Source: https://ailoot.ai/models/id/google-gemini-3-5-transcribe/
Canonical: https://ailoot.ai/models/id/google-gemini-3-5-transcribe/
Language: id

# Google: Gemini 3.5 Transcribe

[Markdown](https://ailoot.ai/models/id/google-gemini-3-5-transcribe/index.md) · [JSON](https://ailoot.ai/models/id/google-gemini-3-5-transcribe/facts.json)

## [Google: Gemini 3.5 Transcribe](https://ailoot.ai/models/id/google-gemini-3-5-transcribe/)

Google Gemini 3.5 Transcribe mengubah rekaman ucapan menjadi teks dengan deteksi bahasa otomatis, kosakata khusus, serta penanda waktu kata atau diarisasi pembicara opsional. Pilih VERBATIM untuk penanda waktu dan atribusi pembicara, atau SMART untuk dikte yang mudah dibaca; SMART tidak dapat digabungkan dengan kedua fitur tersebut.

- [**Ailoot Ultra · Transkripsi** `POST /v1/audio/transcriptions` `google/gemini-3.5-transcribe`](https://ailoot.ai/models/id/google-gemini-3-5-transcribe/#method-0)

Tentang model

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

Google Gemini 3.5 Transcribe adalah model sinkron untuk mengubah berkas audio lengkap yang telah direkam menjadi ucapan tertulis. Model ini berlandaskan kemampuan pemahaman audio Gemini, tetapi memiliki kontrak masukan dan keluaran khusus transkripsi. Edisi Gemini 3.5 Transcribe Live yang terpisah menerima aliran audio dan mengembalikan hasil secara bertahap. Model untuk audio rekaman ini menghasilkan transkrip lengkap, dengan penanda waktu kata atau atribusi pembicara opsional sesuai konfigurasi yang dipilih.

Siapkan rekaman jernih dengan ucapan yang tidak mengalami clipping parah dan, jika memungkinkan, pemisahan yang bermakna antar-suara. Contoh sinkron dari produsen mengirim audio WAV sebagai byte berkas atau sumber daya audio tersimpan, dengan tipe MIME yang ditentukan. Simpan audio asli agar tersedia untuk peninjauan. Hasil yang diinginkan dapat berupa transkrip wawancara yang telah diperiksa, rekaman penyelarasan takarir, atau dikte yang mudah dibaca; tentukan artefak yang diperlukan sebelum menggabungkan fitur yang mengubah kata-kata atau menambahkan metadata.

Google mendokumentasikan deteksi bahasa otomatis untuk lebih dari 85 bahasa, termasuk percampuran bahasa dalam satu sesi. Tingkat dukungan bahasa bervariasi, dan petunjuk bahasa yang diketahui dapat meningkatkan pengenalan. Kosakata khusus memasok nama, merek, atau istilah bidang tertentu yang kemungkinan muncul. Pembuat mengizinkan hingga 1,000 istilah dan mencatat bahwa daftar terfokus hingga sekitar 100 biasanya bekerja paling baik. Jaga agar istilah yang tidak umum tetap relevan dengan rekaman dan periksa terhadap audio, alih-alih menganggap petunjuk kosakata membuktikan istilah tersebut diucapkan.

VERBATIM adalah mode bawaan. Mode ini mempertahankan kata pengisi, pengulangan, awal ucapan yang terputus, dan koreksi lisan sehingga teks tetap menjadi rekaman kata-kata yang diucapkan. Gunakan mode ini ketika tugas memerlukan timestamp pada tingkat kata atau diarisasi pembicara. Untuk wawancara, misalnya, pertahankan giliran bicara dan waktu aslinya, lalu koreksi nama dan jumlah penting dengan mendengarkan bagian yang relevan. Ringkasan atau artikel yang dipoles kemudian dapat menggunakan rekaman yang telah diperiksa tersebut tanpa diam-diam mengganti ucapan pembicara.

Mode SMART dirancang untuk dikte yang mudah dibaca. Mode ini menghapus ketidaklancaran ucapan, menyelesaikan koreksi diri yang muncul dalam ucapan, serta menyusun materi lisan menjadi paragraf atau daftar, dengan tanggal dan angka yang dinormalisasi jika sesuai. Daftar tugas yang didiktekan dapat menjadi daftar yang mudah dibaca, bukan rangkaian ungkapan transisi lisan. Pemrosesan ini mengubah bentuk transkrip. Google secara eksplisit menyatakan bahwa SMART tidak kompatibel dengan timestamp kata dan diarisasi, sehingga pilih mode ini ketika artefak yang diperlukan adalah teks yang mudah dibaca, bukan mencoba menggunakannya sebagai rekaman dengan waktu dan atribusi pembicara.

