{
  "aboutHtml": "<p>A Transcribe 1 Pro a Fish Audio beszédfelismerő modellje rövid részletekhez, több beszélős beszélgetésekhez és hosszú felvételekhez. Rögzített hangot fogad, és átiratot ad vissza opcionális időzítéssel és strukturált megszólalásokkal. Megkülönböztető jellemzői a szövegben megjelölt beszélőváltások, valamint az érzelmekre vagy hangadási eseményekre utaló jelzések, amelyek a puszta szósornál többet őriznek meg a felvétel beszélgetési szerkezetéből.</p><p>Interjúnál, megbeszélésnél vagy podcastnál a teljes beszélgetést tartsa egy fájlban, hogy a visszatérő beszélők következetes címkéket őrizhessenek meg a válaszon belül. Hasznos ellenőrzési anyag az eredeti felvételhez kapcsolt átirat, külön megjelenített megszólalásokkal és egy idézet ellenőrzésére használható időbélyeggel. Az összefoglaló vagy teendőlista későbbi alkalmazáslépés: ezt tartsa külön az átirattól, hogy az elhangzott forrás továbbra is rendelkezésre álljon összehasonlításra.</p><p>A gyártó legfeljebb 60 perces felvételeket fogad el, és a hosszú fájlok feldolgozását tömörített hanggal, például MP3, Opus vagy AAC formátummal írja le. A támogatott formátumok közé tartozik a WAV, MP3, az AAC M4A vagy MP4 tárolóban, a FLAC, az Ogg Opus vagy Vorbis kodekkel, a WebM/Matroska és a MOV. Videófájlnál az első hangsávot használja. Az AIFF, CAF, WMA, AMR, AC-3 és a nyers, fejléc nélküli PCM nem támogatott. Kérésenként egy hangfájl adható meg; az eredmény a teljes felvétel átírása után érkezik, és egy hosszú felvétel feldolgozása több percig is tarthat. A körülbelül 0,08 másodpercnél rövidebb részleteket elutasítja.</p><p>A gyártó válasza tartalmazza a teljes szöveget, a felvétel másodpercben megadott hosszát és egy segments tömböt. A Pro a beszélőváltásokat a szövegbe illesztett címkékkel jelzi, például &lt;|speaker:0|&gt; és &lt;|speaker:1|&gt;; egy címke az utána következő szövegre vonatkozik a következő jelölésig. Ezek egy válaszon belüli azonosítók, nem ellenőrzött nevek vagy személyazonosságok, amelyek külön kérések között összekapcsolhatók. Ha az átiratban nincs beszélőjelölés, az útmutató egybeszélős eredményként kezeli. Az első jelölés előtti esetleges szöveget tartsa az első megszólalásnál, ne dobja el.</p><p>A szószintű időbélyegek opcionálisak. A gyártó kérésében az ignore_timestamps alapértelmezése true; false értékre állítva szöveget és másodpercben megadott kezdő- és végidőt tartalmazó szegmenseket kér. Egy szegmens általában egy szó, kínaiul és japánul pedig egy vagy néhány karakter. A szegmensszöveg kihagyja az írásjeleket, beszélőjelöléseket és eseményjelzéseket, és egy kimondott értéket a teljes átirattól eltérően normalizálhat. Egy szószegmens kezdő- és végideje azonos is lehet. Az üres segments tömb jelentheti azt, hogy nem kértek időbélyegeket, nem talált beszédet, vagy az időzítés átmenetileg nem volt elérhető. Az olvasható szöveghez a teljes átiratot, az illesztéshez a szegmenseket használja, ahelyett, hogy a két karakterlánc karakterenkénti egyezését feltételezné.</p><p>A diarize beállítás alapértelmezése auto. Ha időbélyegeket kérnek, és a diarize nem false, a Pro speaker_turns adatokat is visszaad. Minden megszólalás tartalmazza a beszélőcímkét, a szöveget és a kezdő-/végidőt, megőrizve az írásjeleket és a megtartott jelzéseket, de a szövegbe illesztett beszélőjelölés nélkül. Ha a szószintű időzítés nem elérhető, a megszólalások ideje hozzávetőleges lehet, és lefedheti az egész felvételt; a szomszédos megszólalások nem feltétlenül kapcsolódnak közvetlenül egymáshoz, és átfedhetik egymást. A diarize kikapcsolása eltávolítja a strukturált megszólaláslistát, de a beszélőjelöléseket a teljes szövegben hagyja. Az ismert beszélőszám vagy a minimális és maximális szám a lehetőségekhez mérten segítheti a hosszabb felvételek beszélőinek elkülönítését. A pontos szám nem kombinálható a számhatárokkal, és a számra vonatkozó támpontok nem használhatók kikapcsolt diarize mellett.</p><p>Az érzelmi és hangadási eseményjelzések szögletes zárójelben álló szövegként jelennek meg, például [laughter], a felismert beszéd mellett. Ezek a hangból levont következtetések, nem olyan szavak, amelyeket a felhasználónak átírás előtt hozzá kellene adnia. A Pro tag_audio_events beállításának alapértelmezése true; kikapcsolva eltávolítja ezeket a jelzéseket az átiratból és a megszólalások szövegéből, az időzítés módosítása nélkül. Nincs külön érzelemmező vagy rögzített érzelem-felsorolás. Őrizze meg a jelzésekkel ellátott átiratot, amikor számít egy megjegyzés hangzása, és használjon jelzésmentes változatot, amikor a későbbi eredményhez csak az elhangzott szavak kellenek.</p><p>A nyelvet automatikusan felismeri. Egy opcionális, kisbetűs ISO 639-1 nyelvi támpont nem kényszerít ki fordítást, és nem változtatja meg a Pro átiratát. Ha a nyelv nem állapítható meg, a visszaadott nyelvkód tükrözheti a támpontot anélkül, hogy azt a hanggal összevetve ellenőrizné. A gyártó egyetlen nyelvet jelent, nem egy többnyelvű felvétel összes nyelvének jegyzékét. Kereshető archívum előkészítésekor az eredeti megfogalmazást és a nyelvi metaadatokat tartsa együtt, különösen amikor a beszélgetés eltérő részei nyelvet váltanak.</p><p>Feliratokhoz az egymást követő, időzített szavakat csoportosítsa olvasható SRT- vagy WebVTT-feliratblokkokba, ahelyett, hogy szavanként egy feliratot készítene. A blokkokat szüneteknél válassza el, hosszukat és megjelenítési idejüket pedig igazítsa a lejátszóhoz és a közönséghez. A megszólaláshatárok külön blokkokban tarthatják az eltérő beszélőket. Ellenőrizze, üres-e az időzítési eredmény, és hogy minden blokk végideje későbbi-e a kezdőidejénél. A feliratformázás, az anonim beszélőcímkékhez rendelt nevek és bármely későbbi összefoglaló az átírás eredményéből épülő alkalmazási eredmények.</p><p>Gyakorlati felvételi munkafolyamatnál átírás előtt döntse el, hogy egyszerű, olvasható átiratra, jelzésekkel ellátott beszélgetési megszólalásokra vagy időzített feliratokra van-e szüksége. A hangazonosítót tartsa az eredmény mellett, őrizze meg a visszaadott teljes szöveget, amikor fontosak az írásjelek és jelzések, és a navigációhoz használja a strukturált időzítési mezőket. A Pro hosszú felvételekre és több beszélőre vonatkozó képességei különböznek az általános, rövid felvételekhez való Transcribe 1 modelltől; korlátaik és vezérlőik nem tekinthetők felcserélhetőnek.</p>",
  "aboutText": "A Transcribe 1 Pro a Fish Audio beszédfelismerő modellje rövid részletekhez, több beszélős beszélgetésekhez és hosszú felvételekhez. Rögzített hangot fogad, és átiratot ad vissza opcionális időzítéssel és strukturált megszólalásokkal. Megkülönböztető jellemzői a szövegben megjelölt beszélőváltások, valamint az érzelmekre vagy hangadási eseményekre utaló jelzések, amelyek a puszta szósornál többet őriznek meg a felvétel beszélgetési szerkezetéből.\n\nInterjúnál, megbeszélésnél vagy podcastnál a teljes beszélgetést tartsa egy fájlban, hogy a visszatérő beszélők következetes címkéket őrizhessenek meg a válaszon belül. Hasznos ellenőrzési anyag az eredeti felvételhez kapcsolt átirat, külön megjelenített megszólalásokkal és egy idézet ellenőrzésére használható időbélyeggel. Az összefoglaló vagy teendőlista későbbi alkalmazáslépés: ezt tartsa külön az átirattól, hogy az elhangzott forrás továbbra is rendelkezésre álljon összehasonlításra.\n\nA gyártó legfeljebb 60 perces felvételeket fogad el, és a hosszú fájlok feldolgozását tömörített hanggal, például MP3, Opus vagy AAC formátummal írja le. A támogatott formátumok közé tartozik a WAV, MP3, az AAC M4A vagy MP4 tárolóban, a FLAC, az Ogg Opus vagy Vorbis kodekkel, a WebM/Matroska és a MOV. Videófájlnál az első hangsávot használja. Az AIFF, CAF, WMA, AMR, AC-3 és a nyers, fejléc nélküli PCM nem támogatott. Kérésenként egy hangfájl adható meg; az eredmény a teljes felvétel átírása után érkezik, és egy hosszú felvétel feldolgozása több percig is tarthat. A körülbelül 0,08 másodpercnél rövidebb részleteket elutasítja.\n\nA gyártó válasza tartalmazza a teljes szöveget, a felvétel másodpercben megadott hosszát és egy segments tömböt. A Pro a beszélőváltásokat a szövegbe illesztett címkékkel jelzi, például <|speaker:0|> és <|speaker:1|>; egy címke az utána következő szövegre vonatkozik a következő jelölésig. Ezek egy válaszon belüli azonosítók, nem ellenőrzött nevek vagy személyazonosságok, amelyek külön kérések között összekapcsolhatók. Ha az átiratban nincs beszélőjelölés, az útmutató egybeszélős eredményként kezeli. Az első jelölés előtti esetleges szöveget tartsa az első megszólalásnál, ne dobja el.\n\nA szószintű időbélyegek opcionálisak. A gyártó kérésében az ignore_timestamps alapértelmezése true; false értékre állítva szöveget és másodpercben megadott kezdő- és végidőt tartalmazó szegmenseket kér. Egy szegmens általában egy szó, kínaiul és japánul pedig egy vagy néhány karakter. A szegmensszöveg kihagyja az írásjeleket, beszélőjelöléseket és eseményjelzéseket, és egy kimondott értéket a teljes átirattól eltérően normalizálhat. Egy szószegmens kezdő- és végideje azonos is lehet. Az üres segments tömb jelentheti azt, hogy nem kértek időbélyegeket, nem talált beszédet, vagy az időzítés átmenetileg nem volt elérhető. Az olvasható szöveghez a teljes átiratot, az illesztéshez a szegmenseket használja, ahelyett, hogy a két karakterlánc karakterenkénti egyezését feltételezné.\n\nA diarize beállítás alapértelmezése auto. Ha időbélyegeket kérnek, és a diarize nem false, a Pro speaker_turns adatokat is visszaad. Minden megszólalás tartalmazza a beszélőcímkét, a szöveget és a kezdő-/végidőt, megőrizve az írásjeleket és a megtartott jelzéseket, de a szövegbe illesztett beszélőjelölés nélkül. Ha a szószintű időzítés nem elérhető, a megszólalások ideje hozzávetőleges lehet, és lefedheti az egész felvételt; a szomszédos megszólalások nem feltétlenül kapcsolódnak közvetlenül egymáshoz, és átfedhetik egymást. A diarize kikapcsolása eltávolítja a strukturált megszólaláslistát, de a beszélőjelöléseket a teljes szövegben hagyja. Az ismert beszélőszám vagy a minimális és maximális szám a lehetőségekhez mérten segítheti a hosszabb felvételek beszélőinek elkülönítését. A pontos szám nem kombinálható a számhatárokkal, és a számra vonatkozó támpontok nem használhatók kikapcsolt diarize mellett.