ElevenLabs Scribe v2 adalah model pengenalan ujaran batch untuk audio rekaman, transkripsi, subtitel, dan takarir. Model melanjutkan Scribe v1 dengan peningkatan penanganan rekaman panjang, jeda, perubahan nada, dan keheningan panjang. Hasilnya berupa ujaran tertulis dengan informasi waktu serta anotasi pembicara dan kejadian audio opsional. Scribe v2 Realtime adalah edisi transkripsi langsung terpisah; tujuan model ini adalah memproses rekaman lengkap.
Pembuat mendokumentasikan pengenalan lebih dari 90 bahasa dan deteksi bahasa otomatis, termasuk rekaman yang berganti bahasa. Petunjuk bahasa yang diketahui dapat membantu model menafsirkan audio. Siapkan rekaman jelas, pertahankan bahasa asli dan nama, serta hindari distorsi berat akibat pemotongan amplitudo atau pemrosesan tak perlu yang menghapus detail ujaran. Masukan umum yang didokumentasikan mencakup WAV, MP3, FLAC, M4A, AAC, OGG, Opus, dan WebM. Pilih representasi masukan yang didukung implementasi transkripsi dan pertahankan rekaman sumber untuk peninjauan.
Respons standar berisi teks yang dikenali, informasi bahasa terdeteksi, dan urutan kata dengan penanda waktu. Rekaman kata dapat mencakup waktu mulai dan akhir, identifikator pembicara, serta log-probabilitas pengenalan. Ini membuat hasil berguna untuk subtitel, wawancara yang dapat dicari, atau penyunting yang melompat kembali ke suara terkait. Simpan hasil berpenanda waktu bersama audio sumber. Untuk podcast, misalnya, hasilnya dapat berupa transkrip yang dapat disunting dan rekaman data selaras per kata yang mendukung pencarian lokasi koreksi sebelum menyusun takarir.
Diarisasi pembicara memberi label siapa berbicara dan kapan dalam audio beberapa pembicara, dengan hingga 32 pembicara yang didokumentasikan pembuat. Aktifkan ketika giliran pembicara penting, dan berikan jumlah pembicara yang wajar jika informasi itu diketahui. Bedakan label pembicara terdeteksi dari nama orang yang terverifikasi. Untuk wawancara atau rapat, tinjau pergantian giliran terhadap rekaman, terutama ketika suara tumpang tindih atau terdengar mirip. Label membantu menyusun transkrip; label tidak membuktikan identitas pembicara secara mandiri.
Rekaman dengan satu pembicara per kanal memiliki struktur berbeda dari beberapa suara yang dicampur dalam satu kanal. Antarmuka pembuat dapat memproses hingga lima kanal secara independen dan mengembalikan transkrip terpisah atau transkrip gabungan berurutan waktu, dengan indeks kanal. Pertahankan susunan kanal itu ketika bermakna. Meratakan rekaman panggilan dengan kanal terpisah sebelum transkripsi dapat membuang sumber informasi pembicara yang berguna. Bedakan atribusi berbasis kanal dari diarisasi hasil inferensi audio campuran. Respons kanal gabungan memerlukan penanda waktu dan tidak dapat menyertakan deteksi atau penyamaran entitas.
Prompt istilah kunci memandu pengenalan nama, istilah produk, dan kosakata khusus menggunakan konteks. Dokumentasi batch saat ini mengizinkan hingga 1.000 istilah, dengan setiap istilah kurang dari 50 karakter dan paling banyak lima kata. Berikan ejaan relevan, bukan katalog luas yang tidak terkait. Untuk wawancara teknis, berikan nama produk dan singkatan yang mungkin muncul, lalu periksa pada penanda waktunya dalam hasil. Istilah kunci mengarahkan pengenalan; istilah itu bukan instruksi untuk menyisipkan kata ketika rekaman tidak mendukungnya.
