Source: https://ailoot.ai/models/hu/gemini-3-5-transcribe/ Canonical: https://ailoot.ai/models/hu/gemini-3-5-transcribe/ Language: hu # Gemini 3.5 Transcribe [Markdown](https://ailoot.ai/models/hu/gemini-3-5-transcribe/index.md) · [JSON](https://ailoot.ai/models/hu/gemini-3-5-transcribe/facts.json) ## [Gemini 3.5 Transcribe](https://ailoot.ai/models/hu/gemini-3-5-transcribe/) A Google modellje beszédfelismeréshez, nyelvazonosításhoz, beszélők elkülönítéséhez és szószintű időbélyegekhez. - [**Ailoot · Beszéd átírása szöveggé** `POST /v1/audio/transcriptions` `gemini-3.5-transcribe`](https://ailoot.ai/models/hu/gemini-3-5-transcribe/#method-0) A modellről Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók. A Gemini 3.5 Transcribe szöveggé alakítja a hangfájlt. Az átíráson kívül támogatja a nyelvazonosítást, a beszélők elkülönítését, az egyes szavak időbélyegeit, a speciális szótárat és a szöveg intelligens előkészítését. #### Nyelvek és időtartam **Több mint 85 nyelv** támogatott, köztük az orosz, valamint a felvételen belüli nyelvváltás. A nyelv automatikusan felismerésre kerül. Egy szokásos kérés **legfeljebb egyórás** hanganyagot dolgoz fel. Beszélőelkülönítés vagy bekapcsolt szószintű időbélyegek esetén a határ **30 percre** csökken. A kimenet a teljes átiratszöveget és a megfelelő módokban külön szóannotációkat tartalmaz. A modell fájlfeldolgozásra szolgál; a folyamatos valós idejű felismerés a külön `gemini-3.5-transcribe-live` verzióhoz tartozik. #### Átírási módok Az alapértelmezett átírás szó szerinti. Az intelligens mód eltávolítja a töltelékszavakat, figyelembe veszi a beszélő önjavításait, és formázza a szöveget. E mód nem kombinálható beszélőelkülönítéssel és szószintű időbélyegekkel. A beszéd elkülönítése **legfeljebb nyolc beszélőt** támogat. Annak meghatározása, hogy ki mondott egy megszólalást, három vagy több beszélő esetén **kísérleti státuszú**. Az időbélyegek segítenek összekapcsolni a szöveget a felvétellel, de bekapcsolásuk csökkentheti a felismerés pontosságát. #### Kifejezések és fájlok Az egyedi kifejezések szótára **legfeljebb 1 000 bejegyzést** tartalmazhat; a Google szerint rendszerint érdemes körülbelül százra korlátozni. E szótár inkompatibilis a beszélőelkülönítéssel és a szószintű időbélyegekkel. Ezért a módválasztásnál figyelembe kell venni, mi fontosabb: a szakkifejezések vagy a résztvevők és az idő részletes jelölése. A támogatott hangformátumok között WAV, MP3, AIFF, AAC, OGG, FLAC, MPEG, M4A, L16, Opus, A-law, mu-law és WebM szerepel. A fájlfeldolgozáshoz közzétettek időtartamkorlátokat és módkombinációkat. A Transcribe család leírása **96K tokenes** kontextust és **32K tokenes** szöveges kimenetet is megad; e családjellemzők nem helyettesítik a választott metódus fájlkorlátait. Kontextusgyorsítótárazás, kódfuttatás, fájlkeresés, függvényhívás, képkészítés és Thinking nem támogatott. A modell szakterülete szöveg és jelölések kinyerése hangból, nem új beszéd generálása. **Ailoot · Beszéd átírása szöveggé** `POST /v1/audio/transcriptions` `gemini-3.5-transcribe` [`gemini-3.5-transcribe`](https://ailoot.ai/models/hu/#m=gemini-3.5-transcribe&route=Core&caller=gemini-3.5-transcribe&fmt=transcriptions) Google /`gemini-3.5-transcribe` ### Kezdő lépések A Google modellje beszédfelismeréshez, nyelvazonosításhoz, beszélők elkülönítéséhez és szószintű időbélyegekhez. Elfogadott bemenetek Hang Eredmények Szöveg ### Elérhető az Ailootban · bemenetek és metódusok **Ailoot · Beszéd átírása szöveggé** `POST /v1/audio/transcriptions` Bemenet `audio` Kimenet `text` Kimeneti formátum json | Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett | | --- | --- | --- | --- | --- | | Mező`model` | Típus`string` | KövetelményKötelező | Értékek és korlátok gemini-3.5-transcribe | Alapértelmezett— | | Mező`file` | Típus`file` | KövetelményKötelező | Értékek és korlátok Maximális bájtszám: 67 108 864 Fájlformátumok: wav, mp3, m4a, ogg, webm, flac Tartalomtípus: multipart/form-data Maximális időtartam, másodperc: 600 | Alapértelmezett— | | Mező`response_format` | Típus`string` | KövetelményOpcionális | Értékek és korlátok json | Alapértelmezett— | Bemeneti anyagok kombinációi **speech\_to\_text** · Kötelező: actual audio file Metódus paraméterei és életciklusa | Paraméter | Szerződés | | --- | --- | | Paraméter`material_types` | Szerződésaudio | | Paraméter`required` | Szerződésnull | | Paraméter`optional_controls` | Szerződésnull | Életciklus: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · A ténylegesen visszaadott task\_id vagy a médiatár bejegyzése `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` A metódusok szerkezete és azonosítói pontosak; a beszállítói képesség különbözik a kérelmek befogadásától. ### Díjcsomagok #### Ailoot-metódusok díjai Bemenet 0,01 USD *minden megkezdett perc után* Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. [A foglalás és az elszámolás működése →](https://ailoot.ai/docs/hu/billing/reserve/) ### Példakérések #### Ailoot · Beszéd átírása szöveggé Átírási példa ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_AUDIO_FILE:?Set your actual MP3 recording}" export AILOOT_AUDIO_FILE python3 - <<'PY_REQUEST' import os from pathlib import Path f=Path(os.environ["AILOOT_AUDIO_FILE"]) if not f.is_file() or f.suffix.lower()!