\n\nAz érzelmi és hangadási eseményjelzések szögletes zárójelben álló szövegként jelennek meg, például [laughter], a felismert beszéd mellett. Ezek a hangból levont következtetések, nem olyan szavak, amelyeket a felhasználónak átírás előtt hozzá kellene adnia. A Pro tag_audio_events beállításának alapértelmezése true; kikapcsolva eltávolítja ezeket a jelzéseket az átiratból és a megszólalások szövegéből, az időzítés módosítása nélkül. Nincs külön érzelemmező vagy rögzített érzelem-felsorolás. Őrizze meg a jelzésekkel ellátott átiratot, amikor számít egy megjegyzés hangzása, és használjon jelzésmentes változatot, amikor a későbbi eredményhez csak az elhangzott szavak kellenek.\n\nA nyelvet automatikusan felismeri. Egy opcionális, kisbetűs ISO 639-1 nyelvi támpont nem kényszerít ki fordítást, és nem változtatja meg a Pro átiratát. Ha a nyelv nem állapítható meg, a visszaadott nyelvkód tükrözheti a támpontot anélkül, hogy azt a hanggal összevetve ellenőrizné. A gyártó egyetlen nyelvet jelent, nem egy többnyelvű felvétel összes nyelvének jegyzékét. Kereshető archívum előkészítésekor az eredeti megfogalmazást és a nyelvi metaadatokat tartsa együtt, különösen amikor a beszélgetés eltérő részei nyelvet váltanak.\n\nFeliratokhoz az egymást követő, időzített szavakat csoportosítsa olvasható SRT- vagy WebVTT-feliratblokkokba, ahelyett, hogy szavanként egy feliratot készítene. A blokkokat szüneteknél válassza el, hosszukat és megjelenítési idejüket pedig igazítsa a lejátszóhoz és a közönséghez. A megszólaláshatárok külön blokkokban tarthatják az eltérő beszélőket. Ellenőrizze, üres-e az időzítési eredmény, és hogy minden blokk végideje későbbi-e a kezdőidejénél. A feliratformázás, az anonim beszélőcímkékhez rendelt nevek és bármely későbbi összefoglaló az átírás eredményéből épülő alkalmazási eredmények.\n\nGyakorlati felvételi munkafolyamatnál átírás előtt döntse el, hogy egyszerű, olvasható átiratra, jelzésekkel ellátott beszélgetési megszólalásokra vagy időzített feliratokra van-e szüksége. A hangazonosítót tartsa az eredmény mellett, őrizze meg a visszaadott teljes szöveget, amikor fontosak az írásjelek és jelzések, és a navigációhoz használja a strukturált időzítési mezőket. A Pro hosszú felvételekre és több beszélőre vonatkozó képességei különböznek az általános, rövid felvételekhez való Transcribe 1 modelltől; korlátaik és vezérlőik nem tekinthetők felcserélhetőnek.",
  "editorialOverlay": {
    "copy_fields": null,
    "copy_sha256": null,
    "copy_source": null,
    "html_sha256": "6b42031901a62b514d87be7e4394cb837f0fba1e646acd985978f696347e63c3",
    "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06",
    "raw_model_unchanged": true,
    "schema": "ailoot-native-model-editorial-v1"
  },
  "locale": "hu",
  "methods": [
    {
      "html": "<div class=\"sheet-head\"><span class=\"mav\" aria-hidden=\"true\">•</span><h2 id=\"sheet-title\">Fish Audio: Transcribe 1 Pro</h2><button class=\"icon-btn\" type=\"button\" data-close-sheet aria-label=\"Bezárás\">×</button></div><div class=\"idline\"><span>Fish Audio /</span><code>fish-audio/transcribe-1-pro</code><button type=\"button\" id=\"copy-id\">ID másolása</button></div><nav class=\"card-jump-nav\" aria-label=\"Modellkártya szakaszai\"><button type=\"button\" data-card-jump=\"overview\">Kezdő lépések</button><button type=\"button\" data-card-jump=\"methods\">Bemenetek és metódusok</button><button type=\"button\" data-card-jump=\"pricing\">Díjcsomagok</button><button type=\"button\" data-card-jump=\"examples\">Példák</button><button type=\"button\" data-card-jump=\"results\">Eredmények</button><button type=\"button\" data-card-jump=\"aliases\">Álnevek</button></nav><div class=\"card-method-tabs\" role=\"tablist\" aria-label=\"API-metódusok\"><button type=\"button\" role=\"tab\" tabindex=\"0\" aria-controls=\"card-method-content\" aria-selected=\"true\" id=\"card-method-tab-0\" data-card-method=\"Ultra|transcriptions|/v1/audio/transcriptions|fish-audio%2Ftranscribe-1-pro\">Felismerés</button></div><div id=\"card-method-content\" role=\"tabpanel\" aria-labelledby=\"card-method-tab-0\"><section class=\"card-section\" data-card-section=\"overview\"><h3 tabindex=\"-1\">Kezdő lépések</h3><p class=\"mdesc-full\">A Transcribe 1 Pro legfeljebb 60 perces felvételeket alakít szöveggé beszélőjelölésekkel és opcionális szószintű időzítéssel. Megőrzi a kikövetkeztetett érzelmi és hangadási eseményjelzéseket, megkönnyítve az interjúk, megbeszélések és podcastok áttekintését, keresését vagy feliratozásra való előkészítését.</p><dl class=\"card-io\" data-card-io><div><dt>Elfogadott bemenetek</dt><dd>Hang</dd></div><div><dt>Eredmények</dt><dd>Szöveg</dd></div></dl><details class=\"card-about\"><summary>A modellről</summary><p class=\"note-s\" data-model-method-boundary>Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.</p><div class=\"mabout\" id=\"m-about\"><p>A Transcribe 1 Pro a Fish Audio beszédfelismerő modellje rövid részletekhez, több beszélős beszélgetésekhez és hosszú felvételekhez. Rögzített hangot fogad, és átiratot ad vissza opcionális időzítéssel és strukturált megszólalásokkal. Megkülönböztető jellemzői a szövegben megjelölt beszélőváltások, valamint az érzelmekre vagy hangadási eseményekre utaló jelzések, amelyek a puszta szósornál többet őriznek meg a felvétel beszélgetési szerkezetéből.</p><p>Interjúnál, megbeszélésnél vagy podcastnál a teljes beszélgetést tartsa egy fájlban, hogy a visszatérő beszélők következetes címkéket őrizhessenek meg a válaszon belül. Hasznos ellenőrzési anyag az eredeti felvételhez kapcsolt átirat, külön megjelenített megszólalásokkal és egy idézet ellenőrzésére használható időbélyeggel. Az összefoglaló vagy teendőlista későbbi alkalmazáslépés: ezt tartsa külön az átirattól, hogy az elhangzott forrás továbbra is rendelkezésre álljon összehasonlításra.</p><p>A gyártó legfeljebb 60 perces felvételeket fogad el, és a hosszú fájlok feldolgozását tömörített hanggal, például MP3, Opus vagy AAC formátummal írja le. A támogatott formátumok közé tartozik a WAV, MP3, az AAC M4A vagy MP4 tárolóban, a FLAC, az Ogg Opus vagy Vorbis kodekkel, a WebM/Matroska és a MOV. Videófájlnál az első hangsávot használja. Az AIFF, CAF, WMA, AMR, AC-3 és a nyers, fejléc nélküli PCM nem támogatott. Kérésenként egy hangfájl adható meg; az eredmény a teljes felvétel átírása után érkezik, és egy hosszú felvétel feldolgozása több percig is tarthat. A körülbelül 0,08 másodpercnél rövidebb részleteket elutasítja.</p><p>A gyártó válasza tartalmazza a teljes szöveget, a felvétel másodpercben megadott hosszát és egy segments tömböt. A Pro a beszélőváltásokat a szövegbe illesztett címkékkel jelzi, például &lt;|speaker:0|&gt; és &lt;|speaker:1|&gt;; egy címke az utána következő szövegre vonatkozik a következő jelölésig. Ezek egy válaszon belüli azonosítók, nem ellenőrzött nevek vagy személyazonosságok, amelyek külön kérések között összekapcsolhatók. Ha az átiratban nincs beszélőjelölés, az útmutató egybeszélős eredményként kezeli. Az első jelölés előtti esetleges szöveget tartsa az első megszólalásnál, ne dobja el.</p><p>A szószintű időbélyegek opcionálisak. A gyártó kérésében az ignore_timestamps alapértelmezése true; false értékre állítva szöveget és másodpercben megadott kezdő- és végidőt tartalmazó szegmenseket kér. Egy szegmens általában egy szó, kínaiul és japánul pedig egy vagy néhány karakter. A szegmensszöveg kihagyja az írásjeleket, beszélőjelöléseket és eseményjelzéseket, és egy kimondott értéket a teljes átirattól eltérően normalizálhat. Egy szószegmens kezdő- és végideje azonos is lehet. Az üres segments tömb jelentheti azt, hogy nem kértek időbélyegeket, nem talált beszédet, vagy az időzítés átmenetileg nem volt elérhető. Az olvasható szöveghez a teljes átiratot, az illesztéshez a szegmenseket használja, ahelyett, hogy a két karakterlánc karakterenkénti egyezését feltételezné.</p><p>A diarize beállítás alapértelmezése auto. Ha időbélyegeket kérnek, és a diarize nem false, a Pro speaker_turns adatokat is visszaad. Minden megszólalás tartalmazza a beszélőcímkét, a szöveget és a kezdő-/végidőt, megőrizve az írásjeleket és a megtartott jelzéseket, de a szövegbe illesztett beszélőjelölés nélkül. Ha a szószintű időzítés nem elérhető, a megszólalások ideje hozzávetőleges lehet, és lefedheti az egész felvételt; a szomszédos megszólalások nem feltétlenül kapcsolódnak közvetlenül egymáshoz, és átfedhetik egymást. A diarize kikapcsolása eltávolítja a strukturált megszólaláslistát, de a beszélőjelöléseket a teljes szövegben hagyja. Az ismert beszélőszám vagy a minimális és maximális szám a lehetőségekhez mérten segítheti a hosszabb felvételek beszélőinek elkülönítését. A pontos szám nem kombinálható a számhatárokkal, és a számra vonatkozó támpontok nem használhatók kikapcsolt diarize mellett.</p><p>Az érzelmi és hangadási eseményjelzések szögletes zárójelben álló szövegként jelennek meg, például [laughter], a felismert beszéd mellett. Ezek a hangból levont következtetések, nem olyan szavak, amelyeket a felhasználónak átírás előtt hozzá kellene adnia. A Pro tag_audio_events beállításának alapértelmezése true; kikapcsolva eltávolítja ezeket a jelzéseket az átiratból és a megszólalások szövegéből, az időzítés módosítása nélkül. Nincs külön érzelemmező vagy rögzített érzelem-felsorolás. Őrizze meg a jelzésekkel ellátott átiratot, amikor számít egy megjegyzés hangzása, és használjon jelzésmentes változatot, amikor a későbbi eredményhez csak az elhangzott szavak kellenek.</p><p>A nyelvet automatikusan felismeri. Egy opcionális, kisbetűs ISO 639-1 nyelvi támpont nem kényszerít ki fordítást, és nem változtatja meg a Pro átiratát. Ha a nyelv nem állapítható meg, a visszaadott nyelvkód tükrözheti a támpontot anélkül, hogy azt a hanggal összevetve ellenőrizné. A gyártó egyetlen nyelvet jelent, nem egy többnyelvű felvétel összes nyelvének jegyzékét. Kereshető archívum előkészítésekor az eredeti megfogalmazást és a nyelvi metaadatokat tartsa együtt, különösen amikor a beszélgetés eltérő részei nyelvet váltanak.</p><p>Feliratokhoz az egymást követő, időzített szavakat csoportosítsa olvasható SRT- vagy WebVTT-feliratblokkokba, ahelyett, hogy szavanként egy feliratot készítene. A blokkokat szüneteknél válassza el, hosszukat és megjelenítési idejüket pedig igazítsa a lejátszóhoz és a közönséghez. A megszólaláshatárok külön blokkokban tarthatják az eltérő beszélőket. Ellenőrizze, üres-e az időzítési eredmény, és hogy minden blokk végideje későbbi-e a kezdőidejénél. A feliratformázás, az anonim beszélőcímkékhez rendelt nevek és bármely későbbi összefoglaló az átírás eredményéből épülő alkalmazási eredmények.