asr-1.0

MiniMax ASR 1.0 mengubah audio menjadi teks, mendukung bahasa Rusia, pemisahan giliran berdasarkan pembicara, dan penanda waktu.

Ailoot · Suara ke teks POST /v1/audio/transcriptions asr-1.0

Tentang model

Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.

Rekaman percakapan menjadi teks

MiniMax ASR 1.0 mengenali ucapan dalam berkas audio. Produsen menjelaskan penggunaan untuk rapat, wawancara, podcast, trek audio video, pengawasan konten, dan analisis percakapan. Model disetel untuk ucapan percakapan, kebisingan, dan kosakata profesional, dengan fokus pada pengurangan bagian rekaan. Dalam kartu Ailoot ini, masukan berupa audio dan hasil berupa teks.

Bahasa dan beberapa peserta

Bahasa yang didukung adalah Rusia dan Ukraina, Inggris, Prancis, Jerman, Spanyol, Italia, Portugis, dan Polandia; juga Tionghoa, Kanton, Jepang, Korea, Thai, Vietnam, Indonesia, Melayu, Filipino, Arab, dan Turki. Jika bahasa tidak ditentukan, model mendeteksi bahasa utama secara otomatis; produsen secara terpisah menjelaskan kombinasi ucapan Tionghoa dan Inggris.

Dalam bentuk hasil yang diperluas, model dapat mengidentifikasi pembicara dan mengaitkan giliran bicara dengan waktu. Bentuk ini mengembalikan jumlah peserta keseluruhan dan segmen dengan label pembicara, awal, akhir, serta teks. Ini membantu menentukan siapa yang mengucapkan giliran tertentu dan kapan, tanpa mencampur giliran dari peserta yang berbeda.

Penyajian hasil

Produsen menyediakan JSON biasa dengan teks dan durasi, verbose_json yang diperluas, serta subtitel SRT dan WebVTT. Penanda waktu secara default menggunakan tingkat kalimat atau segmen. Penanda setiap kata dijelaskan untuk bahasa Inggris, sedangkan setiap karakter untuk bahasa Tionghoa; penanda tersebut berkaitan dengan format yang memiliki penyelarasan.

Keluaran teks bertahap dapat digunakan, tetapi tidak dapat digabungkan dengan pemisahan pembicara dan format subtitel. Mode ini mengembalikan bagian teks baru yang dikenali selama berkas yang telah dikirim diproses. Ini merupakan streaming hasil, bukan pengiriman audio mikrofon secara berkelanjutan.

Persyaratan rekaman

Format masukan yang dinyatakan adalah WAV, AIFF, FLAC, ALAC dalam wadah M4A, MP3, AAC, Opus, dan Ogg. Berkas harus memuat paling banyak 500 detik audio dan berukuran paling banyak 50 MB. Durasi yang melebihi batas ditolak, bukan dipotong diam-diam. PCM mentah tanpa wadah tidak didukung.

Untuk menyiapkan rekaman, produsen menyarankan mono 16 kHz atau format audio terkompresi: frekuensi tinggi dan stereo tidak diperlukan untuk pengenalan dan memperbesar ukuran berkas. Kemampuan keluaran yang diperluas dan pemrosesan streaming berlaku bagi ASR 1.0; format jawaban yang tersedia untuk permintaan tertentu ditentukan melalui sarana Ailoot.

Ailoot · Suara ke teks POST /v1/audio/transcriptions asr-1.0

asr-1.0

MiniMax /asr-1.0

Mulai

MiniMax ASR 1.0 mengubah audio menjadi teks, mendukung bahasa Rusia, pemisahan giliran berdasarkan pembicara, dan penanda waktu.

