten sen sijaan, että olettaisit siistimmän näköisen litteroinnin todistavan häiritsevän äänen poistuneen. Hyödyllinen tulos pitää epävarmat kohdat tunnistettavina korjaamista varten.
Suoratoistotehtävissä puhejakson päättymisen tunnistusherkkyys muuttaa sitä, milloin lausuma katsotaan päättyneeksi. Valmistaja kuvaa standard-, short- ja supershort-asetukset yhä lyhyemmälle odotetulle puheelle. Nopeampi asetus voi katkaista puhujan, joka pitää tauon kesken ajatuksen. Sovita asetus luonnolliseen saneluun, lyhyeen lauseeseen tai hyvin lyhyeen komentoon ja säilytä lopullisen tuloksen tila litteroinnin yhteydessä. Tarkista valmiista tiedostosta nimet, määrät, kiellot ja puhujien rajat ja säilytä sitten valittu tila ja lähdeääni, jotta tulos voidaan tarkistaa tai käyttää uudelleen.
POST /v1/audio/transcriptionsaudiotext| Kenttä | Tyyppi | Vaatimus | Arvot & rajat | Oletus |
|---|---|---|---|---|
Kenttämodel | Tyyppistring | VaatimusPakollinen | Arvot & rajat google/chirp-3 | Oletus— |
Kenttäinput_audio | Tyyppiobject | VaatimusPakollinen | Arvot & rajat | Oletus— |
| Parametri | Sopimus |
|---|---|
Parametricontent_type | Sopimusapplication/json |
Parametrirequired | Sopimusmodel, input_audio |
Parametrimaterial_types | Sopimusaudio |
Parametrimaterial_conditions | SopimusEsimerkki lukee todellisen, ei-tyhjän PCM WAV -tiedostosi, koodaa tiedoston kaikki tavut base64-muotoon ja lähettää input_audio.format-kentän arvona wav. |
Elinkaari: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · täsmällinen task_id olemassa olevasta käyttäjälle kuuluvasta mediatietueesta
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Hintatiedot eivät lisää pyyntövalintoja. Tuetut parametrit on lueteltu valitulle menetelmälle.
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 $0.000533333333334 syöteäänen sekuntia kohden |
Ailoot varaa arvioidun summan ennen pyyntöä. Tuloksen jälkeen lopullinen veloitus toteutetaan mitatun käytön perusteella. Suoratoiston veloituksessa käytetään lopullista käyttötietuetta. Varauksen ja lopullisen veloituksen toiminta →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_AUDIO_FILE:?Set the path to your actual PCM WAV recording}"\nexport AILOOT_AUDIO_FILE\npython3 - <<'PY_REQUEST'\nimport base64, io, json, os, wave\nfrom pathlib import Path\naudio = Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes()\nif not (audio[:4] == b'RIFF' and audio[8:12] == b'WAVE'):\n raise SystemExit('Supply your actual PCM WAV audio file')\nwith wave.open(io.BytesIO(audio), 'rb') as recording:\n if recording.getcomptype() != 'NONE' or recording.getnframes() <= 0:\n raise SystemExit('Supply a nonempty PCM WAV recording')\nrequest = {'model': 'google/chirp-3', 'input_audio': {'data': base64.b64encode(audio).decode('ascii'), 'format': 'wav'}}\nPath('request.json').write_text(json.dumps(request, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o response.bin\n# Retain the complete original response, headers and actual X-Client-Request-ID.\n# Read existing owned records for recovery; do not resubmit an uncertain operation.\nKoko alkuperäinen vastaussisältö, tila ja välitetyt otsakkeet. Tämä käsittelijä ei lisää yleistä JSON-rakennetta, tekstikenttää tai tehtävän käärettä.
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}Säilytä jokainen kokonainen palautettu vastaus, tiedosto ja sisällön osa.
Säilytä koko vastaus ja otsakkeet, jokainen todellinen tuloste, alkuperäiset palautetut tunnisteet ja kaikki käyttötietokentät. Selvitä alkuperäisen operaation tila lähettämättä luontipyyntöä uudelleen.
Säilytä todellinen X-Client-Request-ID ja koko vastaus. Lue alkuperäisiä käyttäjälle kuuluvia aineistoja ja niiden täsmällisiä allekirjoitettuja sisällön URL-osoitteita; älä koskaan lähetä epävarmaa luontipyyntöä uudelleen.
| Kenttä | Tyyppi |
|---|---|
Kenttätext (when present) | Tyyppi |
Kenttäusage (when present) | Tyyppi |
| Vastaus | Ehto | Seuraava vaihe |
|---|---|---|
Vastaus400 · invalid_request_error | EhtoJSON-sisältö tai nimenomainen kanoninen mallin tunniste on virheellinen. | Seuraava vaiheSäilytä vastaus ja korjaa ilmoitettu pyyntökenttä. |
Vastaus401 · authentication_error | EhtoAiloot API -avain on virheellinen. | Seuraava vaiheKäytä käyttöön oikeutettua Ailoot API -avaintasi. |
Vastaus403 · permission_error | EhtoAvaimen ryhmällä ei ole käyttöoikeutta tähän menetelmään. | Seuraava vaiheSäilytä palautetut virheen lisätiedot. |
Vastaus404 · not_found_error | EhtoValitulla menetelmällä ei ole käyttöön hyväksyttyä reittiä. | Seuraava vaiheSäilytä palautetut virheen lisätiedot. |
Vastaus422 · price_unavailable | EhtoHyväksytyn hinnaston edellyttämää syötemäärää tai sen rajaa ei saada selville. | Seuraava vaiheSäilytä vastaus; käytä hyväksytyn hinnaston edellyttämää syötteen esitysmuotoa. |
Vastaus503 · | EhtoVaadittu tallennustila, reitti, menetelmän hinta tai katevaraus ei ole saatavilla. | Seuraava vaiheSäilytä koko alkuperäinen vastaus. Epävarma katevaraus ei oikeuta uudelleenlähetykseen. |
Vastaus502 · server_error | EhtoAlkuperäinen tulos, käyttötiedot tai veloituksen lopullinen kirjaus on tarkistettava. | Seuraava vaiheSäilytä todellinen pyynnön tunniste ja alkuperäinen vastaus. Lue olemassa olevaa käyttäjälle kuuluvaa tietuetta; älä lähetä luontipyyntöä uudelleen. |
Ailoot Ultra google/chirp-3
Käytä yllä näytettyjä menetelmäpolkuja.