Source: https://ailoot.ai/models/hu/asr-1-0/ Canonical: https://ailoot.ai/models/hu/asr-1-0/ Language: hu # asr-1.0 [Markdown](https://ailoot.ai/models/hu/asr-1-0/index.md) · [JSON](https://ailoot.ai/models/hu/asr-1-0/facts.json) ## [asr-1.0](https://ailoot.ai/models/hu/asr-1-0/) A MiniMax ASR 1.0 hangból szöveget készít, támogatja az oroszt, a megszólalások beszélők szerinti elkülönítését és az időbélyegeket. - [**Ailoot · Beszéd átírása szöveggé** `POST /v1/audio/transcriptions` `asr-1.0`](https://ailoot.ai/models/hu/asr-1-0/#method-0) A modellről Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók. #### Beszélgetés felvétele szövegként A MiniMax ASR 1.0 felismeri a beszédet a hangfájlban. A gyártó találkozókhoz, interjúkhoz, podcastokhoz, videók hangsávjához, tartalomellenőrzéshez és beszélgetéselemzéshez ír le felhasználást. A modell társalgási beszédre, zajra és szakmai szókincsre van hangolva, a kitalált részletek csökkentésére helyezve a hangsúlyt. Ezen az Ailoot-kártyán a bemenet hang, az eredmény szöveg. #### Nyelv és több résztvevő Támogatott az orosz és az ukrán, az angol, a francia, a német, a spanyol, az olasz, a portugál és a lengyel; továbbá a kínai, a kantoni, a japán, a koreai, a thai, a vietnámi, az indonéz, a maláj, a filippínó, az arab és a török. Ha nincs nyelv megadva, a modell automatikusan felismeri a fő nyelvet; a gyártó külön leírja a kínai és az angol beszéd kombinációját. Az eredmény kibővített megjelenítésében a modell elkülönítheti a beszélőket, és időhöz kötheti a megszólalásokat. Visszaadja a résztvevők összesített számát és a beszélőcímkét, kezdést, befejezést és szöveget tartalmazó szegmenseket. Ez segít megállapítani, ki és mikor mondott egy konkrét megszólalást, a különböző résztvevők szavainak összekeverése nélkül. #### Az eredmény formája A gyártó szokásos JSON-t kínál szöveggel és időtartammal, kibővített `verbose_json` formátumot, valamint SRT- és WebVTT-feliratokat. Az időbélyegek alapértelmezés szerint mondat- vagy szegmensszintűek. Külön szavak jelölése az angolhoz, külön karaktereké a kínaihoz van leírva; e jelölések időben illesztett formátumokhoz tartoznak. Fokozatos szöveges kimenet lehetséges, de nem kombinálható beszélők szerinti elkülönítéssel és feliratformátumokkal. E mód a már elküldött fájl feldolgozása során adja vissza a felismert szöveg új részleteit. Ez eredménystream, nem folyamatos mikrofonhang-küldés. #### A felvétel követelményei A megadott bemeneti formátumok: WAV, AIFF, FLAC, ALAC M4A-konténerben, MP3, AAC, Opus és Ogg. A fájl legfeljebb **500 másodpercnyi** hangot tartalmazhat, és legfeljebb **50 MB** méretű lehet. Az időtartam túllépése elutasítást eredményez, nem észrevétlen levágást. Nyers PCM konténer nélkül nem támogatott. A felvétel előkészítéséhez a gyártó 16 kHz-es monó hangot vagy tömörített hangformátumot ajánl: a magas frekvencia és a sztereó nem szükséges a felismeréshez, és növeli a fájlméretet. A kibővített kimenet és a streamfeldolgozás képességei az ASR 1.0 verzióhoz tartoznak; az adott kérés elérhető válaszformátumát az Ailoot eszközei határozzák meg. **Ailoot · Beszéd átírása szöveggé** `POST /v1/audio/transcriptions` `asr-1.0` [`asr-1.0`](https://ailoot.ai/models/hu/#m=asr-1.0&route=Core&caller=asr-1.0&fmt=transcriptions) MiniMax /`asr-1.0` ### Kezdő lépések A MiniMax ASR 1.0 hangból szöveget készít, támogatja az oroszt, a megszólalások beszélők szerinti elkülönítését és az időbélyegeket. Elfogadott bemenetek Hang Eredmények Szöveg ### Elérhető az Ailootban · bemenetek és metódusok **Ailoot · Beszéd átírása szöveggé** `POST /v1/audio/transcriptions` Bemenet `audio` Kimenet `text` Kimeneti formátum json | Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett | | --- | --- | --- | --- | --- | | Mező`model` | Típus`string` | KövetelményKötelező | Értékek és korlátok asr-1.0 | Alapértelmezett— | | Mező`file` | Típus`file` | KövetelményKötelező | Értékek és korlátok Maximális bájtszám: 52 428 800 Fájlformátumok: wav, mp3, m4a, ogg, webm, flac Tartalomtípus: multipart/form-data Maximális időtartam (kizáró), másodperc: 500 | Alapértelmezett— | | Mező`response_format` | Típus`string` | KövetelményOpcionális | Értékek és korlátok json | Alapértelmezett— | Bemeneti anyagok kombinációi **speech\_to\_text** · Kötelező: actual audio file Metódus paraméterei és életciklusa | Paraméter | Szerződés | | --- | --- | | Paraméter`material_types` | Szerződésaudio | | Paraméter`required` | Szerződésnull | | Paraméter`optional_controls` | Szerződésnull | Életciklus: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · A ténylegesen visszaadott task\_id vagy a médiatár bejegyzése `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` A metódusok szerkezete és azonosítói pontosak; a beszállítói képesség különbözik a kérelmek befogadásától. ### Díjcsomagok #### Ailoot-metódusok díjai Bemenet 0,38 USD *hangóránként* Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. [A foglalás és az elszámolás működése →](https://ailoot.ai/docs/hu/billing/reserve/) ### Példakérések #### Ailoot · Beszéd átírása szöveggé Átírási példa ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_AUDIO_FILE:?Set your actual MP3 recording}" export AILOOT_AUDIO_FILE python3 - <<'PY_REQUEST' import os from pathlib import Path f=Path(os.environ["AILOOT_AUDIO_FILE"]) if not f.is_file() or f.suffix.lower()!