Pilih tujuan transkrip sebelum merapikannya. Rekaman verbatim mempertahankan redaksi lisan, sedangkan opsi no-verbatim yang didokumentasikan menghapus kata pengisi, awal ujaran yang dibatalkan, dan ketidaklancaran agar hasil lebih mudah dibaca. Penandaan audio dinamis dapat mengidentifikasi kejadian nonujar seperti tawa atau langkah kaki. Transkrip yang dirapikan dapat berguna untuk takarir atau bacaan, tetapi tidak boleh diam-diam menggantikan catatan mentah ketika pengulangan, koreksi, atau suara nonujar penting bagi tugas.
Pembuat juga mendokumentasikan deteksi entitas dan penyuntingan transkrip eksperimental. Penyuntingan transkrip tidak dapat digabungkan dengan deteksi entitas, penyamaran entitas, atau transkripsi multikanal dalam antarmuka pembuat. Entitas terdeteksi memberikan posisi terstruktur untuk informasi tertentu dalam transkrip. Penyamaran entitas opsional menutupi teks terdeteksi dengan label pengganti; fitur ini bergantung pada deteksi entitas, dan daftar entitas tidak dikembalikan ketika penyamaran diaktifkan. Penyamaran terjadi selama transkripsi, memakai penanda pengganti umum, label kategori, atau label kategori bernomor. Penyamaran otomatis dapat melewatkan isi sensitif, sehingga periksa transkrip tersamarkan sebelum membagikannya. Penyuntingan bahasa alami mengembalikan teks yang disunting bersama hasil asli, dengan catatan waktu dan pembicara asli tetap tersedia. Bedakan artefak tersebut: ejaan yang dikoreksi atau kalimat yang diformat ulang mungkin memerlukan pemeriksaan baru sebelum diselaraskan dengan audio atau dipakai dalam ekstraksi lanjutan. Fitur ini memproses transkrip; fitur tersebut tidak membuktikan bahwa setiap detail penting dikenali dengan benar.
Untuk transkrip selesai, tinjau nama, angka, negasi, dan pergantian pembicara dengan kembali ke audio terkait. Perhatikan bagian pelan, tumpang tindih, dan pergantian bahasa, alih-alih menilai mutu hanya dari teks yang lancar. Pertahankan redaksi tidak pasti untuk dikoreksi, alih-alih melengkapi kutipan tidak terdengar dengan kalimat yang masuk akal. Hasil yang berguna adalah catatan teks terperiksa dengan informasi waktu dan pembicara yang diperlukan untuk tujuan penggunaannya; transkrip kemudian dapat menjadi masukan bagi tahap peringkasan, penerjemahan, atau analisis terpisah.
", "aboutText": "ElevenLabs Scribe v2 adalah model pengenalan ujaran batch untuk audio rekaman, transkripsi, subtitel, dan takarir. Model melanjutkan Scribe v1 dengan peningkatan penanganan rekaman panjang, jeda, perubahan nada, dan keheningan panjang. Hasilnya berupa ujaran tertulis dengan informasi waktu serta anotasi pembicara dan kejadian audio opsional. Scribe v2 Realtime adalah edisi transkripsi langsung terpisah; tujuan model ini adalah memproses rekaman lengkap.\n\nPembuat mendokumentasikan pengenalan lebih dari 90 bahasa dan deteksi bahasa otomatis, termasuk rekaman yang berganti bahasa. Petunjuk bahasa yang diketahui dapat membantu model menafsirkan audio. Siapkan rekaman jelas, pertahankan bahasa asli dan nama, serta hindari distorsi berat akibat pemotongan amplitudo atau pemrosesan tak perlu yang menghapus detail ujaran. Masukan umum yang didokumentasikan mencakup WAV, MP3, FLAC, M4A, AAC, OGG, Opus, dan WebM. Pilih representasi masukan yang didukung implementasi transkripsi dan pertahankan rekaman sumber untuk peninjauan.