Ketika penanda waktu kata diaktifkan, respons mencakup kata-kata yang dikenali beserta offset awal dan akhir. Data tersebut membantu menemukan lokasi koreksi dalam rekaman atau menyiapkan takarir. Pembuat mengidentifikasi kompromi akurasi akibat pengaktifan timestamp pada tingkat kata. Tinjau teks sekaligus penyelarasannya, terutama di sekitar ucapan cepat, suara tumpang tindih, atau istilah yang tidak umum. Transkrip berpenanda waktu yang berguna menyimpan rekaman kata bersama audio sumber, alih-alih menganggap kalimat yang lancar sebagai bukti bahwa penyelarasannya benar.

Diarisasi pembicara mengidentifikasi dan memberi label pada suara dalam audio rekaman, dengan dukungan hingga delapan pembicara yang didokumentasikan. Atribusi untuk tiga pembicara atau lebih dinyatakan eksperimental oleh pembuat. Perlakukan label sebagai pengelompokan pembicara hasil inferensi dan tinjau perpindahannya terhadap rekaman. Label pembicara bukan bukti independen atas identitas atau peran seseorang. Jika tugas membutuhkan nama, hubungkan label dengan informasi rekaman yang diketahui, bukan mengarang identitas dari kata-kata yang dikenali.

Tabel fitur produsen mencantumkan jendela audio rekaman 15 menit, dengan pemrosesan berkas dibatasi pada durasi tersebut ketika fitur seperti timestamp atau diarisasi diaktifkan. Siapkan materi sumber yang lebih panjang sebagai segmen yang sesuai, sambil mempertahankan urutan dan posisi waktu aslinya. Transkrip model, kata berpenanda waktu, dan bagian berlabel pembicara merupakan representasi hasil yang berbeda; simpan representasi yang diperlukan oleh tugas. Batas khusus audio ini tidak boleh digantikan dengan angka konteks atau durasi dari model multimodal Gemini umum. Google mencantumkan pemformatan SMART, timestamp tingkat kata, dan diarisasi pembicara sebagai fitur eksperimental.

Kontrak keluarannya khusus untuk transkripsi. Pemformatan SMART menghasilkan teks yang mudah dibaca, tetapi tidak menambahkan kontrak respons JSON-schema umum, kemampuan pemanggilan alat, atau alur asisten yang mengikuti instruksi. Untuk artefak akhir, periksa kata-kata penting, angka, dan negasi terhadap audio, pertahankan segmen yang belum terselesaikan untuk dikoreksi, serta simpan mode yang dipilih bersama hasilnya. Dengan demikian, jelas apakah hasil serahan merekam kata-kata lisan asli atau menyajikan versi bacaan yang disunting darinya.

**Ailoot Ultra · Transkripsi** `POST /v1/audio/transcriptions` `google/gemini-3.5-transcribe`

[`google/gemini-3.5-transcribe`](https://ailoot.ai/models/id/#m=google%2Fgemini-3.5-transcribe&route=Ultra&caller=google%2Fgemini-3.5-transcribe&fmt=transcriptions)

Google /`google/gemini-3.5-transcribe`

### Mulai

Google Gemini 3.5 Transcribe mengubah rekaman ucapan menjadi teks dengan deteksi bahasa otomatis, kosakata khusus, serta penanda waktu kata atau diarisasi pembicara opsional. Pilih VERBATIM untuk penanda waktu dan atribusi pembicara, atau SMART untuk dikte yang mudah dibaca; SMART tidak dapat digabungkan dengan kedua fitur tersebut.

Masukan yang diterima

Audio

Hasil

Teks

### Tersedia di Ailoot · masukan & metode

**Ailoot Ultra · Transkripsi** `POST /v1/audio/transcriptions`

Masukan

`audio`

Keluaran

`text`

| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
| --- | --- | --- | --- | --- |
| Kolom`model` | Jenis`string` | PersyaratanWajib | Nilai & batasan google/gemini-3.5-transcribe | Bawaan— |
| Kolom`input_audio` | Jenis`object` | PersyaratanWajib | Nilai & batasan | Bawaan— |
| Kolom`language` | Jenis`string` | PersyaratanOpsional | Nilai & batasan | Bawaan— |
| Kolom`temperature` | Jenis`number` | PersyaratanOpsional | Nilai & batasan Minimum: 0 Maksimum: 1 | Bawaan— |
| Kolom`response_format` | Jenis`string` | PersyaratanOpsional | Nilai & batasan json, verbose\_json | Bawaanjson |
| Kolom`timestamp_granularities` | Jenis`array` | PersyaratanOpsional | Nilai & batasan | Bawaan— |
| Kolom`provider` | Jenis`object` | PersyaratanOpsional | Nilai & batasan | Bawaan— |

Parameter metode dan siklus hidup

| Parameter | Kontrak |
| --- | --- |
| Parameter`content_type` | Kontrakapplication/json |
| Parameter`required` | Kontrakmodel, input\_audio |
| Parameter`material_types` | Kontrakaudio |
| Parameter`material_conditions` | KontrakBaca berkas WAV aktual dan kodekan byte aslinya untuk input\_audio JSON yang dideklarasikan; tidak ditawarkan rute multipart untuk deklarasi persis yang hanya menggunakan JSON ini. |

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}`

### Paket

##### Cara menghitung biaya akhir

Tarif yang ditampilkan memperkirakan biaya sebelum pembuatan. Biaya akhir dihitung dari biaya yang tercatat untuk proses pembuatan awal. Durasi keluaran yang terukur dan kuantitas perkiraan bukanlah kuantitas akhir yang ditagihkan.

