A Google Gemini 3.5 Transcribe szinkron modell teljes, előre felvett hangfájlok írott szöveggé alakításához. A Gemini hangmegértési képességeire épül, de átírásspecifikus bemeneti és kimeneti követelményekkel rendelkezik. A külön Gemini 3.5 Transcribe Live kiadás hangfolyamot fogad és fokozatos eredményeket ad vissza. Ez a felvett hanghoz készült modell teljes átiratot készít, a kiválasztott konfigurációtól függően választható szóidőzítéssel vagy beszélő-hozzárendeléssel.
Készítsen elő tiszta felvételt, amelyben a beszéd nem torzul erős túlvezérlés miatt, és ahol lehetséges, a hangok érdemben elkülönülnek. A fejlesztő szinkron példái WAV-hangot adnak át fájlbájtokként vagy tárolt hanganyagként, megadott MIME-típussal. Tartsa elérhetően az eredeti hangot az ellenőrzéshez. A kívánt eredmény lehet ellenőrzött interjúátirat, feliratillesztési rekord vagy olvasható diktált szöveg; a szövegezést módosító vagy metaadatokat hozzáadó funkciók kombinálása előtt döntse el, milyen eredményre van szükség.
A Google több mint 85 nyelven dokumentál automatikus nyelvfelismerést, beleértve a munkameneten belüli nyelvkeverést. A nyelvi támogatás szintje eltérő, és az ismert nyelvre adott jelzés javíthatja a felismerést. Az egyéni szókészlet olyan különleges neveket, márkákat vagy szakkifejezéseket ad meg, amelyek várhatóan előfordulnak. A fejlesztő legfeljebb 1 000 kifejezést engedélyez, és megjegyzi, hogy rendszerint a legfeljebb körülbelül 100 elemes, célzott listák működnek a legjobban. A szokatlan kifejezések legyenek relevánsak a felvételhez, és ellenőrizze őket a hang alapján, ne feltételezze, hogy a szókészleti jelzés bizonyítja a kifejezés elhangzását.
A VERBATIM az alapértelmezett mód. Megőrzi a töltelékszavakat, ismétléseket, félbehagyott kezdéseket és kimondott javításokat, így a szöveg az elhangzott megfogalmazás feljegyzése marad. Ezt a módot használja, ha a feladat szószintű időbélyegeket vagy beszélők szerinti szegmentálást igényel. Interjúnál például őrizze meg az eredeti megszólalásokat és időzítéseket, majd a releváns részlet meghallgatásával javítsa a fontos neveket és mennyiségeket. Egy későbbi összefoglaló vagy szerkesztett cikk használhatja ezt az ellenőrzött rekordot anélkül, hogy észrevétlenül lecserélné, amit a beszélő mondott.
A SMART mód olvasható diktáláshoz készült. Eltávolítja a beszédakadásokat, feloldja a menet közbeni önjavításokat, és bekezdésekbe vagy listákba rendezi az elhangzott anyagot, ahol indokolt, normalizált dátumokkal és számokkal. Egy diktált feladatlista így olvasható listává válhat a kimondott átvezetéseket soroló szöveg helyett. Ez a feldolgozás megváltoztatja az átirat formáját. A Google kifejezetten kimondja, hogy a SMART nem kompatibilis a szóidőbélyegekkel és a beszélők szerinti szegmentálással, ezért akkor válassza, ha olvasható szöveg a szükséges eredmény, ne próbálja időzített, beszélőkhöz rendelt rekordként használni.
Ha engedélyezett a szóidőzítés, a válasz a felismert szavakat kezdő és záró időeltolással tartalmazza. Ezek segítenek megtalálni a javítandó részt a felvételben vagy feliratokat előkészíteni. A fejlesztő pontossági kompromisszumot jelez a szószintű időbélyegek engedélyezésénél. Ellenőrizze a szöveget és az illesztést is, különösen gyors beszéd, átfedés vagy szokatlan terminológia környékén. Hasznos időzített átirat az, amely együtt őrzi meg a szavak rekordját és a forráshangot, nem tekint egy gördülékeny mondatot a helyes illesztés bizonyítékának.