</p><p>Gyakorlati felvételi munkafolyamatnál átírás előtt döntse el, hogy egyszerű, olvasható átiratra, jelzésekkel ellátott beszélgetési megszólalásokra vagy időzített feliratokra van-e szüksége. A hangazonosítót tartsa az eredmény mellett, őrizze meg a visszaadott teljes szöveget, amikor fontosak az írásjelek és jelzések, és a navigációhoz használja a strukturált időzítési mezőket. A Pro hosszú felvételekre és több beszélőre vonatkozó képességei különböznek az általános, rövid felvételekhez való Transcribe 1 modelltől; korlátaik és vezérlőik nem tekinthetők felcserélhetőnek.</p></div></details></section><section class=\"card-section\" data-card-section=\"methods\"><h3 tabindex=\"-1\">Elérhető az Ailootban · bemenetek és metódusok</h3><details class=\"card-method\" open><summary><b>Ailoot Ultra · Beszédfelismerés</b> <code>POST /v1/audio/transcriptions</code></summary><dl class=\"method-capabilities\"><div><dt>Bemenet</dt><dd><code>audio</code></dd></div><div><dt>Kimenet</dt><dd><code>text</code></dd></div><div><dt>Kimeneti formátum</dt><dd>json</dd></div></dl><div class=\"tw\" data-card-parameters data-typed-parameters><table><thead><tr><th>Mező</th><th>Típus</th><th>Követelmény</th><th>Értékek és korlátok</th><th>Alapértelmezett</th></tr></thead><tbody><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Mező\" scope=\"row\"><span class=\"card-cell-label\">Mező</span><code class=\"card-field-name\">model</code></th><td data-cell-label=\"Típus\" data-field-type><span class=\"card-cell-label\">Típus</span><code>string</code></td><td data-cell-label=\"Követelmény\"><span class=\"card-cell-label\">Követelmény</span>Kötelező</td><td data-cell-label=\"Értékek és korlátok\"><span class=\"card-cell-label\">Értékek és korlátok</span><div>fish-audio/transcribe-1-pro</div></td><td data-cell-label=\"Alapértelmezett\" data-default=\"unspecified\"><span class=\"card-cell-label\">Alapértelmezett</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Mező\" scope=\"row\"><span class=\"card-cell-label\">Mező</span><code class=\"card-field-name\">input_audio</code></th><td data-cell-label=\"Típus\" data-field-type><span class=\"card-cell-label\">Típus</span><code>object</code></td><td data-cell-label=\"Követelmény\"><span class=\"card-cell-label\">Követelmény</span>Kötelező</td><td data-cell-label=\"Értékek és korlátok\"><span class=\"card-cell-label\">Értékek és korlátok</span><div>Pontos kulcsok: data, format</div></td><td data-cell-label=\"Alapértelmezett\" data-default=\"unspecified\"><span class=\"card-cell-label\">Alapértelmezett</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Mező\" scope=\"row\"><span class=\"card-cell-label\">Mező</span><code class=\"card-field-name\">input_audio.data</code></th><td data-cell-label=\"Típus\" data-field-type><span class=\"card-cell-label\">Típus</span><code>base64_string</code></td><td data-cell-label=\"Követelmény\"><span class=\"card-cell-label\">Követelmény</span>Kötelező</td><td data-cell-label=\"Értékek és korlátok\"><span class=\"card-cell-label\">Értékek és korlátok</span><div>Maximális dekódolt bájtszám: 26 214 400</div><div>Szigorú Base64: Igen</div></td><td data-cell-label=\"Alapértelmezett\" data-default=\"unspecified\"><span class=\"card-cell-label\">Alapértelmezett</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Mező\" scope=\"row\"><span class=\"card-cell-label\">Mező</span><code class=\"card-field-name\">input_audio.format</code></th><td data-cell-label=\"Típus\" data-field-type><span class=\"card-cell-label\">Típus</span><code>string</code></td><td data-cell-label=\"Követelmény\"><span class=\"card-cell-label\">Követelmény</span>Kötelező</td><td data-cell-label=\"Értékek és korlátok\"><span class=\"card-cell-label\">Értékek és korlátok</span><div>Feltételek: Egyeznie kell a fájl tényleges vizsgálattal azonosított formátumával</div></td><td data-cell-label=\"Alapértelmezett\" data-default=\"unspecified\"><span class=\"card-cell-label\">Alapértelmezett</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Mező\" scope=\"row\"><span class=\"card-cell-label\">Mező</span><code class=\"card-field-name\">response_format</code></th><td data-cell-label=\"Típus\" data-field-type><span class=\"card-cell-label\">Típus</span><code>string</code></td><td data-cell-label=\"Követelmény\"><span class=\"card-cell-label\">Követelmény</span>Opcionális</td><td data-cell-label=\"Értékek és korlátok\"><span class=\"card-cell-label\">Értékek és korlátok</span><div>json</div></td><td data-cell-label=\"Alapértelmezett\" data-default=\"unspecified\"><span class=\"card-cell-label\">Alapértelmezett</span>—</td></tr></tbody></table></div><details class=\"card-about\" data-material-combinations><summary>Bemeneti anyagok kombinációi</summary><p class=\"note-s\"><b>speech_to_text</b> · Kötelező: input_audio.data, input_audio.format</p></details><details class=\"note-s\" data-method-contract><summary>Metódus paraméterei és életciklusa</summary><div class=\"tw\" data-card-table=\"contract\"><table><thead><tr><th>Paraméter</th><th>Szerződés</th></tr></thead><tbody><tr><th data-cell-label=\"Paraméter\" scope=\"row\"><span class=\"card-cell-label\">Paraméter</span><code>content_type</code></th><td data-cell-label=\"Szerződés\"><span class=\"card-cell-label\">Szerződés</span>application/json</td></tr><tr><th data-cell-label=\"Paraméter\" scope=\"row\"><span class=\"card-cell-label\">Paraméter</span><code>required</code></th><td data-cell-label=\"Szerződés\"><span class=\"card-cell-label\">Szerződés</span>model, input_audio</td></tr><tr><th data-cell-label=\"Paraméter\" scope=\"row\"><span class=\"card-cell-label\">Paraméter</span><code>additional_properties</code></th><td data-cell-label=\"Szerződés\"><span class=\"card-cell-label\">Szerződés</span>false</td></tr><tr><th data-cell-label=\"Paraméter\" scope=\"row\"><span class=\"card-cell-label\">Paraméter</span><code>parameters</code></th><td data-cell-label=\"Szerződés\"><span class=\"card-cell-label\">Szerződés</span>{&quot;name&quot;:&quot;model&quot;,&quot;type&quot;:&quot;string&quot;,&quot;required&quot;:true,&quot;enum&quot;:[&quot;fish-audio/transcribe-1-pro&quot;]}, {&quot;name&quot;:&quot;input_audio&quot;,&quot;type&quot;:&quot;object&quot;,&quot;required&quot;:true,&quot;exact_keys&quot;:[&quot;data&quot;,&quot;format&quot;],&quot;data&quot;:&quot;a tényleges támogatott hangbájtok szigorúan érvényes base64 kódolása&quot;,&quot;format&quot;:&quot;a fájl vizsgálattal pontosan azonosított formátuma; egyeznie kell a tényleges bájttartalommal&quot;}, {&quot;name&quot;:&quot;response_format&quot;,&quot;type&quot;:&quot;string&quot;,&quot;required&quot;:false,&quot;enum&quot;:[&quot;json&quot;]}</td></tr><tr><th data-cell-label=\"Paraméter\" scope=\"row\"><span class=\"card-cell-label\">Paraméter</span><code>max_audio_bytes</code></th><td data-cell-label=\"Szerződés\"><span class=\"card-cell-label\">Szerződés</span>26214400</td></tr><tr><th data-cell-label=\"Paraméter\" scope=\"row\"><span class=\"card-cell-label\">Paraméter</span><code>multipart_for_this_profile</code></th><td data-cell-label=\"Szerződés\"><span class=\"card-cell-label\">Szerződés</span>false</td></tr><tr><th data-cell-label=\"Paraméter\" scope=\"row\"><span class=\"card-cell-label\">Paraméter</span><code>material_types</code></th><td data-cell-label=\"Szerződés\"><span class=\"card-cell-label\">Szerződés</span>audio</td></tr></tbody></table></div><p>Életciklus: <code>synchronous_result_then_owned_library</code></p><p class=\"note-s\"><code>GET /v1/media/tasks/{task_id}</code> · A ténylegesen visszaadott task_id vagy a médiatár bejegyzése</p><p class=\"note-s\"><code>GET /v1/media/assets/{asset_id}/content</code></p><p class=\"note-s\"><code>GET /v1/media/assets</code></p><p class=\"note-s\"><code>GET /v1/media/assets/{asset_id}</code></p><p class=\"note-s\">Őrizze meg a teljes választ és az eredetileg visszaadott azonosítókat.</p><p class=\"note-s\">Ismeretlen kimenetelű létrehozást soha ne küldjön be újra.</p></details></details></section><section class=\"card-section\" data-card-section=\"pricing\"><h3 tabindex=\"-1\">Díjcsomagok</h3><div data-native-semantic-method=\"v1\" data-tariff-reference-only><p class=\"note-s\" data-rate-support-note>A díjszabás nem ad új kérési lehetőségeket. A támogatott paraméterek a kiválasztott módszernél szerepelnek.</p><dl data-price-conditions><dt>Gyors mód</dt><dd>Nincs megadva <span class=\"note-s\">Ha a gyors mód van kiválasztva</span></dd><dt>Flex mód</dt><dd>Nincs megadva <span class=\"note-s\">Ha a flex mód van kiválasztva</span></dd><dt>Maximális gondolkodási ráfordítás</dt><dd>Nincs megadva <span class=\"note-s\">Ha a maximális gondolkodási ráfordításra a default beállításhoz tartozó korrekció vonatkozik</span></dd></dl></div><div data-declared-tariff-pricing><h4>Ailoot-díjak</h4><h4>Árak beállításonként</h4><p class=\"note-s\">Minden díjat a megjelenített feltételekhez rendeljen. Az alternatív beállítások minden csoportjához egy díjtételt használjon.</p><div class=\"tw\" data-pricing-profiles><table><thead><tr><th>Beállítás</th><th>Díjtáblázat</th><th>Elszámolási egység</th><th>Díj</th></tr></thead><tbody><tr><th data-cell-label=\"Beállítás\" scope=\"row\"><span class=\"card-cell-label\">Beállítás</span>Tokenek alapdíjai</th><td data-cell-label=\"Díjtáblázat\"><span class=\"card-cell-label\">Díjtáblázat</span>Alapdíj</td><td data-cell-label=\"Elszámolási egység\"><span class=\"card-cell-label\">Elszámolási egység</span>—</td><td data-cell-label=\"Díj\"><span class=\"card-cell-label\">Díj</span><div><span>Bemenet · Bemeneti tokenek</span> <b>—</b> <span class=\"price-unit\">/ 1K token</span></div><div><span>Kimenet · Kimeneti tokenek</span> <b>—</b> <span class=\"price-unit\">/ 1K token</span></div><div><span>Bemenet · Gyorsítótár olvasása</span> <b>—</b> <span class=\"price-unit\">/ 1K token</span></div><div><span>Bemenet · Írás a gyorsítótárba</span> <b>—</b> <span class=\"price-unit\">/ 1K token</span></div><div><span>Bemenet · Írás a gyorsítótárba, 1 óra</span> <b>—</b> <span class=\"price-unit\">/ 1K token</span></div></td></tr><tr><th data-cell-label=\"Beállítás\" scope=\"row\"><span class=\"card-cell-label\">Beállítás</span>bemeneti hangmásodperc</th><td data-cell-label=\"Díjtáblázat\"><span class=\"card-cell-label\">Díjtáblázat</span>—</td><td data-cell-label=\"Elszámolási egység\"><span class=\"card-cell-label\">Elszámolási egység</span>bemeneti hangmásodpercenként</td><td data-cell-label=\"Díj\"><span class=\"card-cell-label\">Díj</span><div><span>Bemenet · bemeneti hangmásodperc</span> <b>$0.0002</b> <span class=\"price-unit\">bemeneti hangmásodpercenként</span></div></td></tr></tbody></table></div></div><p class=\"note-s\">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 href=\"/docs/hu/billing/reserve/\">A foglalás és az elszámolás működése →</a></p><div data-declared-reference-pricing><h4>A referencia-díjszabás részletei</h4><p class=\"note-s\">A modellszintű referenciatáblázatok nem módosítják a metódusválasztást, az árajánlatokat vagy a díjakat. A tényleges díjak a kiválasztott Ailoot-metódus díjtételeit használják.