\n\nRespons standar berisi teks yang dikenali, informasi bahasa terdeteksi, dan urutan kata dengan penanda waktu. Rekaman kata dapat mencakup waktu mulai dan akhir, identifikator pembicara, serta log-probabilitas pengenalan. Ini membuat hasil berguna untuk subtitel, wawancara yang dapat dicari, atau penyunting yang melompat kembali ke suara terkait. Simpan hasil berpenanda waktu bersama audio sumber. Untuk podcast, misalnya, hasilnya dapat berupa transkrip yang dapat disunting dan rekaman data selaras per kata yang mendukung pencarian lokasi koreksi sebelum menyusun takarir.\n\nDiarisasi pembicara memberi label siapa berbicara dan kapan dalam audio beberapa pembicara, dengan hingga 32 pembicara yang didokumentasikan pembuat. Aktifkan ketika giliran pembicara penting, dan berikan jumlah pembicara yang wajar jika informasi itu diketahui. Bedakan label pembicara terdeteksi dari nama orang yang terverifikasi. Untuk wawancara atau rapat, tinjau pergantian giliran terhadap rekaman, terutama ketika suara tumpang tindih atau terdengar mirip. Label membantu menyusun transkrip; label tidak membuktikan identitas pembicara secara mandiri.\n\nRekaman dengan satu pembicara per kanal memiliki struktur berbeda dari beberapa suara yang dicampur dalam satu kanal. Antarmuka pembuat dapat memproses hingga lima kanal secara independen dan mengembalikan transkrip terpisah atau transkrip gabungan berurutan waktu, dengan indeks kanal. Pertahankan susunan kanal itu ketika bermakna. Meratakan rekaman panggilan dengan kanal terpisah sebelum transkripsi dapat membuang sumber informasi pembicara yang berguna. Bedakan atribusi berbasis kanal dari diarisasi hasil inferensi audio campuran. Respons kanal gabungan memerlukan penanda waktu dan tidak dapat menyertakan deteksi atau penyamaran entitas.\n\nPrompt istilah kunci memandu pengenalan nama, istilah produk, dan kosakata khusus menggunakan konteks. Dokumentasi batch saat ini mengizinkan hingga 1.000 istilah, dengan setiap istilah kurang dari 50 karakter dan paling banyak lima kata. Berikan ejaan relevan, bukan katalog luas yang tidak terkait. Untuk wawancara teknis, berikan nama produk dan singkatan yang mungkin muncul, lalu periksa pada penanda waktunya dalam hasil. Istilah kunci mengarahkan pengenalan; istilah itu bukan instruksi untuk menyisipkan kata ketika rekaman tidak mendukungnya.\n\nPilih tujuan transkrip sebelum merapikannya. Rekaman verbatim mempertahankan redaksi lisan, sedangkan opsi no-verbatim yang didokumentasikan menghapus kata pengisi, awal ujaran yang dibatalkan, dan ketidaklancaran agar hasil lebih mudah dibaca. Penandaan audio dinamis dapat mengidentifikasi kejadian nonujar seperti tawa atau langkah kaki. Transkrip yang dirapikan dapat berguna untuk takarir atau bacaan, tetapi tidak boleh diam-diam menggantikan catatan mentah ketika pengulangan, koreksi, atau suara nonujar penting bagi tugas.\n\nPembuat juga mendokumentasikan deteksi entitas dan penyuntingan transkrip eksperimental. Penyuntingan transkrip tidak dapat digabungkan dengan deteksi entitas, penyamaran entitas, atau transkripsi multikanal dalam antarmuka pembuat. Entitas terdeteksi memberikan posisi terstruktur untuk informasi tertentu dalam transkrip. Penyamaran entitas opsional menutupi teks terdeteksi dengan label pengganti; fitur ini bergantung pada deteksi entitas, dan daftar entitas tidak dikembalikan ketika penyamaran diaktifkan. Penyamaran terjadi selama transkripsi, memakai penanda pengganti umum, label kategori, atau label kategori bernomor. Penyamaran otomatis dapat melewatkan isi sensitif, sehingga periksa transkrip tersamarkan sebelum membagikannya. Penyuntingan bahasa alami mengembalikan teks yang disunting bersama hasil asli, dengan catatan waktu dan pembicara asli tetap tersedia. Bedakan artefak tersebut: ejaan yang dikoreksi atau kalimat yang diformat ulang mungkin memerlukan pemeriksaan baru sebelum diselaraskan dengan audio atau dipakai dalam ekstraksi lanjutan. Fitur ini memproses transkrip; fitur tersebut tidak membuktikan bahwa setiap detail penting dikenali dengan benar.