A beszélők szerinti szegmentálás azonosítja és címkézi a felvett hangban szereplő hangokat; a dokumentáció legfeljebb nyolc beszélőt ad meg. Három vagy több beszélő hozzárendelését a fejlesztő kísérletinek írja le. A címkéket kikövetkeztetett beszélőcsoportokként kezelje, és a váltásokat ellenőrizze a felvétel alapján. Egy beszélőcímke nem független bizonyíték egy személy kilétére vagy szerepére. Ha a feladathoz nevek kellenek, a címkéket az ismert felvételi információhoz rendelje, ne találjon ki személyazonosságot a felismert szavakból.
A fejlesztő funkciótáblázata 15 perces időablakot ad meg felvett hanghoz; a fájlfeldolgozás erre az időtartamra korlátozódik, ha olyan funkciók engedélyezettek, mint az időbélyegek vagy a beszélők szerinti szegmentálás. A hosszabb forrásanyagot megfelelő szegmensekként készítse elő, megőrizve sorrendjüket és eredeti időbeli helyüket. A modell átirata, időzített szavai és beszélőcímkés részei eltérő eredményreprezentációk; a feladathoz szükségeset őrizze meg. Ezeket a hangspecifikus korlátokat nem szabad egy általános Gemini multimodális modell kontextus- vagy időtartamértékeivel helyettesíteni. A Google a SMART-formázást, a szószintű időbélyegeket és a beszélők szerinti szegmentálást kísérleti funkcióként sorolja fel.
A kimeneti szerződés átírásspecifikus. A SMART-formázás olvasható szöveget készít, de nem ad hozzá általános JSON-sémájú válaszszerződést, eszközhívási képességet vagy utasításkövető asszisztens-munkafolyamatot. A végső eredménynél ellenőrizze a fontos megfogalmazásokat, számokat és tagadásokat a hang alapján, őrizzen meg minden bizonytalan szegmenst javításhoz, és a kiválasztott módot is tartsa meg az eredménnyel együtt. Így világos marad, hogy az eredmény az eredeti kimondott megfogalmazást rögzíti-e, vagy abból származtatott, szerkesztett olvasási változatot mutat be.
", "aboutText": "A Google Gemini 3.5 Transcribe szinkron modell teljes, előre felvett hangfájlok írott szöveggé alakításához. A Gemini hangmegértési képességeire épül, de átírásspecifikus bemeneti és kimeneti követelményekkel rendelkezik. A külön Gemini 3.5 Transcribe Live kiadás hangfolyamot fogad és fokozatos eredményeket ad vissza. Ez a felvett hanghoz készült modell teljes átiratot készít, a kiválasztott konfigurációtól függően választható szóidőzítéssel vagy beszélő-hozzárendeléssel.\n\nKészítsen elő tiszta felvételt, amelyben a beszéd nem torzul erős túlvezérlés miatt, és ahol lehetséges, a hangok érdemben elkülönülnek. A fejlesztő szinkron példái WAV-hangot adnak át fájlbájtokként vagy tárolt hanganyagként, megadott MIME-típussal. Tartsa elérhetően az eredeti hangot az ellenőrzéshez. A kívánt eredmény lehet ellenőrzött interjúátirat, feliratillesztési rekord vagy olvasható diktált szöveg; a szövegezést módosító vagy metaadatokat hozzáadó funkciók kombinálása előtt döntse el, milyen eredményre van szükség.\n\nA Google több mint 85 nyelven dokumentál automatikus nyelvfelismerést, beleértve a munkameneten belüli nyelvkeverést. A nyelvi támogatás szintje eltérő, és az ismert nyelvre adott jelzés javíthatja a felismerést. Az egyéni szókészlet olyan különleges neveket, márkákat vagy szakkifejezéseket ad meg, amelyek várhatóan előfordulnak. A fejlesztő legfeljebb 1 000 kifejezést engedélyez, és megjegyzi, hogy rendszerint a legfeljebb körülbelül 100 elemes, célzott listák működnek a legjobban. A szokatlan kifejezések legyenek relevánsak a felvételhez, és ellenőrizze őket a hang alapján, ne feltételezze, hogy a szókészleti jelzés bizonyítja a kifejezés elhangzását.\n\nA VERBATIM az alapértelmezett mód. Megőrzi a töltelékszavakat, ismétléseket, félbehagyott kezdéseket és kimondott javításokat, így a szöveg az elhangzott megfogalmazás feljegyzése marad. Ezt a módot használja, ha a feladat szószintű időbélyegeket vagy beszélők szerinti szegmentálást igényel. Interjúnál például őrizze meg az eredeti megszólalásokat és időzítéseket, majd a releváns részlet meghallgatásával javítsa a fontos neveket és mennyiségeket. Egy későbbi összefoglaló vagy szerkesztett cikk használhatja ezt az ellenőrzött rekordot anélkül, hogy észrevétlenül lecserélné, amit a beszélő mondott.