</p><details class=\"card-price-reference\" data-declared-reference-group data-client-selectable=\"false\"><summary>Fish Audio: Transcribe 1 Pro</summary><h4>Árak beállításonként</h4><div class=\"tw\" data-pricing-profiles><table><thead><tr><th>Beállítás</th><th>Elszámolási feltételek</th><th>Díj</th></tr></thead><tbody><tr><th data-cell-label=\"Beállítás\" scope=\"row\"><span class=\"card-cell-label\">Beállítás</span>Fish Audio: Transcribe 1 Pro · Alapértelmezett beállítások</th><td data-cell-label=\"Elszámolási feltételek\"><span class=\"card-cell-label\">Elszámolási feltételek</span>Alapértelmezett konfiguráció</td><td data-cell-label=\"Díj\"><span class=\"card-cell-label\">Díj</span><div><span>Bemenet · Bemeneti hang másodpercei</span> <b>0,0002 USD</b> <span class=\"price-unit\">bemeneti hangmásodpercenként</span></div></td></tr></tbody></table></div></details></div></section><section class=\"card-section\" data-card-section=\"examples\"><h3 tabindex=\"-1\">Példakérések</h3><h4>Ailoot Ultra · Beszédfelismerés</h4><div class=\"code-group\"><div class=\"cg-bar\"><div class=\"cg-tabs\" role=\"tablist\" aria-label=\"Kódváltozatok\"><button class=\"cg-tab\" id=\"model-code-1362-tab-0\" role=\"tab\" type=\"button\" aria-controls=\"model-code-1362-panel-0\" aria-selected=\"true\" tabindex=\"0\">curl · tényleges hangbájtok és vizsgálattal azonosított formátum</button></div><div class=\"cg-tools\"><button class=\"cg-btn cg-copy\" type=\"button\" aria-label=\"Kód másolása\"><svg class=\"cp\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><rect x=\"5.25\" y=\"5.25\" width=\"8.5\" height=\"8.5\" rx=\"1.75\"/><path d=\"M10.75 5.25V3.5a1.25 1.25 0 0 0-1.25-1.25H3.5A1.25 1.25 0 0 0 2.25 3.5v6a1.25 1.25 0 0 0 1.25 1.25h1.75\"/></svg><svg class=\"ok\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><path d=\"m3 8.5 3.25 3.25L13 5\"/></svg></button></div></div><div class=\"cg-body\"><div class=\"cg-pane\" id=\"model-code-1362-panel-0\" role=\"tabpanel\" aria-labelledby=\"model-code-1362-tab-0\"><pre data-lang=\"bash\"><code>set -eu\n: &quot;${AILOOT_API_KEY:?Set your Ailoot API key}&quot;\n: &quot;${AILOOT_AUDIO_FILE:?Set your actual audio file}&quot;\n: &quot;${AILOOT_AUDIO_FORMAT:?Set its actual probed file format}&quot;\nexport AILOOT_AUDIO_FILE AILOOT_AUDIO_FORMAT\npython3 - &lt;&lt;&#39;PY_REQUEST&#39;\nimport json,os\nfrom pathlib import Path\np=json.loads(&#39;{&quot;model&quot;: &quot;fish-audio/transcribe-1-pro&quot;, &quot;response_format&quot;: &quot;json&quot;}&#39;)\nimport base64\nf=Path(os.environ[&#39;AILOOT_AUDIO_FILE&#39;])\nraw=f.read_bytes()\nif not raw or len(raw)&gt;26214400:raise SystemExit(&#39;Use actual audio bytes within 25 MiB&#39;)\nfmt=os.environ[&#39;AILOOT_AUDIO_FORMAT&#39;].strip()\nif not fmt:raise SystemExit(&#39;Use the actual probed format; the server checks it against the bytes&#39;)\np[&#39;input_audio&#39;]={&#39;data&#39;:base64.b64encode(raw).decode(),&#39;format&#39;:fmt}\nPath(&#39;request.json&#39;).write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \\\n  -H &quot;Authorization: Bearer $AILOOT_API_KEY&quot; -H &#39;Content-Type: application/json&#39; \\\n  --data-binary @request.json -D response-headers.txt -o result.json\npython3 - &lt;&lt;&#39;PY_RESULT&#39;\nimport json\nfrom pathlib import Path\nr=json.loads(Path(&#39;result.json&#39;).read_text())\nprint(json.dumps(r,ensure_ascii=False,indent=2))\nprint(&#39;Keep the complete JSON and response headers; do not resubmit an unknown creation.&#39;)\nPY_RESULT\n</code></pre></div></div></div></section><section class=\"card-section\" data-card-section=\"results\"><h3 tabindex=\"-1\">Eredmények fogadása és mentése</h3><h4>Ailoot Ultra · Beszédfelismerés</h4><p class=\"note-s\">json</p><ul class=\"card-result-paths\"><li><code>GET /v1/media/tasks/{task_id}</code></li><li><code>GET /v1/media/assets/{asset_id}/content</code></li><li><code>GET /v1/media/assets</code></li><li><code>GET /v1/media/assets/{asset_id}</code></li></ul><div class=\"card-result-process\" data-all-results><h5>Őrizzen meg minden elkészült eredményt</h5><p class=\"note-s\">Őrizzen meg minden teljes visszaadott választ, fájlt és tartalomrészt.</p><p class=\"note-s\">Őrizze meg a teljes JSON-t, a válaszfejléceket, a szöveget és minden ténylegesen visszaadott felhasználási mezőt. A válaszból vagy a saját médiatárból származó tényleges feladat- és médiaazonosítókat használja; az operation_id nem task_id.</p></div><div class=\"card-result-process\" data-unknown-recovery><h5>Ha az eredeti választ ellenőrizni kell</h5><p class=\"note-s\">Őrizze meg az eredeti operation_id/X-Client-Request-ID értéket az egyeztetéshez, újbóli beküldés nélkül; nincs külön hangállapot-lekérdezési útvonal.</p></div><details class=\"card-about\" data-output-fields><summary>Válaszmezők</summary><div class=\"tw\" data-card-table=\"output\"><table><thead><tr><th>Mező</th><th>Típus</th><th>Jelentés</th></tr></thead><tbody><tr><th data-cell-label=\"Mező\" scope=\"row\"><span class=\"card-cell-label\">Mező</span><code class=\"card-field-name\">text</code></th><td data-cell-label=\"Típus\" data-field-type><span class=\"card-cell-label\">Típus</span>string</td><td data-cell-label=\"Jelentés\"><span class=\"card-cell-label\">Jelentés</span>Átírt szöveg.</td></tr><tr><th data-cell-label=\"Mező\" scope=\"row\"><span class=\"card-cell-label\">Mező</span><code class=\"card-field-name\">usage</code></th><td data-cell-label=\"Típus\" data-field-type><span class=\"card-cell-label\">Típus</span>object</td><td data-cell-label=\"Jelentés\"><span class=\"card-cell-label\">Jelentés</span>Hangfelhasználás.</td></tr><tr><th data-cell-label=\"Mező\" scope=\"row\"><span class=\"card-cell-label\">Mező</span><code class=\"card-field-name\">usage.seconds</code></th><td data-cell-label=\"Típus\" data-field-type><span class=\"card-cell-label\">Típus</span>number</td><td data-cell-label=\"Jelentés\"><span class=\"card-cell-label\">Jelentés</span>A hang időtartama másodpercben.</td></tr><tr><th data-cell-label=\"Mező\" scope=\"row\"><span class=\"card-cell-label\">Mező</span><code class=\"card-field-name\">duration</code></th><td data-cell-label=\"Típus\" data-field-type><span class=\"card-cell-label\">Típus</span>number</td><td data-cell-label=\"Jelentés\"><span class=\"card-cell-label\">Jelentés</span>A hang időtartama másodpercben.</td></tr><tr><th data-cell-label=\"Mező\" scope=\"row\"><span class=\"card-cell-label\">Mező</span><code class=\"card-field-name\">task_id</code></th><td data-cell-label=\"Típus\" data-field-type><span class=\"card-cell-label\">Típus</span>string</td><td data-cell-label=\"Jelentés\"><span class=\"card-cell-label\">Jelentés</span>Az átírási feladat azonosítója; az asset_url mezővel együtt érkezik, ha a nem üres átiratot tárolták, közzétették, és aláírt tartalom-URL-címet rendeltek hozzá.</td></tr><tr><th data-cell-label=\"Mező\" scope=\"row\"><span class=\"card-cell-label\">Mező</span><code class=\"card-field-name\">asset_url</code></th><td data-cell-label=\"Típus\" data-field-type><span class=\"card-cell-label\">Típus</span>string</td><td data-cell-label=\"Jelentés\"><span class=\"card-cell-label\">Jelentés</span>Az átirat aláírt tartalom-URL-címe; a task_id mezővel együtt érkezik, ha a nem üres átiratot tárolták, közzétették, és aláírt tartalom-URL-címet rendeltek hozzá.</td></tr></tbody></table></div></details><details class=\"card-about\" data-method-errors><summary>Hibák és következő lépések</summary><div class=\"tw\" data-card-table=\"errors\"><table><thead><tr><th>Válasz</th><th>Feltétel</th><th>Következő lépés</th></tr></thead><tbody><tr><th data-cell-label=\"Válasz\" scope=\"row\"><span class=\"card-cell-label\">Válasz</span>400 · <code>invalid_request_error</code></th><td data-cell-label=\"Feltétel\"><span class=\"card-cell-label\">Feltétel</span>Érvénytelen kötelező mezők, az anyag érvénytelen reprezentációja vagy érvénytelen paraméterérték</td><td data-cell-label=\"Következő lépés\"><span class=\"card-cell-label\">Következő lépés</span>Javítsa a jelzett mezőket egy új létrehozási kérés előtt.</td></tr><tr><th data-cell-label=\"Válasz\" scope=\"row\"><span class=\"card-cell-label\">Válasz</span><code>server_error</code></th><td data-cell-label=\"Feltétel\"><span class=\"card-cell-label\">Feltétel</span>A visszaadott válasz szerint a művelet vagy az eredmény ellenőrzést igényel</td><td data-cell-label=\"Következő lépés\"><span class=\"card-cell-label\">Következő lépés</span>Őrizze 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.</td></tr></tbody></table></div></details></section><section class=\"card-section\" data-card-section=\"aliases\"><h3 tabindex=\"-1\">Álnevek</h3><h4>Modell álnevei</h4><p class=\"note-s\"><span data-model-alias-route=\"Ultra\"><b>Ailoot Ultra</b> <a href=\"#m=fish-audio%2Ftranscribe-1-pro&amp;route=Ultra&amp;caller=fish-audio%2Ftranscribe-1-pro&amp;fmt=transcriptions\"><code>fish-audio/transcribe-1-pro</code></a></span></p><h4>Metódusútvonalak álnevei</h4><p class=\"note-s\">Használja a fent látható metódusútvonalakat.</p><h4>Kapcsolódó modellazonosítók</h4><p class=\"note-s\"><a href=\"#m=fish-audio%2Ftranscribe-1-pro&amp;route=Ultra&amp;caller=fish-audio%2Ftranscribe-1-pro&amp;fmt=transcriptions\"><code>fish-audio/transcribe-1-pro</code></a></p></section></div>",
      "method_identity": {
        "effective_request_model_id": "fish-audio/transcribe-1-pro",
        "fmt": "transcriptions",
        "http": "POST",
        "path": "/v1/audio/transcriptions",
        "request_model_id": "fish-audio/transcribe-1-pro",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|transcriptions|/v1/audio/transcriptions|fish-audio%2Ftranscribe-1-pro",
      "ordinal": 0,
      "rawMethod": {
        "available": null,
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "contract": {
          "data": {
            "all_results": "Keep the complete JSON, response headers, text and every actual returned usage field. Use actual task/asset identities from the response or owned library; operation_id is not task_id.",
            "errors": [
              {
                "code": null,
                "condition": "Érvénytelen kötelező mezők, az anyag érvénytelen reprezentációja vagy érvénytelen paraméterérték",
                "http_status": 400,
