Source: https://ailoot.ai/models/fr-ch/microsoft-mai-transcribe-1-5/ Canonical: https://ailoot.ai/models/fr-ch/microsoft-mai-transcribe-1-5/ Language: fr-ch # Microsoft AI: MAI-Transcribe 1.5 [Markdown](https://ailoot.ai/models/fr-ch/microsoft-mai-transcribe-1-5/index.md) · [JSON](https://ailoot.ai/models/fr-ch/microsoft-mai-transcribe-1-5/facts.json) ## [Microsoft AI: MAI-Transcribe 1.5](https://ailoot.ai/models/fr-ch/microsoft-mai-transcribe-1-5/) Microsoft AI MAI-Transcribe 1.5 convertit la parole enregistrée en texte dans 43 langues, avec identification automatique de la langue et une attention particulière aux accents et à l’audio bruité. Sa fiche décrit des indications de mots-clés adaptées au domaine pour les noms et termes spécialisés. Utilisez la transcription comme base de notes ou de sous-titres vérifiés. - [**Ailoot Ultra · Transcription audio** `POST /v1/audio/transcriptions` `microsoft/mai-transcribe-1.5`](https://ailoot.ai/models/fr-ch/microsoft-mai-transcribe-1-5/#method-0) À propos du modèle Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous. Microsoft AI MAI-Transcribe 1.5 est un modèle de reconnaissance vocale pour convertir des enregistrements audio en contenu écrit. Sa fiche précise décrit la reconnaissance dans 43 langues, l’identification automatique de la langue et la robustesse face aux accents, dialectes, styles de parole et conditions bruitées. L’édition ajoute dix-huit langues aux 25 de MAI-Transcribe 1. Un résultat utile est le texte d’un cours, d’un entretien, d’un appel ou d’une note vocale, prêt à être vérifié dans l’enregistrement avant une étape ultérieure de modification ou d’analyse. Préparez un enregistrement complet et intelligible dans l’un des formats cités par le fabricant : WAV, MP3 ou FLAC. Conservez le fichier original et son éventuel découpage en sections pour comparer transcription et audio. Pour un cours, gardez les phrases autour d’un terme technique au lieu d’isoler le seul mot difficile. Pour une note vocale, préservez une correction qui change un nom, une heure ou un nombre. Les paroles environnantes donnent du contexte pour reconnaître ce qui a été dit, et l’écoute permet de repérer les passages à corriger. L’identification automatique permet de traiter l’enregistrement sans choisir la langue au préalable. L’ensemble de 43 langues comprend l’anglais, le français, l’allemand, l’italien, l’espagnol, l’hindi, le chinois, le japonais, le coréen, l’arabe, l’indonésien, le russe, le thaï et le vietnamien. Les ajouts comprennent le bulgare, le catalan, le grec, l’ukrainien et plusieurs langues d’Asie du Sud. Vérifiez que la langue visée appartient à cette édition au lieu de lui attribuer la couverture plus large de MAI-Transcribe 2. Pour les collections multilingues, conservez la langue de l’enregistrement avec le texte vérifié afin que les modifications en aval suivent les paroles réelles. La fiche 1.5 décrit des indications de mots-clés ou d’entités pouvant atteindre 200 termes, et sa présentation en explique l’objectif : fournir en contexte les noms, acronymes et mots spécialisés probables. Le fabricant parle d’indices contextuels, pas d’insertion aveugle des mots fournis dans le résultat. Préparez un vocabulaire pertinent, comme le nom du projet, un instrument technique ou la graphie correcte d’une personne évoquée. Utilisez cette terminologie comme contexte de l’enregistrement réel et vérifiez les termes reconnus dans la parole. Pour une leçon d’ingénierie enregistrée, préparez les noms des instruments évoqués et la graphie exacte des acronymes du projet. Inscrivez-les dans une liste terminologique ciblée et conservez-la avec l’audio et la transcription. Vérifiez leurs occurrences dans les passages parlés au lieu de traiter une entrée de vocabulaire comme une preuve de correspondance. Les noms proches à l’oreille peuvent toujours nécessiter un contrôle. Le résultat doit préserver les mots réellement prononcés, y compris les corrections ou précisions qui en changent le sens. Le fabricant souligne les performances sur l’audio réel, notamment le bruit de fond et la diversité des microphones. La révision pratique peut se concentrer