\n\nUntuk transkrip selesai, tinjau nama, angka, negasi, dan pergantian pembicara dengan kembali ke audio terkait. Perhatikan bagian pelan, tumpang tindih, dan pergantian bahasa, alih-alih menilai mutu hanya dari teks yang lancar. Pertahankan redaksi tidak pasti untuk dikoreksi, alih-alih melengkapi kutipan tidak terdengar dengan kalimat yang masuk akal. Hasil yang berguna adalah catatan teks terperiksa dengan informasi waktu dan pembicara yang diperlukan untuk tujuan penggunaannya; transkrip kemudian dapat menjadi masukan bagi tahap peringkasan, penerjemahan, atau analisis terpisah.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "8f42811d0966ef6a4db99c5cc63e67483bd9a926ee6dd8d34d048681c123f4cd", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "id", "methods": [ { "html": "elevenlabs/scribe-v2ElevenLabs Scribe v2 mentranskripsikan audio rekaman dalam 90+ bahasa, dengan penanda waktu tingkat kata, diarisasi pembicara opsional, dan tag kejadian nonujar. Model dibuat untuk rekaman panjang, takarir, dan transkrip yang dapat disunting, dengan istilah kunci kontekstual serta pilihan transkripsi verbatim atau yang dirapikan.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
ElevenLabs Scribe v2 adalah model pengenalan ujaran batch untuk audio rekaman, transkripsi, subtitel, dan takarir. Model melanjutkan Scribe v1 dengan peningkatan penanganan rekaman panjang, jeda, perubahan nada, dan keheningan panjang. Hasilnya berupa ujaran tertulis dengan informasi waktu serta anotasi pembicara dan kejadian audio opsional. Scribe v2 Realtime adalah edisi transkripsi langsung terpisah; tujuan model ini adalah memproses rekaman lengkap.
Pembuat mendokumentasikan pengenalan lebih dari 90 bahasa dan deteksi bahasa otomatis, termasuk rekaman yang berganti bahasa. Petunjuk bahasa yang diketahui dapat membantu model menafsirkan audio. Siapkan rekaman jelas, pertahankan bahasa asli dan nama, serta hindari distorsi berat akibat pemotongan amplitudo atau pemrosesan tak perlu yang menghapus detail ujaran. Masukan umum yang didokumentasikan mencakup WAV, MP3, FLAC, M4A, AAC, OGG, Opus, dan WebM. Pilih representasi masukan yang didukung implementasi transkripsi dan pertahankan rekaman sumber untuk peninjauan.
Respons standar berisi teks yang dikenali, informasi bahasa terdeteksi, dan urutan kata dengan penanda waktu. Rekaman kata dapat mencakup waktu mulai dan akhir, identifikator pembicara, serta log-probabilitas pengenalan. Ini membuat hasil berguna untuk subtitel, wawancara yang dapat dicari, atau penyunting yang melompat kembali ke suara terkait. Simpan hasil berpenanda waktu bersama audio sumber. Untuk podcast, misalnya, hasilnya dapat berupa transkrip yang dapat disunting dan rekaman data selaras per kata yang mendukung pencarian lokasi koreksi sebelum menyusun takarir.
Diarisasi pembicara memberi label siapa berbicara dan kapan dalam audio beberapa pembicara, dengan hingga 32 pembicara yang didokumentasikan pembuat. Aktifkan ketika giliran pembicara penting, dan berikan jumlah pembicara yang wajar jika informasi itu diketahui. Bedakan label pembicara terdeteksi dari nama orang yang terverifikasi. Untuk wawancara atau rapat, tinjau pergantian giliran terhadap rekaman, terutama ketika suara tumpang tindih atau terdengar mirip. Label membantu menyusun transkrip; label tidak membuktikan identitas pembicara secara mandiri.