                "recovery": "Javítsa a jelzett mezőket egy új létrehozási kérés előtt.",
                "type": "invalid_request_error"
              },
              {
                "code": null,
                "condition": "A visszaadott válasz szerint a művelet vagy az eredmény ellenőrzést igényel",
                "http_status": null,
                "recovery": "Őrizze 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.",
                "type": "server_error"
              }
            ],
            "hints": [],
            "ignored_fields": [],
            "lifecycle": {
              "all_results": "Follow everyactualreturnedoutputandownedasset; no result is discardedbecauseindex0orcontent_urlalreadyexists.",
              "assets": [
                {
                  "http": "GET",
                  "path": "/v1/media/assets"
                },
                {
                  "http": "GET",
                  "path": "/v1/media/assets/{asset_id}"
                }
              ],
              "content": [
                {
                  "http": "GET",
                  "path": "/v1/media/assets/{asset_id}/content",
                  "url_source": "exact returned signed URL; never construct token"
                }
              ],
              "mode": "synchronous_result_then_owned_library",
              "operation_id_is_not_task_id": true,
              "status": [
                {
                  "http": "GET",
                  "id_source": "actual returned task_id or media library record",
                  "path": "/v1/media/tasks/{task_id}"
                }
              ],
              "unknown": "Őrizze meg az eredeti operation_id/X-Client-Request-ID értéket az egyeztetéshez, újbóli beküldés nélkül; nincs külön hangállapot-lekérdezési útvonal."
            },
            "limits": {
              "decoded_audio_max_bytes": 26214400
            },
            "material_combinations": [
              {
                "content_type": "application/json",
                "mode": "speech_to_text",
                "required": [
                  "input_audio.data",
                  "input_audio.format"
                ]
              }
            ],
            "media_library": {
              "asset": {
                "fields": [
                  {
                    "description": null,
                    "name": "asset_id",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "task_id",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "output_key",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "family",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "model",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "method",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "status",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "content_type",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "sha256",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "size_bytes",
                    "type": "integer"
                  },
                  {
                    "description": null,
                    "name": "content_url",
                    "type": "string"
                  }
                ],
                "http": "GET",
                "id_source": "actual returned asset_id",
                "path": "/v1/media/assets/{asset_id}"
              },
              "content": {
                "http": "GET",
                "path": "/v1/media/assets/{asset_id}/content",
                "range_header_supported": true,
                "url_source": "Use exact returned signed content_url including its token; do not construct a token."
              },
              "expired_link": {
                "code": "link_expired",
                "http_status": 404,
                "recovery": "Read the asset again to obtain its refreshed signed content_url, then fetch that URL. Do not regenerate."
              },
              "list": {
                "all_pages": "Follow every returned next_cursor, then select records by their actual task_id/output_key.",
                "http": "GET",
                "output_fields": [
                  {
                    "description": null,
                    "name": "object",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "data",
                    "type": "asset[]"
                  },
                  {
                    "description": null,
                    "name": "next_cursor",
                    "type": "string|null"
                  }
                ],
                "parameters": [
                  {
                    "availability": "source_interface",
                    "default": null,
                    "default_known": false,
                    "enum": null,
                    "enum_known": false,
                    "name": "family",
                    "required": false,
                    "type": "string"
                  },
                  {
                    "availability": "source_interface",
                    "default": null,
                    "default_known": false,
                    "enum": null,
                    "enum_known": false,
                    "name": "cursor",
                    "required": false,
                    "type": "string"
                  },
                  {
                    "availability": "source_interface",
                    "default": 20,
                    "default_known": true,
                    "enum": null,
                    "enum_known": false,
                    "maximum": 100,
                    "minimum": 1,
                    "name": "limit",
                    "required": false,
                    "type": "integer"
                  }
                ],
                "path": "/v1/media/assets"
              },
              "revoke": {
                "http": "DELETE",
                "meaning": "Revokes/deletes the existing owned file; this is not generation cancellation.",
                "path": "/v1/media/assets/{asset_id}",
                "pending_status": "revoking",
                "success_statuses": [
                  202,
                  204
                ]
              },
              "task": {
                "http": "GET",
                "id_source": "actual returned task_id or media library record; operation_id is not task_id",
                "path": "/v1/media/tasks/{task_id}"
              }
            },
            "operation_modes": [
              "speech_to_text"
            ],
            "outputs": {
              "all_results": "Őrizze meg a teljes JSON-t, a válaszfejléceket, a szöveget és minden ténylegesen visszaadott felhasználási mezőt. A válaszból vagy a saját médiatárból származó tényleges feladat- és médiaazonosítókat használja; az operation_id nem task_id.",
              "family": "transcription",
              "fields": [
                {
                  "description": "Átírt szöveg.",
                  "name": "text",
                  "required": true,
                  "required_known": true,
                  "type": "string"
                },
                {
                  "description": "Hangfelhasználás.",
                  "name": "usage",
                  "required": true,
                  "required_known": true,
                  "type": "object"
                },
                {
                  "description": "A hang időtartama másodpercben.",
                  "name": "usage.seconds",
                  "required": true,
                  "required_known": true,
                  "type": "number"
                },
                {
                  "description": "A hang időtartama másodpercben.",
                  "name": "duration",
                  "required": true,
                  "required_known": true,
                  "type": "number"
                },
                {
                  "description": "Az átírási feladat azonosítója; az asset_url mezővel együtt érkezik, ha a nem üres átiratot tárolták, közzétették, és aláírt tartalom-URL-címet rendeltek hozzá.",
                  "name": "task_id",
                  "required": false,
                  "required_known": true,
                  "type": "string"
                },
                {
                  "description": "Az átirat aláírt tartalom-URL-címe; a task_id mezővel együtt érkezik, ha a nem üres átiratot tárolták, közzétették, és aláírt tartalom-URL-címet rendeltek hozzá.",
                  "name": "asset_url",
                  "required": false,
                  "required_known": true,
                  "type": "string"
                }
              ],
              "format": "json"
            },
            "parameters": [
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": [
                  "fish-audio/transcribe-1-pro"
                ],
                "enum_known": true,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "exact_keys": [
                  "data",
                  "format"
                ],
                "name": "input_audio",
                "required": true,
                "type": "object"
              },
              {
                "availability": "source_interface",
                "decoded_maximum_bytes": 26214400,
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "input_audio.data",
                "required": true,
                "strict_base64": true,
                "type": "base64_string"
              },
              {
                "availability": "source_interface",
                "conditions": "Egyeznie kell a fájl tényleges vizsgálattal azonosított formátumával",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "input_audio.format",
                "required": true,
                "type": "string"
              },
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": [
                  "json"
                ],
                "enum_known": true,
                "name": "response_format",
                "required": false,
                "type": "string"
              }
            ],
            "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.",
            "unsupported": [
              "multipart input on this exact profile",
              "fields outside model/input_audio/response_format",
              "non-json response format"
            ]
          },
          "hints": [
            "Őrizze meg a teljes választ és az eredetileg visszaadott azonosítókat.",
            "Ismeretlen kimenetelű létrehozást soha ne küldjön be újra."