=".mp3":raise SystemExit("Choose your actual MP3 recording") PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \ -H "Authorization: Bearer $AILOOT_API_KEY" \ --form-string model=asr-1.0 -F "file=@$AILOOT_AUDIO_FILE" \ -D response-headers.txt -o result.json python3 - <<'PY_RESULT' import json from pathlib import Path print(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2)) PY_RESULT ``` ### Eredmények fogadása és mentése #### Ailoot · Beszéd átírása szöveggé json - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` ##### Őrizzen meg minden elkészült eredményt Őrizzen meg minden teljes visszaadott választ, fájlt és tartalomrészt. A teljes JSON-t őrizze meg, ne csak a szöveget; tartson meg minden elérhető szegmenst, beszélőt és időbélyeget, valamint a tényleges feladat- és médiaazonosítókat. ##### Ha az eredeti választ ellenőrizni kell Őrizze meg az eredeti operation\_id/X-Client-Request-ID értéket az egyeztetéshez, újbóli beküldés nélkül; nincs külön hangállapot-lekérdezési útvonal. Válaszmezők | Mező | Típus | | --- | --- | | Mező`text` | Típusstring | | Mező`segments[]` | Típusobject | | Mező`task_id` | Típusstring | | Mező`asset_url` | Típusstring | | Mező`usage` | Típusobject | Hibák és következő lépések | Válasz | Feltétel | Következő lépés | | --- | --- | --- | | Válasz400 · `invalid_request_error` | FeltételÉrvénytelen kötelező mezők, az anyag érvénytelen reprezentációja vagy érvénytelen paraméterérték | Következő lépésJavítsa a jelzett mezőket egy új létrehozási kérés előtt. | | Válasz`server_error` | FeltételA visszaadott válasz szerint a művelet vagy az eredmény ellenőrzést igényel | Következő lépésŐrizze meg az eredetileg visszaadott művelet- vagy feladatazonosítót, a kérés fejléceit és a választ; folytassa az eredeti művelet támogatott lekérdezéseit. Ne küldje be újra a létrehozási kérést. | ### Álnevek #### Modell álnevei **Ailoot** [`asr-1.0`](https://ailoot.ai/models/hu/#m=asr-1.0&route=Core&caller=asr-1.0&fmt=transcriptions) #### Metódusútvonalak álnevei Használja a fent látható metódusútvonalakat. #### Kapcsolódó modellazonosítók [`asr-1.0`](https://ailoot.ai/models/hu/#m=asr-1.0&route=Core&caller=asr-1.0&fmt=transcriptions) FAQ · asr-1.0 Milyen bemenetek és eredmények érhetők el? `POST /v1/audio/transcriptions` · `asr-1.0`: `audio` → `text` Mely mezőket használja a kérés? `POST /v1/audio/transcriptions` · `asr-1.0`: `model`, `file`, `response_format` Csatlakoztassa az Ailootot a Claude Code-hoz, OpenCode-hoz, Hermeshez vagy saját alkalmazásához. ## A vállalat és projektportfóliója A vállalat és projektportfóliója: ügyfelek milliói; havi értékesítés milliárdos nagyságrendben. ## Vásároljon tokeneket kedvezménnyel. Előfizetési kedvezmény rendszeres munkához. Promókódok — akár 50% tokenvásárlási kedvezmény. Előfizetés Válasszon kedvezményes tarifát a rendszeres kéréseihez. Promókód akár 50%-ig Vásárláskor adja meg a kódot. Az ár az érvényes akció szerint újraszámolódik. Költségek az előzményekben Minden kéréshez megmarad a modell, a tokenek és az összeg. [Előfizetés kiválasztása](https://ailoot.ai/docs/hu/billing/subscriptions/) · [Modellárak megtekintése](https://ailoot.ai/models/hu/) ## Csatlakoztassa az API-t az értékesített termékéhez. SaaS, alkalmazások és botok — az Ailoot ajánlati feltételei és licencszerződése alapján. Viszonteladáshoz kérjen viszonteladói licencet. Kereskedelmi alkalmazás Építsen szöveg-, kép-, videó- és hanggenerálást szolgáltatása fizetős funkcióiba. Viszonteladói licenc Küldje el a projekt leírását és a hozzáférés módját. Kérjen írásos használati és viszonteladási feltételeket. Dokumentumok a weboldalon Az ajánlati feltételek, licencszerződés és adatkezelési szabályzat már a csatlakoztatás előtt elérhető. [Viszonteladói licenc kérése](mailto:support@ailoot.ai) · [Ajánlati feltételek és licencszerződés](https://ailoot.ai/legal/offer?lang=hu) ## Ailoot · A vállalat és projektportfóliója Az Ailoot felhalmozott működési tapasztalatra, széles ügyfélkörre, stabil szolgáltatásra és folyamatos KPI-ellenőrzésre épít. A vállalat és projektportfóliója: ügyfelek milliói; havi értékesítés milliárdos nagyságrendben. Az Ailoot ezt a működési tapasztalatot használja az ügyfelek termékeiben, ágenseiben, alkalmazásaiban és automatizálásaiban elérhető AI-funkciók API-hozzáféréséhez.