Rekaman dengan satu pembicara per kanal memiliki struktur berbeda dari beberapa suara yang dicampur dalam satu kanal. Antarmuka pembuat dapat memproses hingga lima kanal secara independen dan mengembalikan transkrip terpisah atau transkrip gabungan berurutan waktu, dengan indeks kanal. Pertahankan susunan kanal itu ketika bermakna. Meratakan rekaman panggilan dengan kanal terpisah sebelum transkripsi dapat membuang sumber informasi pembicara yang berguna. Bedakan atribusi berbasis kanal dari diarisasi hasil inferensi audio campuran. Respons kanal gabungan memerlukan penanda waktu dan tidak dapat menyertakan deteksi atau penyamaran entitas.
Prompt istilah kunci memandu pengenalan nama, istilah produk, dan kosakata khusus menggunakan konteks. Dokumentasi batch saat ini mengizinkan hingga 1.000 istilah, dengan setiap istilah kurang dari 50 karakter dan paling banyak lima kata. Berikan ejaan relevan, bukan katalog luas yang tidak terkait. Untuk wawancara teknis, berikan nama produk dan singkatan yang mungkin muncul, lalu periksa pada penanda waktunya dalam hasil. Istilah kunci mengarahkan pengenalan; istilah itu bukan instruksi untuk menyisipkan kata ketika rekaman tidak mendukungnya.
Pilih tujuan transkrip sebelum merapikannya. Rekaman verbatim mempertahankan redaksi lisan, sedangkan opsi no-verbatim yang didokumentasikan menghapus kata pengisi, awal ujaran yang dibatalkan, dan ketidaklancaran agar hasil lebih mudah dibaca. Penandaan audio dinamis dapat mengidentifikasi kejadian nonujar seperti tawa atau langkah kaki. Transkrip yang dirapikan dapat berguna untuk takarir atau bacaan, tetapi tidak boleh diam-diam menggantikan catatan mentah ketika pengulangan, koreksi, atau suara nonujar penting bagi tugas.
Pembuat juga mendokumentasikan deteksi entitas dan penyuntingan transkrip eksperimental. Penyuntingan transkrip tidak dapat digabungkan dengan deteksi entitas, penyamaran entitas, atau transkripsi multikanal dalam antarmuka pembuat. Entitas terdeteksi memberikan posisi terstruktur untuk informasi tertentu dalam transkrip. Penyamaran entitas opsional menutupi teks terdeteksi dengan label pengganti; fitur ini bergantung pada deteksi entitas, dan daftar entitas tidak dikembalikan ketika penyamaran diaktifkan. Penyamaran terjadi selama transkripsi, memakai penanda pengganti umum, label kategori, atau label kategori bernomor. Penyamaran otomatis dapat melewatkan isi sensitif, sehingga periksa transkrip tersamarkan sebelum membagikannya. Penyuntingan bahasa alami mengembalikan teks yang disunting bersama hasil asli, dengan catatan waktu dan pembicara asli tetap tersedia. Bedakan artefak tersebut: ejaan yang dikoreksi atau kalimat yang diformat ulang mungkin memerlukan pemeriksaan baru sebelum diselaraskan dengan audio atau dipakai dalam ekstraksi lanjutan. Fitur ini memproses transkrip; fitur tersebut tidak membuktikan bahwa setiap detail penting dikenali dengan benar.
Untuk transkrip selesai, tinjau nama, angka, negasi, dan pergantian pembicara dengan kembali ke audio terkait. Perhatikan bagian pelan, tumpang tindih, dan pergantian bahasa, alih-alih menilai mutu hanya dari teks yang lancar. Pertahankan redaksi tidak pasti untuk dikoreksi, alih-alih melengkapi kutipan tidak terdengar dengan kalimat yang masuk akal. Hasil yang berguna adalah catatan teks terperiksa dengan informasi waktu dan pembicara yang diperlukan untuk tujuan penggunaannya; transkrip kemudian dapat menjadi masukan bagi tahap peringkasan, penerjemahan, atau analisis terpisah.