          ],
          "input": {
            "additional_properties": false,
            "content_type": "application/json",
            "material_types": [
              "audio"
            ],
            "max_audio_bytes": 26214400,
            "multipart_for_this_profile": false,
            "parameters": [
              {
                "enum": [
                  "fish-audio/transcribe-1-pro"
                ],
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "data": "a tényleges támogatott hangbájtok szigorúan érvényes base64 kódolása",
                "exact_keys": [
                  "data",
                  "format"
                ],
                "format": "a fájl vizsgálattal pontosan azonosított formátuma; egyeznie kell a tényleges bájttartalommal",
                "name": "input_audio",
                "required": true,
                "type": "object"
              },
              {
                "enum": [
                  "json"
                ],
                "name": "response_format",
                "required": false,
                "type": "string"
              }
            ],
            "required": [
              "model",
              "input_audio"
            ]
          },
          "lifecycle": {
            "all_results": "Follow everyactualreturnedoutputandownedasset; no result is discardedbecauseindex0orcontent_urlalreadyexists.",
            "assets": [
              {
                "http": "GET",
                "path": "/v1/media/assets"
              },
              {
                "http": "GET",
                "path": "/v1/media/assets/{asset_id}"
              }
            ],
            "content": [
              {
                "http": "GET",
                "path": "/v1/media/assets/{asset_id}/content",
                "url_source": "exact returned signed URL; never construct token"
              }
            ],
            "mode": "synchronous_result_then_owned_library",
            "operation_id_is_not_task_id": true,
            "status": [
              {
                "http": "GET",
                "id_source": "A ténylegesen visszaadott task_id vagy a médiatár bejegyzése",
                "path": "/v1/media/tasks/{task_id}"
              }
            ],
            "unknown": "Retain original operation_id/X-Client-Request-ID for reconciliation without resubmission; no dedicated audio poll route."
          },
          "method": {
            "http": "POST",
            "path": "/v1/audio/transcriptions"
          },
          "method_aliases": [],
          "operation_modes": [
            "speech_to_text"
          ],
          "output": {
            "family": "text",
            "type": "JSON transcript with text and usage; actual owned transcript flow"
          }
        },
        "ctx": null,
        "declared_pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          },
          {
            "dimensions": {
              "quoted_unit": "per input audio second"
            },
            "label": "input audio second",
            "units": [
              {
                "amount": "0.0002",
                "amount_unit": "usd_per_exact_native_unit",
                "billing_input": true,
                "estimate_only": false,
                "key": "audio_input_second",
                "label": "input audio second",
                "native_amount_usd_per_unit": "0.0002",
                "native_quantity": 1,
                "public_unit_label": "per input audio second",
                "quantity": 1,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "audio_input_second"
              }
            ]
          }
        ],
        "examples": [
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_AUDIO_FILE:?Set your actual audio file}\"\n: \"${AILOOT_AUDIO_FORMAT:?Set its actual probed file format}\"\nexport AILOOT_AUDIO_FILE AILOOT_AUDIO_FORMAT\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"model\": \"fish-audio/transcribe-1-pro\", \"response_format\": \"json\"}')\nimport base64\nf=Path(os.environ['AILOOT_AUDIO_FILE'])\nraw=f.read_bytes()\nif not raw or len(raw)>26214400:raise SystemExit('Use actual audio bytes within 25 MiB')\nfmt=os.environ['AILOOT_AUDIO_FORMAT'].strip()\nif not fmt:raise SystemExit('Use the actual probed format; the server checks it against the bytes')\np['input_audio']={'data':base64.b64encode(raw).decode(),'format':fmt}\nPath('request.json').write_text(json.dumps(p,ensure_ascii=False))\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 result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path('result.json').read_text())\nprint(json.dumps(r,ensure_ascii=False,indent=2))\nprint('Keep the complete JSON and response headers; do not resubmit an unknown creation.')\nPY_RESULT\n",
            "label": "curl · actual audio bytes and probed format",
            "language": "bash"
          }
        ],
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "transcriptions",
        "hints": [
          "Keep the complete response and the original returned IDs.",
          "Never resubmit an unknown creation."
        ],
        "http": "POST",
        "in": null,
        "input": [
          "audio"
        ],
        "label": "Распознавание речи",
        "max_out": null,
        "max_reasoning_effort_multiplier": null,
        "method_aliases": [],
        "out": null,
        "output": [
          "text"
        ],
        "path": "/v1/audio/transcriptions",
        "price_conditions": [
          {
            "label": "Fast mode",
            "value": "Not specified",
            "when": "When fast mode is selected"
          },
          {
            "label": "Flex mode",
            "value": "Not specified",
            "when": "When flex mode is selected"
          },
          {
            "label": "Maximum reasoning effort",
            "value": "Not specified",
            "when": "When maximum reasoning effort uses the default adjustment"
          }
        ],
        "pricing": {
          "billing_mode": "per_request",
          "image_input_price": null,
          "image_output_price": null,
          "per_request_price": null,
          "unit_prices": {
            "audio_input_second": 0.0002
          }
        },
        "pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          },
          {
            "dimensions": {
              "quoted_unit": "per input audio second"
            },
            "label": "input audio second",
            "units": [
              {
                "amount": "0.0002",
                "amount_unit": "usd_per_exact_native_unit",
                "billing_input": true,
                "estimate_only": false,
                "key": "audio_input_second",
                "label": "input audio second",
                "native_amount_usd_per_unit": "0.0002",
                "native_quantity": 1,
                "public_unit_label": "per input audio second",
                "quantity": 1,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "audio_input_second"
              }
            ]
          }
        ],
        "request_model_id": "fish-audio/transcribe-1-pro",
        "route_label": "Ultra",
        "status_reads": [
          "GET /v1/media/tasks/{task_id}",
          "GET /v1/media/assets/{asset_id}/content"
        ],
        "tiers": [],
        "units": [
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_read_price",
            "label": "Cache read",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "cached_input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "cached_input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_price",
            "label": "Cache write",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "generic_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "generic_cache_creation_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_1h_price",
            "label": "Cache write, 1 hour",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "one_hour_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "one_hour_cache_creation_token"
          },
          {
            "amount": "0.0002",
            "amount_unit": "usd_per_exact_native_unit",
            "billing_input": true,
            "estimate_only": false,
            "key": "audio_input_second",
            "label": "input audio second",
            "native_amount_usd_per_unit": "0.0002",
            "native_quantity": 1,
            "public_unit_label": "per input audio second",
            "quantity": 1,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "audio_input_second"
          }
        ]
      }
    }
  ],
  "model_id": "fish-audio/transcribe-1-pro",
  "nativeProvenance": {
    "input_facts_canonical_sha256": "5d8ce335689daeaa42db251973f7880f8df97b85855f190195e7b3daf9ba1be4",
    "input_html_sha256": "e45b5d5823a628a24d6e0e85f273808b7417500bd2a4faa86c029f0cf2dff9f1",
    "private_audit_sha256": "4d48f566dea00e1abd344adbbbccdc508cce31a77e62a80ba91de9b039221e04",
    "role": "historical-normalized-input-audit-hashes",
    "schema": "ailoot-native-model-provenance-v2"
  },
  "page": {
    "canonical": "https://ailoot.ai/models/hu/fish-audio-transcribe-1-pro/",
    "description": "A Transcribe 1 Pro legfeljebb 60 perces felvételeket alakít szöveggé beszélőjelölésekkel és opcionális szószintű időzítéssel. Megőrzi a kikövetkeztetett érzelmi és hangadási eseményjelzéseket, megkönnyítve az interjúk, megbeszélések és podcastok áttekintését, keresését vagy feliratozásra való előkészítését.",
    "locale": "hu",
    "md_url": "https://ailoot.ai/models/hu/fish-audio-transcribe-1-pro/index.md",
    "title": "Fish Audio: Transcribe 1 Pro — Ailoot",
    "url": "https://ailoot.ai/models/hu/fish-audio-transcribe-1-pro/"
  },
  "rawModel": {
    "about": "A Transcribe 1 Pro a Fish Audio beszédfelismerő modellje rövid részletekhez, több beszélős beszélgetésekhez és hosszú felvételekhez. Rögzített hangot fogad, és átiratot ad vissza opcionális időzítéssel és strukturált megszólalásokkal. Megkülönböztető jellemzői a szövegben megjelölt beszélőváltások, valamint az érzelmekre vagy hangadási eseményekre utaló jelzések, amelyek a puszta szósornál többet őriznek meg a felvétel beszélgetési szerkezetéből.\n\nInterjúnál, megbeszélésnél vagy podcastnál a teljes beszélgetést tartsa egy fájlban, hogy a visszatérő beszélők következetes címkéket őrizhessenek meg a válaszon belül. Hasznos ellenőrzési anyag az eredeti felvételhez kapcsolt átirat, külön megjelenített megszólalásokkal és egy idézet ellenőrzésére használható időbélyeggel. Az összefoglaló vagy teendőlista későbbi alkalmazáslépés: ezt tartsa külön az átirattól, hogy az elhangzott forrás továbbra is rendelkezésre álljon összehasonlításra.\n\nA gyártó legfeljebb 60 perces felvételeket fogad el, és a hosszú fájlok feldolgozását tömörített hanggal, például MP3, Opus vagy AAC formátummal írja le. A támogatott formátumok közé tartozik a WAV, MP3, az AAC M4A vagy MP4 tárolóban, a FLAC, az Ogg Opus vagy Vorbis kodekkel, a WebM/Matroska és a MOV. Videófájlnál az első hangsávot használja. Az AIFF, CAF, WMA, AMR, AC-3 és a nyers, fejléc nélküli PCM nem támogatott. Kérésenként egy hangfájl adható meg; az eredmény a teljes felvétel átírása után érkezik, és egy hosszú felvétel feldolgozása több percig is tarthat. A körülbelül 0,08 másodpercnél rövidebb részleteket elutasítja.\n\nA gyártó válasza tartalmazza a teljes szöveget, a felvétel másodpercben megadott hosszát és egy segments tömböt. A Pro a beszélőváltásokat a szövegbe illesztett címkékkel jelzi, például <|speaker:0|> és <|speaker:1|>; egy címke az utána következő szövegre vonatkozik a következő jelölésig. Ezek egy válaszon belüli azonosítók, nem ellenőrzött nevek vagy személyazonosságok, amelyek külön kérések között összekapcsolhatók. Ha az átiratban nincs beszélőjelölés, az útmutató egybeszélős eredményként kezeli. Az első jelölés előtti esetleges szöveget tartsa az első megszólalásnál, ne dobja el.\n\nA szószintű időbélyegek opcionálisak. A gyártó kérésében az ignore_timestamps alapértelmezése true; false értékre állítva szöveget és másodpercben megadott kezdő- és végidőt tartalmazó szegmenseket kér. Egy szegmens általában egy szó, kínaiul és japánul pedig egy vagy néhány karakter. A szegmensszöveg kihagyja az írásjeleket, beszélőjelöléseket és eseményjelzéseket, és egy kimondott értéket a teljes átirattól eltérően normalizálhat. Egy szószegmens kezdő- és végideje azonos is lehet. Az üres segments tömb jelentheti azt, hogy nem kértek időbélyegeket, nem talált beszédet, vagy az időzítés átmenetileg nem volt elérhető. Az olvasható szöveghez a teljes átiratot, az illesztéshez a szegmenseket használja, ahelyett, hogy a két karakterlánc karakterenkénti egyezését feltételezné.\n\nA diarize beállítás alapértelmezése auto. Ha időbélyegeket kérnek, és a diarize nem false, a Pro speaker_turns adatokat is visszaad. Minden megszólalás tartalmazza a beszélőcímkét, a szöveget és a kezdő-/végidőt, megőrizve az írásjeleket és a megtartott jelzéseket, de a szövegbe illesztett beszélőjelölés nélkül. Ha a szószintű időzítés nem elérhető, a megszólalások ideje hozzávetőleges lehet, és lefedheti az egész felvételt; a szomszédos megszólalások nem feltétlenül kapcsolódnak közvetlenül egymáshoz, és átfedhetik egymást. A diarize kikapcsolása eltávolítja a strukturált megszólaláslistát, de a beszélőjelöléseket a teljes szövegben hagyja. Az ismert beszélőszám vagy a minimális és maximális szám a lehetőségekhez mérten segítheti a hosszabb felvételek beszélőinek elkülönítését. A pontos szám nem kombinálható a számhatárokkal, és a számra vonatkozó támpontok nem használhatók kikapcsolt diarize mellett.\n\nAz érzelmi és hangadási eseményjelzések szögletes zárójelben álló szövegként jelennek meg, például [laughter], a felismert beszéd mellett. Ezek a hangból levont következtetések, nem olyan szavak, amelyeket a felhasználónak átírás előtt hozzá kellene adnia. A Pro tag_audio_events beállításának alapértelmezése true; kikapcsolva eltávolítja ezeket a jelzéseket az átiratból és a megszólalások szövegéből, az időzítés módosítása nélkül. Nincs külön érzelemmező vagy rögzített érzelem-felsorolás. Őrizze meg a jelzésekkel ellátott átiratot, amikor számít egy megjegyzés hangzása, és használjon jelzésmentes változatot, amikor a későbbi eredményhez csak az elhangzott szavak kellenek.\n\nA nyelvet automatikusan felismeri. Egy opcionális, kisbetűs ISO 639-1 nyelvi támpont nem kényszerít ki fordítást, és nem változtatja meg a Pro átiratát. Ha a nyelv nem állapítható meg, a visszaadott nyelvkód tükrözheti a támpontot anélkül, hogy azt a hanggal összevetve ellenőrizné. A gyártó egyetlen nyelvet jelent, nem egy többnyelvű felvétel összes nyelvének jegyzékét. Kereshető archívum előkészítésekor az eredeti megfogalmazást és a nyelvi metaadatokat tartsa együtt, különösen amikor a beszélgetés eltérő részei nyelvet váltanak.\n\nFeliratokhoz az egymást követő, időzített szavakat csoportosítsa olvasható SRT- vagy WebVTT-feliratblokkokba, ahelyett, hogy szavanként egy feliratot készítene. A blokkokat szüneteknél válassza el, hosszukat és megjelenítési idejüket pedig igazítsa a lejátszóhoz és a közönséghez. A megszólaláshatárok külön blokkokban tarthatják az eltérő beszélőket. Ellenőrizze, üres-e az időzítési eredmény, és hogy minden blokk végideje későbbi-e a kezdőidejénél. A feliratformázás, az anonim beszélőcímkékhez rendelt nevek és bármely későbbi összefoglaló az átírás eredményéből épülő alkalmazási eredmények.\n\nGyakorlati felvételi munkafolyamatnál átírás előtt döntse el, hogy egyszerű, olvasható átiratra, jelzésekkel ellátott beszélgetési megszólalásokra vagy időzített feliratokra van-e szüksége. A hangazonosítót tartsa az eredmény mellett, őrizze meg a visszaadott teljes szöveget, amikor fontosak az írásjelek és jelzések, és a navigációhoz használja a strukturált időzítési mezőket. A Pro hosszú felvételekre és több beszélőre vonatkozó képességei különböznek az általános, rövid felvételekhez való Transcribe 1 modelltől; korlátaik és vezérlőik nem tekinthetők felcserélhetőnek.",
