Source: https://ailoot.ai/models/hu/microsoft-mai-transcribe-1-5/ Canonical: https://ailoot.ai/models/hu/microsoft-mai-transcribe-1-5/ Language: hu # Microsoft AI: MAI-Transcribe 1.5 [Markdown](https://ailoot.ai/models/hu/microsoft-mai-transcribe-1-5/index.md) · [JSON](https://ailoot.ai/models/hu/microsoft-mai-transcribe-1-5/facts.json) ## [Microsoft AI: MAI-Transcribe 1.5](https://ailoot.ai/models/hu/microsoft-mai-transcribe-1-5/) A Microsoft AI MAI-Transcribe 1.5 rögzített beszédet alakít szöveggé 43 nyelven, automatikus nyelvazonosítással, különös figyelemmel az akcentusokra és a zajos hangra. Modellkártyája szakterülethez igazodó kulcsszavas felismerési támpontokat ír le nevekhez és szakkifejezésekhez. A leiratot ellenőrzött jegyzetek vagy feliratok alapjaként használd. - [**Ailoot Ultra · Hang átírása** `POST /v1/audio/transcriptions` `microsoft/mai-transcribe-1.5`](https://ailoot.ai/models/hu/microsoft-mai-transcribe-1-5/#method-0) A modellről Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók. A Microsoft AI MAI-Transcribe 1.5 beszédfelismerő modell rögzített hang írott tartalommá alakításához. Pontos modellkártyája 43 nyelvre kiterjedő felismerést, automatikus nyelvazonosítást, valamint akcentusokkal, nyelvjárásokkal, beszédstílusokkal és zajos körülményekkel szembeni ellenálló képességet ír le. A kiadás tizennyolc nyelvvel bővíti a MAI-Transcribe 1 25 nyelvű készletét. Hasznos eredmény egy előadás, interjú, hívás vagy hangjegyzet írott beszéde, amely későbbi szerkesztés vagy elemzés előtt összevethető a felvétellel. Készíts teljes, érthető felvételt a gyártó felsorolt formátumainak egyikében: WAV, MP3 vagy FLAC. Őrizd meg az eredeti fájlt és az esetleges szakaszfelosztást, hogy a leirat összevethető legyen a hanggal. Előadásnál a szakkifejezés körüli mondatrészeket tartsd meg, ne csak a nehéz szót emeld ki. Hangjegyzetnél őrizd meg a nevet, időpontot vagy számot módosító önjavítást. A környező beszéd kontextust ad az elhangzottak felismeréséhez, a hallgatói ellenőrzés pedig azonosíthatja a kimenet javítandó részeit. Az automatikus nyelvazonosítás lehetővé teszi a felvétel feldolgozását előzetes nyelvválasztás nélkül. A 43 nyelv között szerepel az angol, francia, német, olasz, spanyol, hindi, kínai, japán, koreai, arab, indonéz, orosz, thai és vietnámi. A hozzáadott nyelvek között van a bolgár, katalán, görög, ukrán és több dél-ázsiai nyelv. Ellenőrizd, hogy a kívánt nyelv e kiadás készletébe tartozik-e, ne vedd át a MAI-Transcribe 2 szélesebb lefedettségét. Többnyelvű gyűjteményeknél a felvétel nyelvét őrizd meg az ellenőrzött szöveg mellett, hogy a későbbi szerkesztés a ténylegesen elhangzott tartalmat kövesse. Az 1.5 modellkártya legfeljebb 200 kifejezéssel végzett kulcsszó- vagy entitásalapú felismerési befolyásolást ír le, kiadási leírása pedig elmagyarázza a célt: valószínű nevek, betűszók és szakkifejezések kontextusként történő elérhetővé tételét. A gyártó kontextuális támpontokat ír le, nem a megadott szavak vak kikényszerítését az eredményben. Készíts releváns szókészletet, például projektnévvel, műszaki műszerrel vagy a felvételen tárgyalt személy nevének helyes írásmódjával. E terminológiát a tényleges felvétel kontextusaként használd, és a felismert kifejezéseket ellenőrizd a beszéd alapján. Rögzített mérnöki órához készítsd elő a tárgyalt műszerek nevét és minden projektbetűszó pontos írásmódját. Ezeket célzott terminológiai listába írd, és a listát tartsd a hang és a leirat mellett. Előfordulásaikat az elhangzó részekhez mérten ellenőrizd, ne a szójegyzék bejegyzését tekintsd az egyezés bizonyítékának. A hasonló hangzású nevek továbbra is ellenőrzést igényelhetnek. Az eredmény a ténylegesen kimondott szavakat őrizze meg, a jelentésüket módosító javítással vagy pontosítással együtt. A gyártó a valós hanganyagokon nyújtott teljesítményt hangsúlyozza, háttérzajjal és változatos mikrofonkörülményekkel együtt. Gyakorlati ellenőrzésnél az egyszerre beszélő részekre, halk hangokra vagy más hang által részben elfedett szavakra összpontosíthatsz. A bizonytalanságokat a megfelelő hangrészlethez