\n\nA SMART mód olvasható diktáláshoz készült. Eltávolítja a beszédakadásokat, feloldja a menet közbeni önjavításokat, és bekezdésekbe vagy listákba rendezi az elhangzott anyagot, ahol indokolt, normalizált dátumokkal és számokkal. Egy diktált feladatlista így olvasható listává válhat a kimondott átvezetéseket soroló szöveg helyett. Ez a feldolgozás megváltoztatja az átirat formáját. A Google kifejezetten kimondja, hogy a SMART nem kompatibilis a szóidőbélyegekkel és a beszélők szerinti szegmentálással, ezért akkor válassza, ha olvasható szöveg a szükséges eredmény, ne próbálja időzített, beszélőkhöz rendelt rekordként használni.\n\nHa engedélyezett a szóidőzítés, a válasz a felismert szavakat kezdő és záró időeltolással tartalmazza. Ezek segítenek megtalálni a javítandó részt a felvételben vagy feliratokat előkészíteni. A fejlesztő pontossági kompromisszumot jelez a szószintű időbélyegek engedélyezésénél. Ellenőrizze a szöveget és az illesztést is, különösen gyors beszéd, átfedés vagy szokatlan terminológia környékén. Hasznos időzített átirat az, amely együtt őrzi meg a szavak rekordját és a forráshangot, nem tekint egy gördülékeny mondatot a helyes illesztés bizonyítékának.\n\nA beszélők szerinti szegmentálás azonosítja és címkézi a felvett hangban szereplő hangokat; a dokumentáció legfeljebb nyolc beszélőt ad meg. Három vagy több beszélő hozzárendelését a fejlesztő kísérletinek írja le. A címkéket kikövetkeztetett beszélőcsoportokként kezelje, és a váltásokat ellenőrizze a felvétel alapján. Egy beszélőcímke nem független bizonyíték egy személy kilétére vagy szerepére. Ha a feladathoz nevek kellenek, a címkéket az ismert felvételi információhoz rendelje, ne találjon ki személyazonosságot a felismert szavakból.\n\nA fejlesztő funkciótáblázata 15 perces időablakot ad meg felvett hanghoz; a fájlfeldolgozás erre az időtartamra korlátozódik, ha olyan funkciók engedélyezettek, mint az időbélyegek vagy a beszélők szerinti szegmentálás. A hosszabb forrásanyagot megfelelő szegmensekként készítse elő, megőrizve sorrendjüket és eredeti időbeli helyüket. A modell átirata, időzített szavai és beszélőcímkés részei eltérő eredményreprezentációk; a feladathoz szükségeset őrizze meg. Ezeket a hangspecifikus korlátokat nem szabad egy általános Gemini multimodális modell kontextus- vagy időtartamértékeivel helyettesíteni. A Google a SMART-formázást, a szószintű időbélyegeket és a beszélők szerinti szegmentálást kísérleti funkcióként sorolja fel.\n\nA kimeneti szerződés átírásspecifikus. A SMART-formázás olvasható szöveget készít, de nem ad hozzá általános JSON-sémájú válaszszerződést, eszközhívási képességet vagy utasításkövető asszisztens-munkafolyamatot. A végső eredménynél ellenőrizze a fontos megfogalmazásokat, számokat és tagadásokat a hang alapján, őrizzen meg minden bizonytalan szegmenst javításhoz, és a kiválasztott módot is tartsa meg az eredménnyel együtt. Így világos marad, hogy az eredmény az eredeti kimondott megfogalmazást rögzíti-e, vagy abból származtatott, szerkesztett olvasási változatot mutat be.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "9c12dd426a39ae6805ad9056bd8fc20da731d83d1eac937a93b734eecc259748", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "hu", "methods": [ { "html": "google/gemini-3.5-transcribeA Google Gemini 3.5 Transcribe felvett beszédet alakít szöveggé automatikus nyelvfelismeréssel, egyéni szókészlettel, valamint választható szóidőzítéssel vagy beszélők szerinti szegmentálással. Időzítéshez és beszélő-hozzárendeléshez válassza a VERBATIM módot, olvasható diktáláshoz a SMART módot; a SMART nem kombinálható ezzel a két funkcióval.
Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.
A Google Gemini 3.5 Transcribe szinkron modell teljes, előre felvett hangfájlok írott szöveggé alakításához. A Gemini hangmegértési képességeire épül, de átírásspecifikus bemeneti és kimeneti követelményekkel rendelkezik. A külön Gemini 3.5 Transcribe Live kiadás hangfolyamot fogad és fokozatos eredményeket ad vissza. Ez a felvett hanghoz készült modell teljes átiratot készít, a kiválasztott konfigurációtól függően választható szóidőzítéssel vagy beszélő-hozzárendeléssel.
Készítsen elő tiszta felvételt, amelyben a beszéd nem torzul erős túlvezérlés miatt, és ahol lehetséges, a hangok érdemben elkülönülnek. A fejlesztő szinkron példái WAV-hangot adnak át fájlbájtokként vagy tárolt hanganyagként, megadott MIME-típussal. Tartsa elérhetően az eredeti hangot az ellenőrzéshez. A kívánt eredmény lehet ellenőrzött interjúátirat, feliratillesztési rekord vagy olvasható diktált szöveg; a szövegezést módosító vagy metaadatokat hozzáadó funkciók kombinálása előtt döntse el, milyen eredményre van szükség.
A Google több mint 85 nyelven dokumentál automatikus nyelvfelismerést, beleértve a munkameneten belüli nyelvkeverést. A nyelvi támogatás szintje eltérő, és az ismert nyelvre adott jelzés javíthatja a felismerést. Az egyéni szókészlet olyan különleges neveket, márkákat vagy szakkifejezéseket ad meg, amelyek várhatóan előfordulnak. A fejlesztő legfeljebb 1 000 kifejezést engedélyez, és megjegyzi, hogy rendszerint a legfeljebb körülbelül 100 elemes, célzott listák működnek a legjobban. A szokatlan kifejezések legyenek relevánsak a felvételhez, és ellenőrizze őket a hang alapján, ne feltételezze, hogy a szókészleti jelzés bizonyítja a kifejezés elhangzását.
A VERBATIM az alapértelmezett mód. Megőrzi a töltelékszavakat, ismétléseket, félbehagyott kezdéseket és kimondott javításokat, így a szöveg az elhangzott megfogalmazás feljegyzése marad. Ezt a módot használja, ha a feladat szószintű időbélyegeket vagy beszélők szerinti szegmentálást igényel. Interjúnál például őrizze meg az eredeti megszólalásokat és időzítéseket, majd a releváns részlet meghallgatásával javítsa a fontos neveket és mennyiségeket. Egy későbbi összefoglaló vagy szerkesztett cikk használhatja ezt az ellenőrzött rekordot anélkül, hogy észrevétlenül lecserélné, amit a beszélő mondott.
A SMART mód olvasható diktáláshoz készült. Eltávolítja a beszédakadásokat, feloldja a menet közbeni önjavításokat, és bekezdésekbe vagy listákba rendezi az elhangzott anyagot, ahol indokolt, normalizált dátumokkal és számokkal. Egy diktált feladatlista így olvasható listává válhat a kimondott átvezetéseket soroló szöveg helyett. Ez a feldolgozás megváltoztatja az átirat formáját. A Google kifejezetten kimondja, hogy a SMART nem kompatibilis a szóidőbélyegekkel és a beszélők szerinti szegmentálással, ezért akkor válassza, ha olvasható szöveg a szükséges eredmény, ne próbálja időzített, beszélőkhöz rendelt rekordként használni.