    "alias_of": null,
    "aliases": [],
    "author": "Fish Audio",
    "available": null,
    "canonical_model": "fish-audio/transcribe-1-pro",
    "capabilities": {
      "context_length": 0,
      "manufacturer_input": [
        "audio"
      ],
      "manufacturer_output": [
        "transcription"
      ]
    },
    "card_routes": [
      {
        "label": "Ultra",
        "rates": [
          {
            "amount": "0.0002",
            "amount_unit": "usd_per_exact_native_unit",
            "billing_input": true,
            "estimate_only": false,
            "key": "audio_input_second",
            "label": "input audio second",
            "native_amount_usd_per_unit": "0.0002",
            "native_quantity": 1,
            "public_unit_label": "per input audio second",
            "quantity": 1,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "audio_input_second"
          }
        ],
        "summary": "A konfiguráció teljes árazása a részletekben."
      }
    ],
    "ctx": null,
    "declared_tariff_references": [
      {
        "client_selectable": false,
        "key": "aeebfac63d7ddd8619fb",
        "label": "Fish Audio: Transcribe 1 Pro",
        "profiles": [
          {
            "basis": "",
            "dimensions": {
              "conditions": "Alapértelmezett konfiguráció"
            },
            "label": "Fish Audio: Transcribe 1 Pro · Alapértelmezett beállítások",
            "units": [
              {
                "amount": "0.0002",
                "amount_unit": "usd_per_exact_physical_unit",
                "billing_input": false,
                "key": "0949942d98ce2e4c35b418d6",
                "label": "Input audio seconds",
                "public_unit_label": "per input audio second",
                "quantity": "1",
                "rate_role": "declared_tariff_rate",
                "side": "in",
                "unit": "input_audio_second"
              }
            ]
          }
        ]
      }
    ],
    "entity_type": "model",
    "formats": [
      "transcriptions"
    ],
    "id": "fish-audio/transcribe-1-pro",
    "input": [
      "audio"
    ],
    "kind": "transcription",
    "max_out": null,
    "methods": [
      {
        "available": null,
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "contract": {
          "data": {
            "all_results": "Keep the complete JSON, response headers, text and every actual returned usage field. Use actual task/asset identities from the response or owned library; operation_id is not task_id.",
            "errors": [
              {
                "code": null,
                "condition": "Érvénytelen kötelező mezők, az anyag érvénytelen reprezentációja vagy érvénytelen paraméterérték",
                "http_status": 400,
                "recovery": "Javítsa a jelzett mezőket egy új létrehozási kérés előtt.",
                "type": "invalid_request_error"
              },
              {
                "code": null,
                "condition": "A visszaadott válasz szerint a művelet vagy az eredmény ellenőrzést igényel",
                "http_status": null,
                "recovery": "Őrizze 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.",
                "type": "server_error"
              }
            ],
            "hints": [],
            "ignored_fields": [],
            "lifecycle": {
              "all_results": "Follow everyactualreturnedoutputandownedasset; no result is discardedbecauseindex0orcontent_urlalreadyexists.",
              "assets": [
                {
                  "http": "GET",
                  "path": "/v1/media/assets"
                },
                {
                  "http": "GET",
                  "path": "/v1/media/assets/{asset_id}"
                }
              ],
              "content": [
                {
                  "http": "GET",
                  "path": "/v1/media/assets/{asset_id}/content",
                  "url_source": "exact returned signed URL; never construct token"
                }
              ],
              "mode": "synchronous_result_then_owned_library",
              "operation_id_is_not_task_id": true,
              "status": [
                {
                  "http": "GET",
                  "id_source": "actual returned task_id or media library record",
                  "path": "/v1/media/tasks/{task_id}"
                }
              ],
              "unknown": "Őrizze meg az eredeti operation_id/X-Client-Request-ID értéket az egyeztetéshez, újbóli beküldés nélkül; nincs külön hangállapot-lekérdezési útvonal."
            },
            "limits": {
              "decoded_audio_max_bytes": 26214400
            },
            "material_combinations": [
              {
                "content_type": "application/json",
                "mode": "speech_to_text",
                "required": [
                  "input_audio.data",
                  "input_audio.format"
                ]
              }
            ],
            "media_library": {
              "asset": {
                "fields": [
                  {
                    "description": null,
                    "name": "asset_id",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "task_id",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "output_key",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "family",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "model",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "method",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "status",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "content_type",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "sha256",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "size_bytes",
                    "type": "integer"
                  },
                  {
                    "description": null,
                    "name": "content_url",
                    "type": "string"
                  }
                ],
                "http": "GET",
                "id_source": "actual returned asset_id",
                "path": "/v1/media/assets/{asset_id}"
              },
              "content": {
                "http": "GET",
                "path": "/v1/media/assets/{asset_id}/content",
                "range_header_supported": true,
                "url_source": "Use exact returned signed content_url including its token; do not construct a token."
              },
              "expired_link": {
                "code": "link_expired",
                "http_status": 404,
                "recovery": "Read the asset again to obtain its refreshed signed content_url, then fetch that URL. Do not regenerate."
              },
              "list": {
                "all_pages": "Follow every returned next_cursor, then select records by their actual task_id/output_key.",
                "http": "GET",
                "output_fields": [
                  {
                    "description": null,
                    "name": "object",
                    "type": "string"
                  },
                  {
                    "description": null,
                    "name": "data",
                    "type": "asset[]"
                  },
                  {
                    "description": null,
                    "name": "next_cursor",
                    "type": "string|null"
                  }
                ],
                "parameters": [
                  {
                    "availability": "source_interface",
                    "default": null,
                    "default_known": false,
                    "enum": null,
                    "enum_known": false,
                    "name": "family",
                    "required": false,
                    "type": "string"
                  },
                  {
                    "availability": "source_interface",
                    "default": null,
                    "default_known": false,
                    "enum": null,
                    "enum_known": false,
                    "name": "cursor",
                    "required": false,
                    "type": "string"
                  },
                  {
                    "availability": "source_interface",
                    "default": 20,
                    "default_known": true,
                    "enum": null,
                    "enum_known": false,
                    "maximum": 100,
                    "minimum": 1,
                    "name": "limit",
                    "required": false,
                    "type": "integer"
                  }
                ],
                "path": "/v1/media/assets"
              },
              "revoke": {
                "http": "DELETE",
                "meaning": "Revokes/deletes the existing owned file; this is not generation cancellation.",
                "path": "/v1/media/assets/{asset_id}",
                "pending_status": "revoking",
                "success_statuses": [
                  202,
                  204
                ]
              },
              "task": {
                "http": "GET",
                "id_source": "actual returned task_id or media library record; operation_id is not task_id",
                "path": "/v1/media/tasks/{task_id}"
              }
            },
            "operation_modes": [
              "speech_to_text"
            ],
            "outputs": {
              "all_results": "Őrizze meg a teljes JSON-t, a válaszfejléceket, a szöveget és minden ténylegesen visszaadott felhasználási mezőt. A válaszból vagy a saját médiatárból származó tényleges feladat- és médiaazonosítókat használja; az operation_id nem task_id.",
              "family": "transcription",
              "fields": [
                {
                  "description": "Átírt szöveg.",
                  "name": "text",
                  "required": true,
                  "required_known": true,
                  "type": "string"
                },
                {
                  "description": "Hangfelhasználás.",
                  "name": "usage",
                  "required": true,
                  "required_known": true,
                  "type": "object"
                },
                {
                  "description": "A hang időtartama másodpercben.",
                  "name": "usage.seconds",
                  "required": true,
                  "required_known": true,
                  "type": "number"
                },
                {
                  "description": "A hang időtartama másodpercben.",
                  "name": "duration",
                  "required": true,
                  "required_known": true,
                  "type": "number"
                },
                {
                  "description": "Az átírási feladat azonosítója; az asset_url mezővel együtt érkezik, ha a nem üres átiratot tárolták, közzétették, és aláírt tartalom-URL-címet rendeltek hozzá.",
                  "name": "task_id",
                  "required": false,
                  "required_known": true,
                  "type": "string"
                },
                {
                  "description": "Az átirat aláírt tartalom-URL-címe; a task_id mezővel együtt érkezik, ha a nem üres átiratot tárolták, közzétették, és aláírt tartalom-URL-címet rendeltek hozzá.",
                  "name": "asset_url",
                  "required": false,
                  "required_known": true,
                  "type": "string"
                }
              ],
              "format": "json"
            },
            "parameters": [
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": [
                  "fish-audio/transcribe-1-pro"
                ],
                "enum_known": true,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "exact_keys": [
                  "data",
                  "format"
                ],
                "name": "input_audio",
                "required": true,
                "type": "object"
              },
              {
                "availability": "source_interface",
                "decoded_maximum_bytes": 26214400,
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "input_audio.data",
                "required": true,
                "strict_base64": true,
                "type": "base64_string"
              },
              {
                "availability": "source_interface",
                "conditions": "Egyeznie kell a fájl tényleges vizsgálattal azonosított formátumával",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "input_audio.format",
                "required": true,
                "type": "string"
              },
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": [
                  "json"
                ],
                "enum_known": true,
                "name": "response_format",
                "required": false,
                "type": "string"
              }
            ],
            "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.",
            "unsupported": [
              "multipart input on this exact profile",
              "fields outside model/input_audio/response_format",
              "non-json response format"
            ]
          },
          "hints": [
            "Őrizze meg a teljes választ és az eredetileg visszaadott azonosítókat.",
            "Ismeretlen kimenetelű létrehozást soha ne küldjön be újra."
