Source: https://ailoot.ai/models/id/fish-audio-transcribe-1-pro/ Canonical: https://ailoot.ai/models/id/fish-audio-transcribe-1-pro/ Language: id # Fish Audio: Transcribe 1 Pro [Markdown](https://ailoot.ai/models/id/fish-audio-transcribe-1-pro/index.md) · [JSON](https://ailoot.ai/models/id/fish-audio-transcribe-1-pro/facts.json) ## [Fish Audio: Transcribe 1 Pro](https://ailoot.ai/models/id/fish-audio-transcribe-1-pro/) Transcribe 1 Pro mengubah rekaman hingga 60 menit menjadi teks dengan penanda pembicara dan pemasaan tingkat kata opsional. Model mempertahankan petunjuk emosi serta kejadian vokal hasil inferensi, sehingga wawancara, rapat, dan podcast lebih mudah ditinjau, dicari, atau disiapkan untuk takarir. - [**Ailoot Ultra · Pengenalan ucapan** `POST /v1/audio/transcriptions` `fish-audio/transcribe-1-pro`](https://ailoot.ai/models/id/fish-audio-transcribe-1-pro/#method-0) Tentang model Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih. Transcribe 1 Pro adalah model ucapan-ke-teks Fish Audio untuk klip pendek, percakapan banyak pembicara, dan rekaman panjang. Model menerima audio rekaman dan mengembalikan transkrip, dengan pemasaan opsional serta giliran bicara terstruktur. Ciri khasnya adalah pergantian pembicara yang ditandai dalam teks dan petunjuk emosi atau kejadian vokal, sehingga lebih banyak struktur percakapan rekaman dipertahankan dibanding urutan kata biasa. Untuk wawancara, rapat, atau podcast, simpan seluruh percakapan dalam satu berkas agar pembicara yang muncul kembali dapat mempertahankan label konsisten dalam respons. Artefak peninjauan yang berguna adalah transkrip yang terhubung dengan rekaman asli, dengan giliran ditampilkan terpisah dan cap waktu tersedia untuk memeriksa kutipan. Ringkasan atau daftar tindakan merupakan tahap aplikasi berikutnya: pisahkan dari transkrip agar sumber ucapan tetap tersedia untuk perbandingan. Produsen menerima rekaman hingga 60 menit dan menjelaskan pemrosesan berkas panjang dengan audio terkompresi seperti MP3, Opus, atau AAC. Format yang didukung meliputi WAV, MP3, AAC dalam M4A atau MP4, FLAC, Ogg dengan Opus atau Vorbis, WebM/Matroska, dan MOV. Untuk berkas video, model menggunakan trek audio pertama. AIFF, CAF, WMA, AMR, AC-3, dan PCM mentah tanpa header tidak didukung. Satu berkas audio diberikan per permintaan; hasil tiba setelah seluruh rekaman selesai ditranskripsikan, dan rekaman panjang dapat membutuhkan beberapa menit. Klip lebih pendek dari sekitar 0,08 detik ditolak. Respons produsen memuat teks lengkap, durasi rekaman dalam detik, dan larik segments. Pro menandai pergantian pembicara langsung dalam teks dengan label seperti \<|speaker:0|\> dan \<|speaker:1|\>; label berlaku untuk teks berikutnya hingga penanda selanjutnya. Ini adalah pengenal dalam satu respons, bukan nama atau identitas terverifikasi yang dapat dicocokkan lintas permintaan. Jika transkrip tidak memiliki penanda pembicara, panduan memperlakukannya sebagai hasil satu pembicara. Simpan teks sebelum penanda pertama bersama giliran pertama, bukan membuangnya. Cap waktu tingkat kata bersifat opsional. Dalam permintaan produsen, ignore\_timestamps bernilai bawaan true; mengaturnya menjadi false meminta segments dengan text, start, dan end dalam detik. Segmen biasanya satu kata, atau satu maupun beberapa karakter dalam bahasa Tionghoa dan Jepang. Teks segmen menghilangkan tanda baca, penanda pembicara, dan petunjuk kejadian, serta dapat menormalisasi nilai yang diucapkan secara berbeda dari transkrip lengkap. Segmen kata dapat memiliki waktu mulai dan akhir yang sama. Larik segments kosong dapat berarti cap waktu tidak diminta, tidak ditemukan ucapan, atau pemasaan sementara tidak tersedia. Gunakan transkrip lengkap untuk pilihan kata yang mudah dibaca dan segments untuk penyelarasan alih-alih menganggap kedua string cocok