sur les paroles simultanées, les voix faibles ou les mots partiellement couverts par un autre son. Reliez les incertitudes au passage audio correspondant plutôt que de les combler par des hypothèses sur le sujet. Une phrase plausible peut encore contenir un nom propre ou un nombre erroné. Pour une transcription d’appel, le livrable utile est un relevé vérifié du contenu parlé utilisable ensuite pour l’analyse, plutôt qu’un récit deviné de l’intention de l’appelant. La fiche exacte 1.5 annonce une taille maximale de 300 MB et une durée de deux heures. Sa référence REST de transcription synchrone liée décrit une entrée de service plus stricte : moins de 250 MB et moins de deux heures. Ce sont des limites de fiche et d’interface énoncées séparément. Préparez les fichiers dans les limites de l’interface prévue et organisez les contenus longs selon des coupures pertinentes de l’enregistrement. La limite de taille concerne l’audio encodé, celle de durée concerne la longueur de l’enregistrement ; aucune ne définit une fenêtre de contexte de modèle textuel. L’exemple de sortie de la fiche est du JSON contenant la durée et le texte reconnu combiné. Ce texte peut devenir une transcription accessible, un script pour sous-titres ou une entrée de synthèse et de recherche ultérieure. Le regroupement des sous-titres et l’alignement sur l’enregistrement nécessitent une préparation distincte lorsque les données temporelles requises manquent. Pour un entretien, attribuer une réplique à un participant nommé exige un relevé distinct et vérifié de qui a parlé. Préservez les mots reconnus et l’audio comme base de ces livrables ultérieurs. Les limites de l’édition comptent dans la planification de la sortie. La fiche 1.5 exclut explicitement la diarisation de ses capacités, et la comparaison de versions du fabricant attribue les horodatages de mots et les commandes de style clean/verbatim à MAI-Transcribe 2. Un modèle natif de diffusion en continu est aussi une édition distincte. Ce profil 1.5 se concentre donc sur le texte reconnu des enregistrements et son contexte de domaine documenté, sans inclure les fonctions de locuteur, de temps ou d’entrée en direct d’une autre édition. Vérifiez noms, nombres, termes techniques et paroles incertaines avant de préparer une citation, une piste de sous-titres ou un document dérivé. **Ailoot Ultra · Transcription audio** `POST /v1/audio/transcriptions` `microsoft/mai-transcribe-1.5` [`microsoft/mai-transcribe-1.5`](https://ailoot.ai/models/fr-ch/#m=microsoft%2Fmai-transcribe-1.5&route=Ultra&caller=microsoft%2Fmai-transcribe-1.5&fmt=transcriptions) Microsoft AI /`microsoft/mai-transcribe-1.5` ### Premiers pas Microsoft AI MAI-Transcribe 1.5 convertit la parole enregistrée en texte dans 43 langues, avec identification automatique de la langue et une attention particulière aux accents et à l’audio bruité. Sa fiche décrit des indications de mots-clés adaptées au domaine pour les noms et termes spécialisés. Utilisez la transcription comme base de notes ou de sous-titres vérifiés. Entrées acceptées Audio Résultats Texte ### Disponible dans Ailoot · entrées et méthodes **Ailoot Ultra · Transcription audio** `POST /v1/audio/transcriptions` Entrée `audio` Sortie `text` | Champ | Type | Exigence | Valeurs et limites | Par défaut | | --- | --- | --- | --- | --- | | Champ`model` | Type`string` | ExigenceObligatoire | Valeurs et limites microsoft/mai-transcribe-1.5 | Par défaut— | | Champ`input_audio` | Type`object` | ExigenceObligatoire | Valeurs et limites | Par défaut— | | Champ`language` | Type`string` | ExigenceFacultatif | Valeurs et limites | Par défaut— | | Champ`temperature` | Type`number` | ExigenceFacultatif | Valeurs et limites Minimum: 0 Maximum: 1 | Par défaut— | | Champ`response_format` | Type`string` | ExigenceFacultatif | Valeurs et limites json, verbose\_json | Par défautjson | | Champ`timestamp_granularities` | Type`array` | ExigenceFacultatif | Valeurs et limites | Par défaut— | | Champ`provider` | Type`object` | ExigenceFacultatif | Valeurs et limites | Par défaut— | Paramètres et cycle de vie de la méthode | Paramètre | Contrat | | --- | --- | | Paramètre`content_type` | Contratapplication/json | | Paramètre`required` | Contratmodel, input\_audio | | Paramètre`material_types` | Contrataudio | | Paramètre`material_conditions` | ContratLisez un fichier WAV réel et encodez ses octets réels pour l’entrée JSON input\_audio déclarée ; aucune route multipart n’est annoncée pour cette déclaration exacte limitée au JSON. | Cycle de vie : `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · task\_id effectivement renvoyé ou enregistrement de la bibliothèque multimédia `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` ### Tarifs ##### Calcul du coût final Les tarifs affichés servent à estimer le coût avant la génération. Le montant final est calculé à partir du coût enregistré pour la génération d’origine. La durée mesurée du résultat et les quantités prévisionnelles ne constituent pas la quantité finale facturable. Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée. Mode rapide Non précisé Lorsque le mode rapide est sélectionné Mode Flex Non précisé Lorsque le mode flex est sélectionné Effort de raisonnement maximal Non précisé Lorsque l’effort de raisonnement maximal utilise l’ajustement par défaut (default) #### Tarifs estimés à des fins de comparaison #### Prix par configuration Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives. | Configuration | Barème tarifaire | Quantité prévisionnelle | Unité de facturation | Coût | | --- | --- | --- | --- | --- | | ConfigurationTarifs de base des jetons | Barème tarifaireTarif de base | Quantité prévisionnelle— | Unité de facturation— | Coût Entrée · Tokens en entrée · Estimation à des fins de comparaison uniquement **—** / 1K tokens Sortie · Tokens en sortie · Estimation à des fins de comparaison uniquement **—** / 1K tokens Entrée · Lecture du cache · Estimation à des fins de comparaison uniquement **—** / 1K tokens Entrée · Écriture dans le cache · Estimation à des fins de comparaison uniquement **—** / 1K tokens Entrée · Écriture dans le cache, 1 h · Estimation à des fins de comparaison uniquement **—** / 1K tokens | | Configurationheure d’audio en entrée | Barème tarifaire— | Quantité prévisionnelle— | Unité de facturationpar heure d’audio en entrée | Coût Entrée · heure d’audio en entrée · Estimation à des fins de comparaison uniquement **$0.72** par heure d’audio en entrée | | ConfigurationCoût estimé de la génération | Barème tarifaire— | Quantité prévisionnelleEstimation pour une génération | Unité de facturation— | Coût Sortie · Coût estimé de génération · Estimation à des fins de comparaison uniquement **$0.0002** estimation avant génération Cette estimation ne constitue ni des frais supplémentaires ni un tarif fixe pour la génération terminée. | Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. [Fonctionnement de la réservation et du débit →](https://ailoot.ai/docs/fr-ch/billing/reserve/) ### Exemples de requêtes #### Ailoot Ultra · Transcription audio curl · corps de requête natif exact et résultat complet ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_AUDIO_FILE:?Set the path to your actual WAV recording}" python3 - <<'PY_REQUEST' import json,os from pathlib import Path import base64 audio=Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes() if not (audio[:4]==b'RIFF' and audio[8:12]==b'WAVE'): raise SystemExit('Supply an actual WAV audio file') if len(audio)>26214400: raise SystemExit('Use a documented supported large-file flow') request={'model': 'microsoft/mai-transcribe-1.5', 'input_audio': {'data': '${BASE64_ACTUAL_WAV_BYTES}', 'format': 'wav'}} request['input_audio']['data']=base64.b64encode(audio).decode('ascii') Path('request.json').write_text(json.dumps(request,ensure_ascii=False),encoding='utf-8') PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \ -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o response.bin # Keep the complete original response and headers. Read every returned segment, word and usage field. # Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting. ``` ### Recevoir et enregistrer les résultats #### Ailoot Ultra · Transcription audio - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` Autres lectures de contenu