          ],
          "input": {
            "additional_properties": false,
            "content_type": "application/json",
            "material_types": [
              "audio"
            ],
            "max_audio_bytes": 26214400,
            "multipart_for_this_profile": false,
            "parameters": [
              {
                "enum": [
                  "fish-audio/transcribe-1-pro"
                ],
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "data": "a tényleges támogatott hangbájtok szigorúan érvényes base64 kódolása",
                "exact_keys": [
                  "data",
                  "format"
                ],
                "format": "a fájl vizsgálattal pontosan azonosított formátuma; egyeznie kell a tényleges bájttartalommal",
                "name": "input_audio",
                "required": true,
                "type": "object"
              },
              {
                "enum": [
                  "json"
                ],
                "name": "response_format",
                "required": false,
                "type": "string"
              }
            ],
            "required": [
              "model",
              "input_audio"
            ]
          },
          "lifecycle": {
            "all_results": "Follow everyactualreturnedoutputandownedasset; no result is discardedbecauseindex0orcontent_urlalreadyexists.",
            "assets": [
              {
                "http": "GET",
                "path": "/v1/media/assets"
              },
              {
                "http": "GET",
                "path": "/v1/media/assets/{asset_id}"
              }
            ],
            "content": [
              {
                "http": "GET",
                "path": "/v1/media/assets/{asset_id}/content",
                "url_source": "exact returned signed URL; never construct token"
              }
            ],
            "mode": "synchronous_result_then_owned_library",
            "operation_id_is_not_task_id": true,
            "status": [
              {
                "http": "GET",
                "id_source": "A ténylegesen visszaadott task_id vagy a médiatár bejegyzése",
                "path": "/v1/media/tasks/{task_id}"
              }
            ],
            "unknown": "Retain original operation_id/X-Client-Request-ID for reconciliation without resubmission; no dedicated audio poll route."
          },
          "method": {
            "http": "POST",
            "path": "/v1/audio/transcriptions"
          },
          "method_aliases": [],
          "operation_modes": [
            "speech_to_text"
          ],
          "output": {
            "family": "text",
            "type": "JSON transcript with text and usage; actual owned transcript flow"
          }
        },
        "ctx": null,
        "declared_pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          },
          {
            "dimensions": {
              "quoted_unit": "per input audio second"
            },
            "label": "input audio second",
            "units": [
              {
                "amount": "0.0002",
                "amount_unit": "usd_per_exact_native_unit",
                "billing_input": true,
                "estimate_only": false,
                "key": "audio_input_second",
                "label": "input audio second",
                "native_amount_usd_per_unit": "0.0002",
                "native_quantity": 1,
                "public_unit_label": "per input audio second",
                "quantity": 1,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "audio_input_second"
              }
            ]
          }
        ],
        "examples": [
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_AUDIO_FILE:?Set your actual audio file}\"\n: \"${AILOOT_AUDIO_FORMAT:?Set its actual probed file format}\"\nexport AILOOT_AUDIO_FILE AILOOT_AUDIO_FORMAT\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"model\": \"fish-audio/transcribe-1-pro\", \"response_format\": \"json\"}')\nimport base64\nf=Path(os.environ['AILOOT_AUDIO_FILE'])\nraw=f.read_bytes()\nif not raw or len(raw)>26214400:raise SystemExit('Use actual audio bytes within 25 MiB')\nfmt=os.environ['AILOOT_AUDIO_FORMAT'].strip()\nif not fmt:raise SystemExit('Use the actual probed format; the server checks it against the bytes')\np['input_audio']={'data':base64.b64encode(raw).decode(),'format':fmt}\nPath('request.json').write_text(json.dumps(p,ensure_ascii=False))\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 result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path('result.json').read_text())\nprint(json.dumps(r,ensure_ascii=False,indent=2))\nprint('Keep the complete JSON and response headers; do not resubmit an unknown creation.')\nPY_RESULT\n",
            "label": "curl · actual audio bytes and probed format",
            "language": "bash"
          }
        ],
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "transcriptions",
        "hints": [
          "Keep the complete response and the original returned IDs.",
          "Never resubmit an unknown creation."
        ],
        "http": "POST",
        "in": null,
        "input": [
          "audio"
        ],
        "label": "Распознавание речи",
        "max_out": null,
        "max_reasoning_effort_multiplier": null,
        "method_aliases": [],
        "out": null,
        "output": [
          "text"
        ],
        "path": "/v1/audio/transcriptions",
        "price_conditions": [
          {
            "label": "Fast mode",
            "value": "Not specified",
            "when": "When fast mode is selected"
          },
          {
            "label": "Flex mode",
            "value": "Not specified",
            "when": "When flex mode is selected"
          },
          {
            "label": "Maximum reasoning effort",
            "value": "Not specified",
            "when": "When maximum reasoning effort uses the default adjustment"
          }
        ],
        "pricing": {
          "billing_mode": "per_request",
          "image_input_price": null,
          "image_output_price": null,
          "per_request_price": null,
          "unit_prices": {
            "audio_input_second": 0.0002
          }
        },
        "pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          },
          {
            "dimensions": {
              "quoted_unit": "per input audio second"
            },
            "label": "input audio second",
            "units": [
              {
                "amount": "0.0002",
                "amount_unit": "usd_per_exact_native_unit",
                "billing_input": true,
                "estimate_only": false,
                "key": "audio_input_second",
                "label": "input audio second",
                "native_amount_usd_per_unit": "0.0002",
                "native_quantity": 1,
                "public_unit_label": "per input audio second",
                "quantity": 1,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "audio_input_second"
              }
            ]
          }
        ],
        "request_model_id": "fish-audio/transcribe-1-pro",
        "route_label": "Ultra",
        "status_reads": [
          "GET /v1/media/tasks/{task_id}",
          "GET /v1/media/assets/{asset_id}/content"
        ],
        "tiers": [],
        "units": [
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_read_price",
            "label": "Cache read",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "cached_input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "cached_input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_price",
            "label": "Cache write",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "generic_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "generic_cache_creation_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_1h_price",
            "label": "Cache write, 1 hour",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "one_hour_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "one_hour_cache_creation_token"
          },
          {
            "amount": "0.0002",
            "amount_unit": "usd_per_exact_native_unit",
            "billing_input": true,
            "estimate_only": false,
            "key": "audio_input_second",
            "label": "input audio second",
            "native_amount_usd_per_unit": "0.0002",
            "native_quantity": 1,
            "public_unit_label": "per input audio second",
            "quantity": 1,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "audio_input_second"
          }
        ]
      }
    ],
    "model_aliases": [
      {
        "canonical_model_id": "fish-audio/transcribe-1-pro",
        "request_model_id": "fish-audio/transcribe-1-pro",
        "route_label": "Ultra"
      }
    ],
    "name": "Fish Audio: Transcribe 1 Pro",
    "price": {
      "in": null,
      "in_label": null,
      "out": null,
      "out_label": null,
      "sort_in": null,
      "sort_out": null,
      "varies": true
    },
    "pricing_profiles": [
      {
        "dimensions": {
          "regime": "base"
        },
        "label": "Ultra",
        "units": [
          {
            "amount": "0.0002",
            "amount_unit": "usd_per_declared_unit",
            "conditions": {},
            "key": "prompt",
            "label": "prompt",
            "quantity": "1",
            "rate_role": "typed_active_maker_rate",
            "side": "in",
            "unit": "input_audio_second"
          }
        ]
      }
    ],
    "public_id": "fish-audio/transcribe-1-pro",
    "short": "A Transcribe 1 Pro legfeljebb 60 perces felvételeket alakít szöveggé beszélőjelölésekkel és opcionális szószintű időzítéssel. Megőrzi a kikövetkeztetett érzelmi és hangadási eseményjelzéseket, megkönnyítve az interjúk, megbeszélések és podcastok áttekintését, keresését vagy feliratozásra való előkészítését."
  },
  "renderer_schema": {
    "method_order": "Original DTO methods order; every exact route/format/path/caller survives.",
    "prices": "Original public DTO fields and original native display HTML; no flattened or normalized offers."
  },
  "representation": "exact-public-dto-and-native-renderer-html",
  "representationNotes": {
    "current_reference": {
      "about_json_pointer": "/aboutHtml",
      "methods": [
        {
          "contract_json_pointer": "/methods/0/rawMethod/contract",
          "html_json_pointer": "/methods/0/html",
          "method_ordinal": 0
        }
      ],
      "role": "current-semantic-reference"
    },
    "raw_input": {
      "examples_role": "historical-input-not-current-ready-examples",
      "json_pointers": [
        "/rawModel",
        "/methods/0/rawMethod"
      ],
      "role": "historical-owner-input"
    },
    "schema": "ailoot-native-model-representations-v1"
  },
  "schema": "ailoot-static-model-facts-v1",
  "schema_version": 1,
  "shortText": "A Transcribe 1 Pro legfeljebb 60 perces felvételeket alakít szöveggé beszélőjelölésekkel és opcionális szószintű időzítéssel. Megőrzi a kikövetkeztetett érzelmi és hangadási eseményjelzéseket, megkönnyítve az interjúk, megbeszélések és podcastok áttekintését, keresését vagy feliratozásra való előkészítését.",
  "source": {
    "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1",
    "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036",
    "raw_model_json_sha256": "f4a8db21b31a0385ce1080695ca9cd6d7f185ab708b98d060a6064ebf704ada4",
    "renderer_sha256": "59b0e30a0b251f9d98bf0bafcc7ef50440c33057c2bf9c9fadabbcaeefffb5bb"
  },
  "sourceRevision": "2b9c7f95783cf37356947b60372a05de5ca702f4d5e01f9dbae7bd62fca24de3"
}