karakter demi karakter. Pengaturan diarize bernilai bawaan auto. Ketika cap waktu diminta dan diarize bukan false, Pro juga mengembalikan speaker\_turns. Setiap giliran memuat label pembicara, teks, dan waktu mulai/akhir, mempertahankan tanda baca serta petunjuk yang disimpan tanpa penanda pembicara dalam teks. Jika pemasaan kata tidak tersedia, waktu giliran dapat bersifat perkiraan dan mencakup seluruh rekaman; giliran bersebelahan tidak harus bersambung atau bebas tumpang tindih. Menonaktifkan diarize menghilangkan daftar giliran terstruktur tetapi mempertahankan penanda pembicara dalam teks lengkap. Jumlah pembicara yang diketahui, atau jumlah minimum dan maksimum, dapat memandu diarisasi rekaman lebih panjang berdasarkan upaya terbaik. Jumlah tepat tidak dapat digabungkan dengan batas jumlah, dan petunjuk jumlah tidak dapat digunakan ketika diarize dinonaktifkan. Petunjuk emosi dan kejadian vokal muncul sebagai teks dalam kurung siku, misalnya \[laughter\], bersama ucapan yang dikenali. Petunjuk ini adalah inferensi dari audio, bukan kata-kata yang perlu ditambahkan pengguna sebelum transkripsi. Pengaturan tag\_audio\_events Pro bernilai bawaan true; menonaktifkannya menghapus petunjuk tersebut dari transkrip dan teks giliran tanpa mengubah pemasaan. Tidak ada bidang emosi terpisah atau enumerasi emosi tetap. Simpan transkrip beranotasi ketika bunyi suatu ucapan penting, dan gunakan versi tanpa petunjuk ketika artefak berikutnya hanya membutuhkan kata-kata yang diucapkan. Bahasa dideteksi otomatis. Petunjuk ISO 639-1 huruf kecil opsional tidak memaksa terjemahan atau mengubah transkrip Pro. Jika bahasa tidak dapat ditentukan, kode bahasa yang dikembalikan dapat mencerminkan petunjuk tanpa memverifikasinya terhadap audio. Produsen melaporkan satu bahasa, bukan inventaris semua bahasa dalam rekaman campuran. Simpan pilihan kata asli dan metadata bahasa bersama-sama saat menyiapkan arsip yang dapat dicari, terutama ketika bagian percakapan berganti bahasa. Untuk takarir, kelompokkan kata berwaktu yang berurutan menjadi cue SRT atau WebVTT yang mudah dibaca, bukan menghasilkan satu takarir per kata. Pisahkan cue di sekitar jeda dan pilih panjang serta waktu tampil sesuai pemutar dan audiens. Batas giliran bicara dapat memisahkan pembicara berbeda ke cue tersendiri. Periksa hasil pemasaan kosong dan cue yang waktu akhirnya harus lebih lambat daripada waktu mulai. Format takarir, nama untuk label pembicara anonim, dan ringkasan berikutnya merupakan artefak aplikasi yang dibangun dari hasil transkripsi. Untuk alur rekaman praktis, putuskan sebelum transkripsi apakah yang dibutuhkan adalah transkrip biasa yang mudah dibaca, giliran percakapan beranotasi, atau takarir berwaktu. Simpan pengenal audio bersama hasil, pertahankan teks lengkap yang dikembalikan ketika tanda baca dan petunjuk penting, serta gunakan bidang pemasaan terstruktur untuk navigasi. Kemampuan rekaman panjang dan banyak pembicara Pro berbeda dari model Transcribe 1 umum untuk rekaman pendek; batas serta kendalinya tidak boleh diperlakukan sebagai saling dapat dipertukarkan. **Ailoot Ultra · Pengenalan ucapan** `POST /v1/audio/transcriptions` `fish-audio/transcribe-1-pro` [`fish-audio/transcribe-1-pro`](https://ailoot.ai/models/id/#m=fish-audio%2Ftranscribe-1-pro&route=Ultra&caller=fish-audio%2Ftranscribe-1-pro&fmt=transcriptions) Fish Audio /`fish-audio/transcribe-1-pro` ### Mulai Transcribe 1 Pro mengubah rekaman hingga 60 menit menjadi teks dengan penanda pembicara dan pemasaan tingkat kata opsional. Model mempertahankan petunjuk emosi serta kejadian vokal hasil inferensi, sehingga wawancara, rapat, dan podcast lebih mudah ditinjau, dicari, atau disiapkan untuk takarir. Masukan yang diterima Audio Hasil Teks ### Tersedia di Ailoot · masukan & metode **Ailoot Ultra · Pengenalan ucapan** `POST /v1/audio/transcriptions` Masukan `audio` Keluaran `text` Format keluaran json | Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan | | --- | --- | --- | --- | --- | | Kolom`model` | Jenis`string` | PersyaratanWajib | Nilai & batasan fish-audio/transcribe-1-pro | Bawaan— | | Kolom`input_audio` | Jenis`object` | PersyaratanWajib | Nilai & batasan Kunci persis: data, format | Bawaan— | | Kolom`input_audio.data` | Jenis`base64_string` | PersyaratanWajib | Nilai & batasan Byte terdekode maksimum: 26.214.400 Base64 ketat: Ya | Bawaan— | | Kolom`input_audio.format` | Jenis`string` | PersyaratanWajib | Nilai & batasan Kondisi: Harus sama dengan format berkas aktual hasil pemeriksaan | Bawaan— | | Kolom`response_format` | Jenis`string` | PersyaratanOpsional | Nilai & batasan json | Bawaan— | Kombinasi bahan masukan **speech\_to\_text** · Wajib: input\_audio.data, input\_audio.format Parameter metode dan siklus hidup | Parameter | Kontrak | | --- | --- | | Parameter`content_type` | Kontrakapplication/json | | Parameter`required` | Kontrakmodel, input\_audio | | Parameter`additional_properties` | Kontrakfalse | | Parameter`parameters` | Kontrak{"name":"model","type":"string","required":true,"enum":\["fish-audio/transcribe-1-pro"\]}, {"name":"input\_audio","type":"object","required":true,"exact\_keys":\["data","format"\],"data":"base64 ketat dari byte audio aktual yang didukung","format":"format berkas hasil pemeriksaan yang persis; harus sesuai dengan byte aktual"}, {"name":"response\_format","type":"string","required":false,"enum":\["json"\]} | | Parameter`max_audio_bytes` | Kontrak26214400 | | Parameter`multipart_for_this_profile` | Kontrakfalse | | Parameter`material_types` | Kontrakaudio | 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}` Simpan respons secara utuh dan ID asli yang dikembalikan. Jangan pernah kirim ulang pembuatan yang statusnya tidak diketahui. ### Paket Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih. Mode Fast Tidak ditentukan Saat mode fast dipilih Mode Flex Tidak ditentukan Saat mode flex dipilih Upaya penalaran maksimum Tidak ditentukan Saat upaya penalaran maksimum menggunakan penyesuaian default #### Tarif Ailoot #### Harga menurut konfigurasi 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 **$0.0002** 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 →](https://ailoot.ai/docs/id/billing/reserve/) #### Detail tarif referensi Jadwal referensi tingkat model tidak mengubah pemilihan metode, estimasi harga, atau biaya. Biaya aktif menggunakan tarif metode Ailoot yang dipilih. Fish Audio: Transcribe 1 Pro #### Harga menurut konfigurasi | Konfigurasi | Kondisi penagihan | Biaya | | --- | --- | --- | | KonfigurasiFish Audio: Transcribe 1 Pro · Konfigurasi bawaan | Kondisi penagihanKonfigurasi bawaan | Biaya Masukan · Detik audio masukan **US$0,0002** per detik audio masukan | ### Contoh permintaan #### Ailoot Ultra · Pengenalan ucapan curl · byte audio sebenarnya dan format yang telah diperiksa ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_AUDIO_FILE:?Set your actual audio file}" : "${AILOOT_AUDIO_FORMAT:?Set its actual probed file format}" export AILOOT_AUDIO_FILE AILOOT_AUDIO_FORMAT python3 - <<'PY_REQUEST' import json,os from pathlib import Path p=json.loads('{"model": "fish-audio/transcribe-1-pro", "response_format": "json"}') import base64 f=Path(os.environ['AILOOT_AUDIO_FILE']) raw=f.read_bytes() if not raw or len(raw)>26214400:raise SystemExit('Use actual audio bytes within 25 MiB') fmt=os.environ['AILOOT_AUDIO_FORMAT'].strip() if not fmt:raise SystemExit('Use the actual probed format; the server checks it against the bytes') p['input_audio']={'data':base64.b64encode(raw).decode(),'format':fmt} Path('request.json').write_text(json.dumps(p,ensure_ascii=False)) 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 