Ha engedélyezett a szóidőzítés, a válasz a felismert szavakat kezdő és záró időeltolással tartalmazza. Ezek segítenek megtalálni a javítandó részt a felvételben vagy feliratokat előkészíteni. A fejlesztő pontossági kompromisszumot jelez a szószintű időbélyegek engedélyezésénél. Ellenőrizze a szöveget és az illesztést is, különösen gyors beszéd, átfedés vagy szokatlan terminológia környékén. Hasznos időzített átirat az, amely együtt őrzi meg a szavak rekordját és a forráshangot, nem tekint egy gördülékeny mondatot a helyes illesztés bizonyítékának.
A beszélők szerinti szegmentálás azonosítja és címkézi a felvett hangban szereplő hangokat; a dokumentáció legfeljebb nyolc beszélőt ad meg. Három vagy több beszélő hozzárendelését a fejlesztő kísérletinek írja le. A címkéket kikövetkeztetett beszélőcsoportokként kezelje, és a váltásokat ellenőrizze a felvétel alapján. Egy beszélőcímke nem független bizonyíték egy személy kilétére vagy szerepére. Ha a feladathoz nevek kellenek, a címkéket az ismert felvételi információhoz rendelje, ne találjon ki személyazonosságot a felismert szavakból.
A fejlesztő funkciótáblázata 15 perces időablakot ad meg felvett hanghoz; a fájlfeldolgozás erre az időtartamra korlátozódik, ha olyan funkciók engedélyezettek, mint az időbélyegek vagy a beszélők szerinti szegmentálás. A hosszabb forrásanyagot megfelelő szegmensekként készítse elő, megőrizve sorrendjüket és eredeti időbeli helyüket. A modell átirata, időzített szavai és beszélőcímkés részei eltérő eredményreprezentációk; a feladathoz szükségeset őrizze meg. Ezeket a hangspecifikus korlátokat nem szabad egy általános Gemini multimodális modell kontextus- vagy időtartamértékeivel helyettesíteni. A Google a SMART-formázást, a szószintű időbélyegeket és a beszélők szerinti szegmentálást kísérleti funkcióként sorolja fel.
A kimeneti szerződés átírásspecifikus. A SMART-formázás olvasható szöveget készít, de nem ad hozzá általános JSON-sémájú válaszszerződést, eszközhívási képességet vagy utasításkövető asszisztens-munkafolyamatot. A végső eredménynél ellenőrizze a fontos megfogalmazásokat, számokat és tagadásokat a hang alapján, őrizzen meg minden bizonytalan szegmenst javításhoz, és a kiválasztott módot is tartsa meg az eredménnyel együtt. Így világos marad, hogy az eredmény az eredeti kimondott megfogalmazást rögzíti-e, vagy abból származtatott, szerkesztett olvasási változatot mutat be.
POST /v1/audio/transcriptionsaudiotext| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok google/gemini-3.5-transcribe | Alapértelmezett— |
Mezőinput_audio | Típusobject | KövetelményKötelező | Értékek és korlátok | Alapértelmezett— |
Mezőlanguage | Típusstring | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőtemperature | Típusnumber | KövetelményOpcionális | Értékek és korlátok Minimum: 0 Maximum: 1 | Alapértelmezett— |
Mezőresponse_format | Típusstring | KövetelményOpcionális | Értékek és korlátok json, verbose_json | Alapértelmezettjson |
Mezőtimestamp_granularities | Típusarray | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőprovider | Típusobject | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
| Paraméter | Szerződés |
|---|---|
Paramétercontent_type | Szerződésapplication/json |
Paraméterrequired | Szerződésmodel, input_audio |
Paramétermaterial_types | Szerződésaudio |
Paramétermaterial_conditions | SzerződésOlvasson be tényleges WAV-fájlt, és kódolja a valós bájtjait a deklarált JSON input_audio bemenethez; ehhez a pontosan csak JSON-t engedő deklarációhoz nem hirdetünk multipart útvonalat. |
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 megjelenített díjtételek a generálás előtti költségbecsléshez szolgálnak. A végleges díj az eredeti generáláshoz rögzített költségből számítódik. A kimenet mért időtartama és az előre jelzett mennyiségek nem azonosak a véglegesen elszámolandó mennyiséggel.