Masukan yang diterima: Audio
Hasil: Teks

Tersedia di Ailoot · masukan & metode

Ailoot · Suara ke teks POST /v1/audio/transcriptions

Masukan: audio
Keluaran: text
Format keluaran: json

Kolom	Jenis	Persyaratan	Nilai & batasan	Bawaan
Kolom`model`	Jenis`string`	PersyaratanWajib	Nilai & batasan asr-1.0	Bawaan—
Kolom`file`	Jenis`file`	PersyaratanWajib	Nilai & batasan Byte maksimum: 52.428.800 Format berkas: wav, mp3, m4a, ogg, webm, flac Jenis konten: multipart/form-data Durasi maksimum (eksklusif), detik: 500	Bawaan—
Kolom`response_format`	Jenis`string`	PersyaratanOpsional	Nilai & batasan json	Bawaan—

Kombinasi bahan masukan

speech_to_text · Wajib: actual audio file

Parameter metode dan siklus hidup

Parameter	Kontrak
Parameter`material_types`	Kontrakaudio
Parameter`required`	Kontraknull
Parameter`optional_controls`	Kontraknull

Siklus hidup: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · task_id aktual yang dikembalikan atau catatan pustaka media

GET /v1/media/assets/{asset_id}/content

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Struktur metode dan ID bersifat eksak; kemampuan pemasok terpisah dari penerimaan permintaan.

Paket

Tarif metode Ailoot

Ailoot Suara ke teksPOST /v1/audio/transcriptions

Masukan: US$0,38 per jam audio

Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →

Contoh permintaan

Ailoot · Suara ke teks

Contoh transkripsi

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 $AILOOT_API_KEY" \
  --form-string model=asr-1.0 -F "file=@$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

Terima dan simpan hasil

Ailoot · Suara ke teks

json

GET /v1/media/tasks/{task_id}
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}

Simpan semua hasil yang selesai

Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.

Simpan JSON secara utuh, bukan hanya teks; pertahankan setiap segmen/pembicara/stempel waktu yang tersedia dan identitas tugas/aset aktual.

Jika respons asli perlu diperiksa

Simpan operation_id/X-Client-Request-ID asli untuk rekonsiliasi tanpa pengiriman ulang; tidak ada rute polling khusus audio.

Kolom respons

Kolom	Jenis
Kolom`text`	Jenisstring
Kolom`segments[]`	Jenisobject
Kolom`task_id`	Jenisstring
Kolom`asset_url`	Jenisstring
Kolom`usage`	Jenisobject

Kesalahan dan langkah berikutnya

Respons	Kondisi	Langkah berikutnya
Respons400 · `invalid_request_error`	KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid	Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru.
Respons`server_error`	KondisiRespons yang dikembalikan menyatakan bahwa operasi atau hasil perlu diperiksa	Langkah berikutnyaSimpan ID operasi/tugas asli yang dikembalikan, header permintaan, dan respons; lanjutkan pembacaan yang didukung untuk operasi asli tersebut. Jangan kirim ulang permintaan pembuatan.

Alias

Alias model

Ailoot asr-1.0

Alias jalur metode

Gunakan jalur metode yang ditampilkan di atas.

ID pemanggil terkait

asr-1.0

FAQ · asr-1.0

Input dan hasil apa yang tersedia?: POST /v1/audio/transcriptions · asr-1.0: audio → text
Kolom apa yang digunakan permintaan?: POST /v1/audio/transcriptions · asr-1.0: model, file, response_format

asr-1.0

asr-1.0

Rekaman percakapan menjadi teks

Bahasa dan beberapa peserta

Penyajian hasil

Persyaratan rekaman

Mulai

Tersedia di Ailoot · masukan & metode

Paket

Tarif metode Ailoot

Contoh permintaan

Ailoot · Suara ke teks

Terima dan simpan hasil

Ailoot · Suara ke teks

Simpan semua hasil yang selesai

Jika respons asli perlu diperiksa

Alias

Alias model

Alias jalur metode

ID pemanggil terkait

Perusahaan dan portofolio proyeknya

Beli token dengan diskon.

Hubungkan API ke produk yang Anda jual.