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

#### Perkiraan tarif untuk perbandingan

#### Harga menurut konfigurasi

Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.

| Konfigurasi | Jadwal tarif | Jumlah perkiraan | Satuan penagihan | Biaya |
| --- | --- | --- | --- | --- |
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Jumlah perkiraan— | Satuan penagihan— | Biaya Masukan · Token masukan · Perkiraan hanya untuk perbandingan **—** / 1K token Keluaran · Token keluaran · Perkiraan hanya untuk perbandingan **—** / 1K token Masukan · Pembacaan cache · Perkiraan hanya untuk perbandingan **—** / 1K token Masukan · Penulisan cache · Perkiraan hanya untuk perbandingan **—** / 1K token Masukan · Penulisan cache, 1 jam · Perkiraan hanya untuk perbandingan **—** / 1K token |
| Konfigurasitoken masukan | Jadwal tarif— | Jumlah perkiraan— | Satuan penagihan/ 1K token | Biaya Masukan · Perkiraan hanya untuk perbandingan **$0.004** / 1K token |
| Konfigurasitoken keluaran | Jadwal tarif— | Jumlah perkiraan— | Satuan penagihan/ 1K token | Biaya Keluaran · Perkiraan hanya untuk perbandingan **$0.024** / 1K token |
| KonfigurasiPerkiraan biaya pembuatan | Jadwal tarif— | Jumlah perkiraanestimasi satu kali pembuatan | Satuan penagihan— | Biaya Keluaran · Perkiraan biaya pembuatan · Perkiraan hanya untuk perbandingan **$1.179648** estimasi sebelum pembuatan Perkiraan ini bukan biaya tambahan maupun tarif tetap untuk proses pembuatan yang telah selesai. |

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/)

### Contoh permintaan

#### Ailoot Ultra · Transkripsi

curl · isi permintaan yang persis dalam format asli dan hasil lengkap

```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': 'google/gemini-3.5-transcribe', '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.
```

### Terima dan simpan hasil

#### Ailoot Ultra · Transkripsi

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

Pembacaan konten lain

Baca aset yang sudah ada dan menjadi milik Anda

```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.
```

##### Simpan semua hasil yang selesai

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.

##### Jika respons asli perlu diperiksa

Simpan X-Client-Request-ID yang dikembalikan untuk rekonsiliasi. Baca hanya nilai task\_id/asset\_id yang benar-benar dikembalikan atau pustaka media milik Anda; jangan pernah membuat URL tugas dari ID operasi dan jangan pernah mengirim ulang permintaan pembuatan.

Kolom respons

| Kolom | Jenis |
| --- | --- |
| Kolom`text` | Jenis |
| Kolom`usage` | Jenis |
| Kolom`segments[]` | Jenis |
| Kolom`words[]` | Jenis |
| Kolom`speaker fields` | Jenis |
| Kolom`timestamps` | Jenis |

### Alias

#### Alias model

**Ailoot Ultra** [`google/gemini-3.5-transcribe`](https://ailoot.ai/models/id/#m=google%2Fgemini-3.5-transcribe&route=Ultra&caller=google%2Fgemini-3.5-transcribe&fmt=transcriptions)

#### Alias jalur metode

Gunakan jalur metode yang ditampilkan di atas.

#### ID pemanggil terkait

[`google/gemini-3.5-transcribe`](https://ailoot.ai/models/id/#m=google%2Fgemini-3.5-transcribe&route=Ultra&caller=google%2Fgemini-3.5-transcribe&fmt=transcriptions)

FAQ · Google: Gemini 3.5 Transcribe

Input dan hasil apa yang tersedia?

`POST /v1/audio/transcriptions` · `google/gemini-3.5-transcribe`: `audio` → `text`

Kolom apa yang digunakan permintaan?

`POST /v1/audio/transcriptions` · `google/gemini-3.5-transcribe`: `model`, `input_audio`, `language`, `temperature`, `response_format`, `timestamp_granularities`, `provider`

Batasan apa yang berlaku?

`POST /v1/audio/transcriptions` · `google/gemini-3.5-transcribe`: `temperature.minimum`: `0`; `temperature.maximum`: `1`

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.