POST /v1/audio/transcriptionsaudiotext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan elevenlabs/scribe-v2 | Bawaan— |
Kolominput_audio | Jenisobject | PersyaratanWajib | Nilai & batasan | Bawaan— |
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, input_audio |
Parametermaterial_types | Kontrakaudio |
Parametermaterial_conditions | KontrakContoh ini membaca berkas PCM WAV Anda yang benar-benar ada dan tidak kosong, mengodekan seluruh byte berkas sebagai base64, lalu mengirim input_audio.format dengan nilai wav. |
Siklus hidup: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · task_id persis dari catatan media milik Ailoot yang sudah ada
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.
| Konfigurasi | Jadwal tarif | Satuan penagihan | Biaya |
|---|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Satuan penagihan— | Biaya Masukan · Token masukan — / 1K token Keluaran · Token keluaran — / 1K token Masukan · Pembacaan cache — / 1K token Masukan · Penulisan cache — / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| Konfigurasidetik audio masukan | Jadwal tarif— | Satuan penagihanper detik audio masukan | Biaya Masukan · detik audio masukan $0.0001222222222222 per detik audio masukan |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_AUDIO_FILE:?Set the path to your actual PCM WAV recording}"\nexport AILOOT_AUDIO_FILE\npython3 - <<'PY_REQUEST'\nimport base64, io, json, os, wave\nfrom pathlib import Path\naudio = Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes()\nif not (audio[:4] == b'RIFF' and audio[8:12] == b'WAVE'):\n raise SystemExit('Supply your actual PCM WAV audio file')\nwith wave.open(io.BytesIO(audio), 'rb') as recording:\n if recording.getcomptype() != 'NONE' or recording.getnframes() <= 0:\n raise SystemExit('Supply a nonempty PCM WAV recording')\nrequest = {'model': 'elevenlabs/scribe-v2', 'input_audio': {'data': base64.b64encode(audio).decode('ascii'), 'format': 'wav'}}\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# Retain the complete original response, headers and actual X-Client-Request-ID.\n# Read existing owned records for recovery; do not resubmit an uncertain operation.\nIsi respons asli secara utuh, status, dan header yang diteruskan. Handler ini tidak menambahkan struktur JSON universal, bidang teks, atau pembungkus tugas.
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan respons dan header secara lengkap, setiap keluaran aktual, identifikator asli yang dikembalikan, dan semua kolom usage. Pulihkan operasi asli tanpa mengirim ulang permintaan pembuatan.
Simpan X-Client-Request-ID aktual dan respons secara utuh. Baca aset asli yang dimiliki beserta URL konten bertanda tangan yang persis; jangan pernah kirim ulang pembuatan yang statusnya belum pasti.
| Kolom | Jenis |
|---|---|
Kolomtext (when present) | Jenis |
Kolomusage (when present) | Jenis |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiIsi JSON atau ID model kanonis eksplisit tidak valid. | Langkah berikutnyaSimpan respons dan perbaiki bidang permintaan yang ditunjukkan. |
Respons401 · authentication_error | KondisiKunci API Ailoot tidak valid. | Langkah berikutnyaGunakan kunci API Ailoot Anda yang diotorisasi. |
Respons403 · permission_error | KondisiGrup kunci tidak mengizinkan metode ini. | Langkah berikutnyaSimpan rincian kesalahan yang dikembalikan. |
Respons404 · not_found_error | KondisiMetode yang dipilih tidak memiliki rute yang diizinkan. | Langkah berikutnyaSimpan rincian kesalahan yang dikembalikan. |
Respons422 · price_unavailable | KondisiTarif yang diterima tidak dapat memperoleh jumlah atau batas masukan yang diwajibkan. | Langkah berikutnyaSimpan respons; gunakan representasi masukan yang diwajibkan oleh tarif yang diterima. |
Respons503 · | KondisiPenyimpanan, rute, harga metode, atau pencadangan dana yang diperlukan tidak tersedia. | Langkah berikutnyaSimpan respons asli secara utuh. Pencadangan dana yang belum pasti tidak mengizinkan pengiriman ulang. |
Respons502 · server_error | KondisiHasil awal, penggunaan, atau penyelesaian tagihan perlu diperiksa. | Langkah berikutnyaSimpan ID permintaan aktual dan respons asli. Baca catatan yang dimiliki yang sudah ada; jangan kirim ulang pembuatan. |
Ailoot Ultra elevenlabs/scribe-v2
Gunakan jalur metode yang ditampilkan di atas.