Source: https://ailoot.ai/models/hu/microsoft-mai-transcribe-2/ Canonical: https://ailoot.ai/models/hu/microsoft-mai-transcribe-2/ Language: hu # Microsoft AI: MAI-Transcribe 2 [Markdown](https://ailoot.ai/models/hu/microsoft-mai-transcribe-2/index.md) · [JSON](https://ailoot.ai/models/hu/microsoft-mai-transcribe-2/facts.json) ## [Microsoft AI: MAI-Transcribe 2](https://ailoot.ai/models/hu/microsoft-mai-transcribe-2/) A Microsoft AI MAI-Transcribe 2 rögzített beszédet alakít szöveggé 60 nyelven, automatikus nyelvazonosítással és nyelvváltás-támogatással. Beszélőszétválasztást, szóidőzítést, kulcsszavas felismerési támpontokat és tisztított vagy szó szerinti stílust kínál értekezletleiratokhoz, feliratokhoz, kereshető hanganyaghoz és szakmai diktáláshoz. - [**Ailoot Ultra · Hang átírása** `POST /v1/audio/transcriptions` `microsoft/mai-transcribe-2`](https://ailoot.ai/models/hu/microsoft-mai-transcribe-2/#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 2 a Microsoft második generációs átírási családjának rögzített hanganyaghoz készült beszédfelismerő kiadása. Beszélt tartalmat alakít írott szöveggé 60 nyelven, automatikus nyelvazonosítással és a nyelvek között váltó beszéd támogatásával. A modell beszélőszétválasztást, szószintű időzítést és választható leiratstílusokat ad hozzá. Hasznos eredmény lehet beszélőkhöz rendelt értekezletleirat, kereshető interjúrekord, feliratillesztési adat vagy szakkifejezéseket tartalmazó ellenőrzött diktálás. A felvételt a beszélt anyag sértetlen megőrzésével készítsd elő. A gyártó WAV, MP3 és FLAC bemenetet sorol fel. Az eredeti hang maradjon elérhető a bizonytalan szavak, nevek és számok felismert szöveggel történő összevetéséhez. A felvételen lehet háttérzaj vagy változó mikrofonminőség, amelynek kezelésére a modellt tervezték, de az ellenőrzés továbbra is a nem egyértelmű vagy egymásra beszélő részekre összpontosítson. Interjúnál a megszólalások és szünetek sorrendjét őrizd meg, ne távolítsd el a válasz értelmezését segítő kontextust. Az automatikus nyelvfelismerés akkor hasznos, ha a nyelv előre nem ismert. A dokumentált 60 nyelv között szerepel az angol, orosz, kínai, japán, koreai, arab, francia, német, spanyol, indonéz, maláj, thai és vietnámi. A nyelvváltás a nyelvek közötti természetes váltásokat is lefedi, olyan kevert párokkal, mint a Hinglish vagy a Spanglish. A gyártó felülete egyetlen nyelvi támpontot is fogad, amelyet erős utasításként ír le. Ezt csak akkor használd, ha a felvétel ténylegesen a megadott nyelvű, ne kényszeríts többnyelvű beszélgetést egyetlen elvárt nyelvre. A kulcsszavas felismerési támpontok szakterületi kifejezéseket, rövidítéseket, termékneveket és tulajdonneveket adnak meg, amelyek hang alapján máskülönben nehezen különböztethetők meg. Készíts a felvételhez kapcsolódó célzott listát, például a projekt nevével, termékvonallal vagy a beszélgetés műszaki szavaival. A kiszolgálási útmutató ezeket felismerési támpontként írja le, nem kikényszerített egyezésként. Műszaki előadáshoz add meg a megnevezett műszerek és szakkifejezések pontos írásmódját, majd ellenőrizd, hogy a leirat ott helyezi-e el őket, ahol ténylegesen elhangzottak. Egy megadott kifejezés nem bizonyíték arra, hogy a beszélő kimondta. A kimeneti stílust a kívánt eredmény szerint válaszd. A dokumentált alapértelmezett Verbatim megőrzi a töltelékszavakat, félbehagyott mondatkezdéseket és önjavításokat. A Clean eltávolítja a megakadásokat az olvashatóbb leiratért. A beszélgetés alakulását vizsgáló rekord megőrizheti a habozást és javítást; olvasható tanóraleirat használhat tisztított megfogalmazást. Az eredeti hangot bármely eredmény mellett őrizd meg. A tisztítás a beszélt szöveg megjelenítését javítja, nem külön összefoglalás vagy a beszélő szándékának új értelmezése. A beszélőszétválasztás a felismert beszélők szerint különíti el a megszólalásokat, a szószintű időbélyegek pedig minden szóhoz eltolást és időtartamot adnak. A kiszolgálási felület szegmensidőzítést vagy időzítés nélküli módot is kínál. A szegmensek nyelv szerint, engedélyezett beszélőszétválasztásnál pedig beszélő szerint is elkülönülnek. Az időzítési mezők ezredmásodpercet használnak, és navigációt, keresést, szerkesztést támogathatnak. A címkék a felismert beszélőket különböztetik meg; egy címke résztvevőnévhez kapcsolása külön ellenőrzési lépés. Feliratokhoz ellenőrzött szóidőzítésekből készíts olvasható egységcsoportokat, ne feltételezd, hogy a felismerési eredmény már kész feliratfájl. A modellkártya legfeljebb 300 MB fájlméretet és két órát sorol fel. A dokumentált 