A díjszabás nem ad új kérési lehetőségeket. A támogatott paraméterek a kiválasztott módszernél szerepelnek.
Minden díjat a megjelenített feltételekhez rendeljen. Az alternatív beállítások minden csoportjához egy díjtételt használjon.
| Beállítás | Díjtáblázat | Előre jelzett mennyiség | Elszámolási egység | Díj |
|---|---|---|---|---|
| BeállításTokenek alapdíjai | DíjtáblázatAlapdíj | Előre jelzett mennyiség— | Elszámolási egység— | Díj Bemenet · Bemeneti tokenek · Becslés, csak összehasonlításra — / 1K token Kimenet · Kimeneti tokenek · Becslés, csak összehasonlításra — / 1K token Bemenet · Gyorsítótár olvasása · Becslés, csak összehasonlításra — / 1K token Bemenet · Írás a gyorsítótárba · Becslés, csak összehasonlításra — / 1K token Bemenet · Írás a gyorsítótárba, 1 óra · Becslés, csak összehasonlításra — / 1K token |
| Beállításbemeneti token | Díjtáblázat— | Előre jelzett mennyiség— | Elszámolási egység/ 1K token | Díj Bemenet · Becslés, csak összehasonlításra $0.004 / 1K token |
| Beállításkimeneti token | Díjtáblázat— | Előre jelzett mennyiség— | Elszámolási egység/ 1K token | Díj Kimenet · Becslés, csak összehasonlításra $0.024 / 1K token |
| BeállításA generálás becsült költsége | Díjtáblázat— | Előre jelzett mennyiségbecslés egy generálásra | Elszámolási egység— | Díj Kimenet · Becsült generálási költség · Becslés, csak összehasonlításra $1.179648 becslés a generálás előtt Ez a becslés nem jelent további díjat, és nem rögzített díjszabás az elkészült generálásra. |
Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. A foglalás és az elszámolás működése →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_AUDIO_FILE:?Set the path to your actual WAV recording}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\nimport base64\naudio=Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes()\nif not (audio[:4]==b'RIFF' and audio[8:12]==b'WAVE'): raise SystemExit('Supply an actual WAV audio file')\nif len(audio)>26214400: raise SystemExit('Use a documented supported large-file flow')\nrequest={'model': 'google/gemini-3.5-transcribe', 'input_audio': {'data': '${BASE64_ACTUAL_WAV_BYTES}', 'format': 'wav'}}\nrequest['input_audio']['data']=base64.b64encode(audio).decode('ascii')\nPath('request.json').write_text(json.dumps(request,ensure_ascii=False),encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o response.bin\n# Keep the complete original response and headers. Read every returned segment, word and usage field.\n# Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting.\nGET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -o owned-assets.json\n# Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token.\nŐrizzen meg minden teljes visszaadott választ, fájlt és tartalomrészt.
Őrizze meg a teljes választ és a fejléceket, minden tényleges kimenetet, az eredetileg visszaadott azonosítókat és az összes használati adatmezőt. Az eredeti műveletet állítsa helyre, a létrehozási kérés újbóli beküldése nélkül.
Őrizze meg a visszaadott X-Client-Request-ID értéket az egyeztetéshez. Csak a ténylegesen visszaadott task_id/asset_id értékekkel kérdezzen le, vagy használja a saját médiatárat; soha ne állítson össze feladat-URL-t a műveletazonosítóból, és soha ne küldje be újra a létrehozási kérést.
| Mező | Típus |
|---|---|
Mezőtext | Típus |
Mezőusage | Típus |
Mezősegments[] | Típus |
Mezőwords[] | Típus |
Mezőspeaker fields | Típus |
Mezőtimestamps | Típus |
Ailoot Ultra google/gemini-3.5-transcribe
Használja a fent látható metódusútvonalakat.