kösd, ne a témára vonatkozó feltételezésekből töltsd ki őket. Hihető mondatban is szerepelhet rossz tulajdonnév vagy szám. Hívásleiratnál hasznos eredmény az elhangzott tartalom ellenőrzött rekordja későbbi elemzéshez, nem a hívó szándékáról szóló találgatás. A pontos 1.5 modellkártya legfeljebb 300 MB fájlméretet és két órát sorol fel. A hozzá kapcsolt szinkron átírási REST-referencia szigorúbb kiszolgálási bemenetet ír le: 250 MB-nál kisebb és két óránál rövidebb fájlt. Ezek külön közölt modellkártya- és felületi korlátok. A tervezett felület keretén belüli fájlokat készíts, a hosszabb anyagot pedig értelmes felvételhatároknál oszd fel. A fájlméretkorlát a kódolt hangra, az időtartamkorlát a beszédfelvétel hosszára vonatkozik; egyik sem szövegmodell-kontextusablakot határoz meg. A modellkártya mintakimenete JSON, amely a felvétel időtartamát és az egyesített felismert szöveget tartalmazza. A szöveg akadálymentesen hozzáférhető leirat, feliratszöveg vagy későbbi összefoglalás és keresés bemenete lehet. A felirategységek csoportosítása és felvételhez illesztése külön előkészítés, ha az eredmény nem tartalmazza a szükséges időzítési adatokat. Interjúrekordnál egy sor megnevezett résztvevőhöz rendeléséhez külön ellenőrzött feljegyzés kell arról, ki beszélt. A felismert megfogalmazást és a hangot e későbbi eredmények alapjaként őrizd meg. A kiadás határai fontosak a kimenet tervezésénél. Az 1.5 kártya kifejezetten a támogatott képességeken kívülre helyezi a beszélőszétválasztást, a gyártó verzió-összehasonlítása pedig a szószintű időbélyegeket és a clean/verbatim stílusvezérlőket a MAI-Transcribe 2-höz rendeli. A natív streamingmodell szintén külön kiadás. Ez az 1.5 profil ezért a felvételekből felismert szövegre és dokumentált szakterületi kontextusára összpontosít, nem teszi egy másik kiadás beszélő-, időzítési vagy élőbemeneti funkcióit az eredmény részévé. Idézett részlet, feliratsáv vagy származtatott dokumentum készítése előtt ellenőrizd a neveket, számokat, szakkifejezéseket és a nem egyértelmű beszédet. **Ailoot Ultra · Hang átírása** `POST /v1/audio/transcriptions` `microsoft/mai-transcribe-1.5` [`microsoft/mai-transcribe-1.5`](https://ailoot.ai/models/hu/#m=microsoft%2Fmai-transcribe-1.5&route=Ultra&caller=microsoft%2Fmai-transcribe-1.5&fmt=transcriptions) Microsoft AI /`microsoft/mai-transcribe-1.5` ### Kezdő lépések A Microsoft AI MAI-Transcribe 1.5 rögzített beszédet alakít szöveggé 43 nyelven, automatikus nyelvazonosítással, különös figyelemmel az akcentusokra és a zajos hangra. Modellkártyája szakterülethez igazodó kulcsszavas felismerési támpontokat ír le nevekhez és szakkifejezésekhez. A leiratot ellenőrzött jegyzetek vagy feliratok alapjaként használd. Elfogadott bemenetek Hang Eredmények Szöveg ### Elérhető az Ailootban · bemenetek és metódusok **Ailoot Ultra · Hang átírása** `POST /v1/audio/transcriptions` Bemenet `audio` Kimenet `text` | Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett | | --- | --- | --- | --- | --- | | Mező`model` | Típus`string` | KövetelményKötelező | Értékek és korlátok microsoft/mai-transcribe-1.5 | Alapértelmezett— | | Mező`input_audio` | Típus`object` | KövetelményKötelező | Értékek és korlátok | Alapértelmezett— | | Mező`language` | Típus`string` | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— | | Mező`temperature` | Típus`number` | KövetelményOpcionális | Értékek és korlátok Minimum: 0 Maximum: 1 | Alapértelmezett— | | Mező`response_format` | Típus`string` | KövetelményOpcionális | Értékek és korlátok json, verbose\_json | Alapértelmezettjson | | Mező`timestamp_granularities` | Típus`array` | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— | | Mező`provider` | Típus`object` | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— | Metódus paraméterei és életciklusa | Paraméter | Szerződés | | --- | --- | | Paraméter`content_type` | Szerződésapplication/json | | Paraméter`required` | Szerződésmodel, input\_audio | | Paraméter`material_types` | Szerződésaudio | | Paraméter`material_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}` ### Díjcsomagok ##### A végső díj számítása 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. Gyors mód Nincs megadva Ha a gyors mód van kiválasztva Flex mód Nincs megadva Ha a flex mód van kiválasztva Maximális gondolkodási ráfordítás Nincs megadva Ha a maximális gondolkodási ráfordításra a default beállításhoz tartozó korrekció vonatkozik #### Becsült díjak összehasonlításhoz #### Árak beállításonként 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 hangóra | Díjtáblázat— | Előre jelzett mennyiség— | Elszámolási egységbemeneti hangóránként | Díj Bemenet · bemeneti hangóra · Becslés, csak összehasonlításra **$0.72** bemeneti hangóránként | | BeállításA generálás becsült költsége | Díjtáblázat— | Előre jelzett mennyiségbecslés egy generálásra | Elszámolási egység— | Díj Kimenet · Becsült generálási költség · Becslés, csak összehasonlításra **$0.0002** becslés a generálás előtt Ez a becslés nem jelent további díjat, és nem rögzített díjszabás az elkészült generálásra. | Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. [A foglalás és az elszámolás működése →](https://ailoot.ai/docs/hu/billing/reserve/) ### Példakérések #### Ailoot Ultra · Hang átírása curl · pontos natív kéréstörzs és teljes eredmény ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_AUDIO_FILE:?Set the path to your actual WAV recording}" python3 - <<'PY_REQUEST' import json,os from pathlib import Path import base64 audio=Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes() if not (audio[:4]==b'RIFF' and audio[8:12]==b'WAVE'): raise SystemExit('Supply an actual WAV audio file') if len(audio)>26214400: raise SystemExit('Use a documented supported large-file flow') request={'model': 'microsoft/mai-transcribe-1.5', 'input_audio': {'data': '${BASE64_ACTUAL_WAV_BYTES}', 'format': 'wav'}} request['input_audio']['data']=base64.b64encode(audio).decode('ascii') Path('request.json').write_text(json.dumps(request,ensure_ascii=False),encoding='utf-8') PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \ -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o response.bin # Keep the complete original response and headers. Read every returned segment, word and usage field. # Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting. ``` ### Eredmények fogadása és mentése #### Ailoot Ultra · Hang átírása - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` További tartalomlekérések A meglévő, Önhöz tartozó médiafájlok lekérése ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \ -H "Authorization: Bearer $AILOOT_API_KEY" -o owned-assets.json # Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token. ``` ##### Őrizzen meg minden elkészült eredményt Őrizzen 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. ##### Ha az eredeti választ ellenőrizni kell 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. Válaszmezők | Mező | Típus | | --- | --- | | Mező`text` | Típus | | Mező`usage` | Típus | | Mező`segments[]` | Típus | | Mező`words[]` | Típus | | Mező`speaker fields` | Típus | | Mező`timestamps` | Típus | ### Álnevek #### Modell álnevei **Ailoot Ultra** [`microsoft/mai-transcribe-1.5`](https://ailoot.ai/models/hu/#m=microsoft%2Fmai-transcribe-1.5&route=Ultra&caller=microsoft%2Fmai-transcribe-1.5&fmt=transcriptions) #### Metódusútvonalak álnevei Használja a fent látható metódusútvonalakat. #### Kapcsolódó modellazonosítók [`microsoft/mai-transcribe-1.5`](https://ailoot.ai/models/hu/#m=microsoft%2Fmai-transcribe-1.5&route=Ultra&caller=microsoft%2Fmai-transcribe-1.5&fmt=transcriptions) FAQ · Microsoft AI: MAI-Transcribe 1.5 Milyen bemenetek és eredmények érhetők el? `POST /v1/audio/transcriptions` · `microsoft/mai-transcribe-1.5`: `audio` → `text` Mely mezőket használja a kérés? `POST /v1/audio/transcriptions` · `microsoft/mai-transcribe-1.5`: `model`, `input_audio`, `language`, `temperature`, `response_format`, `timestamp_granularities`, `provider` Milyen korlátok érvényesek? `POST /v1/audio/transcriptions` · `microsoft/mai-transcribe-1.5`: `temperature.minimum`: `0`; `temperature.maximum`: `1` 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.