2025-10-15 felülethez kapcsolt szinkron REST-referencia ehelyett 250 MB-nál kisebb és két óránál rövidebb fájlt ír elő. Ezek eltérő közzétett modellkártya- és kiszolgálási korlátok; az alkalmazható kiszolgálási kereten belüli fájlt készíts. A MAI-útmutató azt is közli, hogy a beszélőszétválasztás rövidebb felvételeket támogat, mint az anélküli átírás. Hosszú, több beszélős anyagot összefüggő részekre szervezz, ha beszélőhöz rendelés szükséges, és későbbi ellenőrzéshez őrizd meg a rész helyét az eredeti felvételben. A dokumentált kimenet strukturált átírási adat: teljes szöveg, kifejezések és kérés esetén beszélő- és időzítési információ. Egy kifejezés hordozhatja a szövegét, nyelvét, eltolását és időtartamát; a szóidőzítés a felismert szót a hanghoz kapcsolhatja. Kereshető archívumnál őrizd meg ezeket a kapcsolatokat, hogy egy megtalált kifejezés visszavezessen a felvételhez. Értekezleti munkafolyamatban az ellenőrzött leirat későbbi összefoglalás vagy teendőkinyerés bemenetévé válik. A beszédmodell eredménye a felismert tartalom, nem az értekezlet döntéseiről szóló, önállóan ellenőrzött beszámoló. A verziókülönbség konkrét. A MAI-Transcribe 1.5 43 nyelvet fed le, ez a kiadás 60-at, és hozzáadja a dokumentált beszélőszétválasztási, szóidőbélyeg- és clean/verbatim vezérlőket. A MAI-Transcribe 2 Streaming külön modell fokozatos, valós idejű átíráshoz saját funkciókészlettel; az első részeredményének késleltetése nem jellemzi ezt a rögzített hanghoz készült kiadást. A leiratot nevek, számok, beszélőváltások és kevert nyelvű részek tekintetében ellenőrizd a hang alapján, mielőtt feliratok, idézetek vagy származtatott dokumentum forrásaként használod. **Ailoot Ultra · Hang átírása** `POST /v1/audio/transcriptions` `microsoft/mai-transcribe-2` [`microsoft/mai-transcribe-2`](https://ailoot.ai/models/hu/#m=microsoft%2Fmai-transcribe-2&route=Ultra&caller=microsoft%2Fmai-transcribe-2&fmt=transcriptions) Microsoft AI /`microsoft/mai-transcribe-2` ### Kezdő lépések A Microsoft AI MAI-Transcribe 2 rögzített beszédet alakít szöveggé 60 nyelven, automatikus nyelvazonosítással és nyelvváltás-támogatással. Beszélőszétválasztást, szóidőzítést, kulcsszavas felismerési támpontokat és tisztított vagy szó szerinti stílust kínál értekezletleiratokhoz, feliratokhoz, kereshető hanganyaghoz és szakmai diktáláshoz. 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-2 | 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 **$0.2** bemeneti hangóránként | | BeállításA generálás becsült költsége | Díjtáblázat— | Előre jelzett mennyiségbecslés egy generálásra | Elszámolási egység— | Díj Kimenet · Becsült generálási költség · Becslés, csak összehasonlításra **$0.00005555555555555556** becslés a generálás előtt Ez a becslés nem jelent további díjat, és nem rögzített díjszabás az elkészült generálásra. | Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. [A foglalás és az elszámolás működése →](https://ailoot.ai/docs/hu/billing/reserve/) ### Példakérések #### Ailoot Ultra · Hang átírása curl · pontos natív kéréstörzs és teljes eredmény ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_AUDIO_FILE:?Set the path to your actual WAV recording}" python3 - <<'PY_REQUEST' import json,os from pathlib import Path import base64 audio=Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes() if not (audio[:4]==b'RIFF' and audio[8:12]==b'WAVE'): raise SystemExit('Supply an actual WAV audio file') if len(audio)>26214400: raise SystemExit('Use a documented supported large-file flow') request={'model': 'microsoft/mai-transcribe-2', 'input_audio': {'data': '${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-2`](https://ailoot.ai/models/hu/#m=microsoft%2Fmai-transcribe-2&route=Ultra&caller=microsoft%2Fmai-transcribe-2&fmt=transcriptions) #### Metódusútvonalak álnevei Használja a fent látható metódusútvonalakat. #### Kapcsolódó modellazonosítók [`microsoft/mai-transcribe-2`](https://ailoot.ai/models/hu/#m=microsoft%2Fmai-transcribe-2&route=Ultra&caller=microsoft%2Fmai-transcribe-2&fmt=transcriptions) FAQ · Microsoft AI: MAI-Transcribe 2 Milyen bemenetek és eredmények érhetők el? `POST /v1/audio/transcriptions` · `microsoft/mai-transcribe-2`: `audio` → `text` Mely mezőket használja a kérés? `POST /v1/audio/transcriptions` · `microsoft/mai-transcribe-2`: `model`, `input_audio`, `language`, `temperature`, `response_format`, `timestamp_granularities`, `provider` Milyen korlátok érvényesek? `POST /v1/audio/transcriptions` · `microsoft/mai-transcribe-2`: `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.