=".mp3":raise SystemExit("Choose your actual MP3 recording") PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \ -H "Authorization: Bearer $AILOOT_API_KEY" \ --form-string model=gemini-3.5-transcribe -F "file=@$AILOOT_AUDIO_FILE" \ -D response-headers.txt -o result.json python3 - <<'PY_RESULT' import json from pathlib import Path print(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2)) PY_RESULT ``` ### Eredmények fogadása és mentése #### Ailoot · Beszéd átírása szöveggé json - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` ##### Őrizzen meg minden elkészült eredményt Őrizzen meg minden teljes visszaadott választ, fájlt és tartalomrészt. A teljes JSON-t őrizze meg, ne csak a szöveget; tartson meg minden elérhető szegmenst, beszélőt és időbélyeget, valamint a tényleges feladat- és médiaazonosítókat. ##### Ha az eredeti választ ellenőrizni kell Őrizze meg az eredeti operation\_id/X-Client-Request-ID értéket az egyeztetéshez, újbóli beküldés nélkül; nincs külön hangállapot-lekérdezési útvonal. Válaszmezők | Mező | Típus | | --- | --- | | Mező`text` | Típusstring | | Mező`segments[]` | Típusobject | | Mező`task_id` | Típusstring | | Mező`asset_url` | Típusstring | | Mező`usage` | Típusobject | Hibák és következő lépések | Válasz | Feltétel | Következő lépés | | --- | --- | --- | | Válasz400 · `invalid_request_error` | FeltételÉrvénytelen kötelező mezők, az anyag érvénytelen reprezentációja vagy érvénytelen paraméterérték | Következő lépésJavítsa a jelzett mezőket egy új létrehozási kérés előtt. | | Válasz`server_error` | FeltételA visszaadott válasz szerint a művelet vagy az eredmény ellenőrzést igényel | Következő lépésŐrizze meg az eredetileg visszaadott művelet- vagy feladatazonosítót, a kérés fejléceit és a választ; folytassa az eredeti művelet támogatott lekérdezéseit. Ne küldje be újra a létrehozási kérést. | ### Álnevek #### Modell álnevei **Ailoot** [`gemini-3.5-transcribe`](https://ailoot.ai/models/hu/#m=gemini-3.5-transcribe&route=Core&caller=gemini-3.5-transcribe&fmt=transcriptions) #### Metódusútvonalak álnevei Használja a fent látható metódusútvonalakat. #### Kapcsolódó modellazonosítók [`gemini-3.5-transcribe`](https://ailoot.ai/models/hu/#m=gemini-3.5-transcribe&route=Core&caller=gemini-3.5-transcribe&fmt=transcriptions) FAQ · Gemini 3.5 Transcribe Milyen bemenetek és eredmények érhetők el? `POST /v1/audio/transcriptions` · `gemini-3.5-transcribe`: `audio` → `text` Mely mezőket használja a kérés? `POST /v1/audio/transcriptions` · `gemini-3.5-transcribe`: `model`, `file`, `response_format` Csatlakoztassa az Ailootot a Claude Code-hoz, OpenCode-hoz, Hermeshez vagy saját alkalmazásához. ## A vállalat és projektportfóliója A vállalat és projektportfóliója: ügyfelek milliói; havi értékesítés milliárdos nagyságrendben. ## Vásároljon tokeneket kedvezménnyel. Előfizetési kedvezmény rendszeres munkához. Promókódok — akár 50% tokenvásárlási kedvezmény. Előfizetés Válasszon kedvezményes tarifát a rendszeres kéréseihez. Promókód akár 50%-ig Vásárláskor adja meg a kódot. Az ár az érvényes akció szerint újraszámolódik. Költségek az előzményekben Minden kéréshez megmarad a modell, a tokenek és az összeg. [Előfizetés kiválasztása](https://ailoot.ai/docs/hu/billing/subscriptions/) · [Modellárak megtekintése](https://ailoot.ai/models/hu/) ## Csatlakoztassa az API-t az értékesített termékéhez. SaaS, alkalmazások és botok — az Ailoot ajánlati feltételei és licencszerződése alapján. Viszonteladáshoz kérjen viszonteladói licencet. Kereskedelmi alkalmazás Építsen szöveg-, kép-, videó- és hanggenerálást szolgáltatása fizetős funkcióiba. Viszonteladói licenc Küldje el a projekt leírását és a hozzáférés módját. Kérjen írásos használati és viszonteladási feltételeket. Dokumentumok a weboldalon Az ajánlati feltételek, licencszerződés és adatkezelési szabályzat már a csatlakoztatás előtt elérhető. [Viszonteladói licenc kérése](mailto:support@ailoot.ai) · [Ajánlati feltételek és licencszerződés](https://ailoot.ai/legal/offer?lang=hu) ## Ailoot · A vállalat és projektportfóliója Az Ailoot felhalmozott működési tapasztalatra, széles ügyfélkörre, stabil szolgáltatásra és folyamatos KPI-ellenőrzésre épít. A vállalat és projektportfóliója: ügyfelek milliói; havi értékesítés milliárdos nagyságrendben. Az Ailoot ezt a működési tapasztalatot használja az ügyfelek termékeiben, ágenseiben, alkalmazásaiban és automatizálásaiban elérhető AI-funkciók API-hozzáféréséhez.