Source: https://ailoot.ai/models/fr/google-gemini-3-5-transcribe/ Canonical: https://ailoot.ai/models/fr/google-gemini-3-5-transcribe/ Language: fr # Google: Gemini 3.5 Transcribe [Markdown](https://ailoot.ai/models/fr/google-gemini-3-5-transcribe/index.md) · [JSON](https://ailoot.ai/models/fr/google-gemini-3-5-transcribe/facts.json) ## [Google: Gemini 3.5 Transcribe](https://ailoot.ai/models/fr/google-gemini-3-5-transcribe/) Google Gemini 3.5 Transcribe convertit la parole enregistrée en texte avec détection automatique de la langue, vocabulaire personnalisé et horodatage des mots ou diarisation des locuteurs en option. Choisissez VERBATIM pour les horodatages et l’attribution aux locuteurs, ou SMART pour une dictée lisible ; SMART ne peut pas être combiné avec ces deux fonctions. - [**Ailoot Ultra · Transcription audio** `POST /v1/audio/transcriptions` `google/gemini-3.5-transcribe`](https://ailoot.ai/models/fr/google-gemini-3-5-transcribe/#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. Google Gemini 3.5 Transcribe est le modèle synchrone qui convertit des fichiers audio complets préenregistrés en parole écrite. Il s’appuie sur les capacités de compréhension audio de Gemini, mais possède un contrat d’entrée et de sortie propre à la transcription. L’édition distincte Gemini 3.5 Transcribe Live reçoit un flux audio et renvoie des résultats progressifs. Ce modèle d’audio enregistré produit un transcript terminé, avec l’horodatage des mots ou l’attribution aux locuteurs en option selon la configuration choisie. Préparez un enregistrement clair avec une parole sans écrêtage important et, dans la mesure du possible, une séparation nette entre les voix. Les exemples synchrones du fabricant transmettent l’audio WAV sous forme d’octets de fichier ou de ressource audio stockée, en précisant son type MIME. Gardez l’audio original disponible pour la vérification. Le résultat souhaité peut être un transcript d’entretien vérifié, un enregistrement d’alignement de sous-titres ou une dictée lisible ; choisissez le livrable nécessaire avant de combiner des fonctions qui modifient les formulations ou ajoutent des métadonnées. Google documente la détection automatique de langue pour plus de 85 langues, y compris les mélanges de langues au sein d’une session. Les niveaux de prise en charge varient selon la langue, et une indication de langue connue peut améliorer la reconnaissance. Le vocabulaire personnalisé fournit des noms distinctifs, des marques ou des termes spécialisés susceptibles d’apparaître. Le fabricant autorise jusqu’à 1 000 termes et indique que des listes ciblées allant jusqu’à environ 100 fonctionnent généralement le mieux. Gardez les termes peu courants pertinents pour l’enregistrement et vérifiez-les à l’écoute plutôt que de supposer qu’une indication de vocabulaire prouve qu’un terme a été prononcé. VERBATIM est le mode par défaut. Il conserve les mots de remplissage, les répétitions, les faux départs et les corrections orales afin que le texte reste un enregistrement des formulations. C’est le mode à utiliser lorsque la tâche nécessite des horodatages au niveau du mot ou la diarisation des locuteurs. Pour un entretien, par exemple, conservez les tours et les repères temporels originaux, puis corrigez les noms et les quantités importants en écoutant le passage concerné. Un résumé ultérieur ou un article retravaillé peut utiliser cet enregistrement vérifié sans remplacer silencieusement ce que le locuteur a dit. Le mode SMART est conçu pour une dictée lisible. Il supprime les disfluences, résout les autocorrections faites en parlant et structure les éléments oraux en paragraphes ou en listes, avec des dates et des nombres normalisés lorsque c’est approprié. Une liste de tâches dictée peut devenir une liste lisible plutôt qu’une suite de transitions parlées. Ce traitement modifie la forme du transcript. Google indique explicitement que SMART est incompatible avec les horodatages des mots et la diarisation : choisissez-le lorsque le livrable requis est du texte lisible plutôt que de tenter d’en faire un enregistrement horodaté avec attribution aux locuteurs. Lorsque l’horodatage des mots est activé, la réponse comprend les mots reconnus avec leurs positions temporelles de début et de fin. Ces données permettent de localiser une correction dans l’enregistrement ou de préparer des sous-titres. Le fabricant identifie un compromis de précision lié à l’activation des horodatages au niveau du mot. Vérifiez le texte autant que l’alignement, en particulier pour la parole rapide, les chevauchements ou la terminologie peu courante. Un transcript horodaté utile conserve ensemble l’enregistrement des mots et l’audio source plutôt que de prendre une phrase fluide comme preuve d’un alignement correct. La diarisation identifie et étiquette les voix dans l’audio enregistré, avec jusqu’à huit locuteurs documentés. Le fabricant décrit l’attribution pour trois locuteurs ou plus comme expérimentale. Traitez les étiquettes comme des regroupements de locuteurs inférés et vérifiez les transitions par rapport à l’enregistrement. Une étiquette de locuteur n’est pas une preuve indépendante de l’identité ou du rôle d’une personne. Si la tâche exige des noms, associez les étiquettes aux informations connues sur l’enregistrement plutôt que d’inventer des identités à partir des mots reconnus. Le tableau de fonctions