result.json python3 - <<'PY_RESULT' import json from pathlib import Path r=json.loads(Path('result.json').read_text()) print(json.dumps(r,ensure_ascii=False,indent=2)) print('Keep the complete JSON and response headers; do not resubmit an unknown creation.') PY_RESULT ``` ### Terima dan simpan hasil #### Ailoot Ultra · Pengenalan ucapan 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, header respons, teks, dan setiap bidang penggunaan aktual yang dikembalikan. Gunakan identitas tugas/aset aktual dari respons atau pustaka media milik Ailoot; operation\_id bukan task\_id. ##### 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 | Arti | | --- | --- | --- | | Kolom`text` | Jenisstring | ArtiTeks hasil transkripsi. | | Kolom`usage` | Jenisobject | ArtiPenggunaan audio. | | Kolom`usage.seconds` | Jenisnumber | ArtiDurasi audio dalam detik. | | Kolom`duration` | Jenisnumber | ArtiDurasi audio dalam detik. | | Kolom`task_id` | Jenisstring | ArtiID tugas transkrip; dikembalikan bersama asset\_url ketika transkrip yang tidak kosong disimpan, dipublikasikan, dan diberi URL konten bertanda tangan. | | Kolom`asset_url` | Jenisstring | ArtiURL konten transkrip bertanda tangan; dikembalikan bersama task\_id ketika transkrip yang tidak kosong disimpan, dipublikasikan, dan diberi URL konten bertanda tangan. | 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 Ultra** [`fish-audio/transcribe-1-pro`](https://ailoot.ai/models/id/#m=fish-audio%2Ftranscribe-1-pro&route=Ultra&caller=fish-audio%2Ftranscribe-1-pro&fmt=transcriptions) #### Alias jalur metode Gunakan jalur metode yang ditampilkan di atas. #### ID pemanggil terkait [`fish-audio/transcribe-1-pro`](https://ailoot.ai/models/id/#m=fish-audio%2Ftranscribe-1-pro&route=Ultra&caller=fish-audio%2Ftranscribe-1-pro&fmt=transcriptions) FAQ · Fish Audio: Transcribe 1 Pro Input dan hasil apa yang tersedia? `POST /v1/audio/transcriptions` · `fish-audio/transcribe-1-pro`: `audio` → `text` Kolom apa yang digunakan permintaan? `POST /v1/audio/transcriptions` · `fish-audio/transcribe-1-pro`: `model`, `input_audio`, `response_format` Hubungkan Ailoot ke Claude Code, OpenCode, Hermes, atau aplikasi Anda. ## Perusahaan dan portofolio proyeknya Perusahaan dan portofolio proyeknya: jutaan pelanggan; penjualan miliaran setiap bulan. ## Beli token dengan diskon. Diskon langganan untuk pekerjaan rutin. Kode promo — hingga 50% untuk pembelian token. Langganan Pilih paket dengan diskon untuk permintaan rutin Anda. Kode promo hingga 50% Masukkan kode saat membeli. Harga dihitung ulang sesuai promosi aktif. Biaya dalam riwayat Model, token, dan jumlah tagihan disimpan untuk setiap permintaan. [Pilih langganan](https://ailoot.ai/docs/id/billing/subscriptions/) · [Lihat harga model](https://ailoot.ai/models/id/) ## Hubungkan API ke produk yang Anda jual. SaaS, aplikasi, dan bot — sesuai penawaran dan perjanjian lisensi Ailoot. Untuk penjualan kembali, mintalah lisensi reseller. Aplikasi komersial Integrasikan pembuatan teks, gambar, video, dan suara dalam fitur berbayar layanan Anda. Lisensi reseller Kirim deskripsi proyek dan skema akses. Mintalah ketentuan penggunaan dan penjualan kembali secara tertulis. Dokumen di situs Penawaran, perjanjian lisensi, dan kebijakan pemrosesan data tersedia sebelum koneksi. [Minta lisensi reseller](mailto:support@ailoot.ai) · [Penawaran dan perjanjian lisensi](https://ailoot.ai/legal/offer?lang=id) ## Ailoot · Perusahaan dan portofolio proyeknya Ailoot bertumpu pada pengalaman operasional yang teruji, basis pelanggan yang besar, layanan yang stabil, dan pemantauan KPI berkelanjutan. Perusahaan dan portofolio proyeknya: jutaan pelanggan; penjualan miliaran setiap bulan. Ailoot memanfaatkan pengalaman operasional ini untuk akses API ke fitur AI dalam produk pelanggan, agen, aplikasi, dan otomatisasi.