Lire les ressources existantes dont vous êtes propriétaire ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \ -H "Authorization: Bearer $AILOOT_API_KEY" -o owned-assets.json # Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token. ``` ##### Conserver tous les résultats terminés Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité. Conservez la réponse complète et les en-têtes, chaque sortie effective, les identifiants initialement renvoyés et tous les champs d’utilisation. Récupérez l’opération d’origine sans soumettre à nouveau sa création. ##### Si la réponse d’origine doit être vérifiée Conservez le X-Client-Request-ID renvoyé pour le rapprochement. Consultez uniquement les valeurs task\_id/asset\_id effectivement renvoyées ou votre bibliothèque multimédia ; ne construisez jamais une URL de tâche à partir de l’identifiant de l’opération et ne soumettez jamais à nouveau la création. Champs de la réponse | Champ | Type | | --- | --- | | Champ`text` | Type | | Champ`usage` | Type | | Champ`segments[]` | Type | | Champ`words[]` | Type | | Champ`speaker fields` | Type | | Champ`timestamps` | Type | ### Alias #### Alias du modèle **Ailoot Ultra** [`microsoft/mai-transcribe-1.5`](https://ailoot.ai/models/fr-ch/#m=microsoft%2Fmai-transcribe-1.5&route=Ultra&caller=microsoft%2Fmai-transcribe-1.5&fmt=transcriptions) #### Alias des chemins de méthode Utilisez les chemins de méthode indiqués ci-dessus. #### ID d’appel associés [`microsoft/mai-transcribe-1.5`](https://ailoot.ai/models/fr-ch/#m=microsoft%2Fmai-transcribe-1.5&route=Ultra&caller=microsoft%2Fmai-transcribe-1.5&fmt=transcriptions) FAQ · Microsoft AI: MAI-Transcribe 1.5 Quelles entrées et quels résultats sont disponibles ? `POST /v1/audio/transcriptions` · `microsoft/mai-transcribe-1.5`: `audio` → `text` Quels champs la requête utilise-t-elle ? `POST /v1/audio/transcriptions` · `microsoft/mai-transcribe-1.5`: `model`, `input_audio`, `language`, `temperature`, `response_format`, `timestamp_granularities`, `provider` Quelles limites s’appliquent ? `POST /v1/audio/transcriptions` · `microsoft/mai-transcribe-1.5`: `temperature.minimum`: `0`; `temperature.maximum`: `1` Connectez Ailoot à Claude Code, OpenCode, Hermes ou à votre application. ## L’entreprise et son portefeuille de projets L’entreprise et son portefeuille de projets : des millions de clients ; des ventes qui se chiffrent en milliards chaque mois. ## Achetez des tokens à prix réduit. Une remise d’abonnement pour le travail régulier. Des codes promo jusqu’à 50% sur l’achat de tokens. Abonnement Choisissez une offre à tarif réduit pour vos requêtes régulières. Code promo jusqu’à 50% Saisissez le code à l’achat. Le prix est recalculé selon la promotion en cours. Dépenses dans l’historique Modèle, tokens et montant sont enregistrés pour chaque requête. [Choisir un abonnement](https://ailoot.ai/docs/fr-ch/billing/subscriptions/) · [Voir les prix des modèles](https://ailoot.ai/models/fr-ch/) ## Connectez l’API au produit que vous vendez. SaaS, applications et bots selon l’offre officielle et le contrat de licence Ailoot. Pour la revente, demandez une licence revendeur. Application commerciale Intégrez la génération de texte, d’images, de vidéo et de son aux fonctions payantes de votre service. Licence revendeur Envoyez la description du projet et le mode d’accès. Demandez des conditions écrites d’utilisation et de revente. Documents sur le site L’offre officielle, le contrat de licence et la politique de traitement des données sont accessibles avant connexion. [Demander une licence revendeur](mailto:support@ailoot.ai) · [Offre officielle et contrat de licence](https://ailoot.ai/legal/offer?lang=fr-ch) ## Ailoot · L’entreprise et son portefeuille de projets Ailoot s’appuie sur une expérience opérationnelle éprouvée, une large clientèle, un service stable et un suivi continu des KPI. L’entreprise et son portefeuille de projets : des millions de clients ; des ventes qui se chiffrent en milliards chaque mois. Ailoot met cette expérience opérationnelle au service de l’accès API aux fonctions d’IA dans les produits des clients, leurs agents, applications et automatisations.