du fabricant indique une fenêtre d’audio enregistré de 15 minutes, le traitement des fichiers étant limité à cette durée lorsque des fonctions comme les horodatages ou la diarisation sont activées. Préparez les sources plus longues en segments adaptés tout en préservant leur ordre et leur position temporelle originale. Le transcript du modèle, les mots horodatés et les parties avec étiquettes de locuteur constituent différentes représentations du résultat ; conservez celle dont la tâche a besoin. Ces limites propres à l’audio ne doivent pas être remplacées par des chiffres de contexte ou de durée d’un modèle Gemini multimodal général. Google indique que le formatage SMART, les horodatages au niveau du mot et la diarisation des locuteurs sont des fonctions expérimentales. Le contrat de sortie est propre à la transcription. Le formatage SMART crée du texte lisible, mais n’ajoute pas de contrat de réponse général par schéma JSON, de capacité d’appel d’outils ni de processus d’assistant suivant des instructions. Pour le livrable final, vérifiez les formulations importantes, les nombres et les négations par rapport à l’audio, préservez les segments non résolus pour correction et conservez le mode choisi avec le résultat. Cela précise si le livrable enregistre la formulation orale originale ou présente une version de lecture retravaillée qui en est dérivée. **Ailoot Ultra · Transcription audio** `POST /v1/audio/transcriptions` `google/gemini-3.5-transcribe` [`google/gemini-3.5-transcribe`](https://ailoot.ai/models/fr/#m=google%2Fgemini-3.5-transcribe&route=Ultra&caller=google%2Fgemini-3.5-transcribe&fmt=transcriptions) Google /`google/gemini-3.5-transcribe` ### Premiers pas Google Gemini 3.5 Transcribe convertit la parole enregistrée en texte avec détection automatique de la langue, vocabulaire personnalisé et horodatage des mots ou diarisation des locuteurs en option. Choisissez VERBATIM pour les horodatages et l’attribution aux locuteurs, ou SMART pour une dictée lisible ; SMART ne peut pas être combiné avec ces deux fonctions. Entrées acceptées Audio Résultats Texte ### Disponible dans Ailoot · entrées et méthodes **Ailoot Ultra · Transcription audio** `POST /v1/audio/transcriptions` Types d’entrée `audio` Types de sortie `text` | Champ | Type | Exigence | Valeurs et limites | Par défaut | | --- | --- | --- | --- | --- | | Champ`model` | Type`string` | ExigenceObligatoire | Valeurs et limites google/gemini-3.5-transcribe | 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 par jeton | 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 | | Configurationjeton d’entrée | Barème tarifaire— | Quantité prévisionnelle— | Unité de facturation/ 1K tokens | Coût Entrée · Estimation à des fins de comparaison uniquement **$0.004** / 1K tokens | | Configurationjeton de sortie | Barème tarifaire— | Quantité prévisionnelle— | Unité de facturation/ 1K tokens | Coût Sortie · Estimation à des fins de comparaison uniquement **$0.024** / 1K tokens | | ConfigurationCoût de génération estimé | Barème tarifaire— | Quantité prévisionnelleEstimation pour une génération | Unité de facturation— | Coût Sortie · Coût estimé de génération · Estimation à des fins de comparaison uniquement **$1.179648** estimation avant génération Cette estimation ne constitue ni des frais supplémentaires ni un tarif fixe pour la génération terminée. | Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. [Fonctionnement de la réservation et du débit →](https://ailoot.ai/docs/fr/billing/reserve/) ### Exemples de requêtes #### Ailoot Ultra · Transcription audio curl · corps natif exact et résultat complet ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_AUDIO_FILE:?Set the path to your actual WAV recording}" python3 - <<'PY_REQUEST' import json,os from pathlib import Path import base64 audio=Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes() if not (audio[:4]==b'RIFF' and audio[8:12]==b'WAVE'): raise SystemExit('Supply an actual WAV audio file') if len(audio)>26214400: raise SystemExit('Use a documented supported large-file flow') request={'model': 'google/gemini-3.5-transcribe', 'input_audio': {'data': '${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** [`google/gemini-3.5-transcribe`](https://ailoot.ai/models/fr/#m=google%2Fgemini-3.5-transcribe&route=Ultra&caller=google%2Fgemini-3.5-transcribe&fmt=transcriptions) #### Alias des chemins de méthode Utilisez les chemins de méthode indiqués ci-dessus. #### ID d’appel associés [`google/gemini-3.5-transcribe`](https://ailoot.ai/models/fr/#m=google%2Fgemini-3.5-transcribe&route=Ultra&caller=google%2Fgemini-3.5-transcribe&fmt=transcriptions) FAQ · Google: Gemini 3.5 Transcribe Quelles entrées et quels résultats sont disponibles ? `POST /v1/audio/transcriptions` · `google/gemini-3.5-transcribe`: `audio` → `text` Quels champs la requête utilise-t-elle ? `POST /v1/audio/transcriptions` · `google/gemini-3.5-transcribe`: `model`, `input_audio`, `language`, `temperature`, `response_format`, `timestamp_granularities`, `provider` Quelles limites s’appliquent ? `POST /v1/audio/transcriptions` · `google/gemini-3.5-transcribe`: `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/billing/subscriptions/) · [Voir les prix des modèles](https://ailoot.ai/models/fr/) ## 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) ## 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.