Source: https://ailoot.ai/models/id/microsoft-mai-transcribe-1-5/ Canonical: https://ailoot.ai/models/id/microsoft-mai-transcribe-1-5/ Language: id # Microsoft AI: MAI-Transcribe 1.5 [Markdown](https://ailoot.ai/models/id/microsoft-mai-transcribe-1-5/index.md) · [JSON](https://ailoot.ai/models/id/microsoft-mai-transcribe-1-5/facts.json) ## [Microsoft AI: MAI-Transcribe 1.5](https://ailoot.ai/models/id/microsoft-mai-transcribe-1-5/) Microsoft AI MAI-Transcribe 1.5 mengubah ucapan rekaman menjadi teks dalam 43 bahasa, dengan identifikasi bahasa otomatis serta penekanan pada aksen dan audio bising. Kartu model menjelaskan pembiasan kata kunci sesuai domain untuk nama dan istilah khusus. Gunakan transkrip sebagai dasar catatan atau takarir yang diperiksa. - [**Ailoot Ultra · Transkripsi** `POST /v1/audio/transcriptions` `microsoft/mai-transcribe-1.5`](https://ailoot.ai/models/id/microsoft-mai-transcribe-1-5/#method-0) Tentang model Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih. Microsoft AI MAI-Transcribe 1.5 adalah model ucapan-ke-teks untuk mengubah audio rekaman menjadi isi tertulis. Kartu model persisnya menjelaskan pengenalan dalam 43 bahasa, identifikasi bahasa otomatis, serta ketahanan terhadap beragam aksen, dialek, gaya bicara, dan kondisi bising. Edisi ini memperluas kumpulan 25 bahasa MAI-Transcribe 1 sebanyak delapan belas bahasa. Hasil yang berguna adalah ucapan tertulis dari kuliah, wawancara, panggilan, atau catatan suara, yang siap diperiksa terhadap rekaman sebelum tahap penyuntingan atau analisis selanjutnya. Siapkan rekaman lengkap dan dapat dipahami dalam salah satu format yang dicantumkan pembuat: WAV, MP3, atau FLAC. Simpan berkas asli dan pembagian bagian jika ada agar transkrip dapat dibandingkan dengan audio. Untuk kuliah, pertahankan frasa di sekitar istilah teknis, jangan hanya mengekstrak kata yang sulit. Untuk catatan suara, pertahankan koreksi yang mengubah nama, waktu, atau angka. Ucapan di sekitarnya memberikan konteks untuk mengenali apa yang dikatakan, dan peninjauan pendengar dapat mengidentifikasi bagian keluaran yang perlu dikoreksi. Identifikasi bahasa otomatis memungkinkan rekaman diproses tanpa mewajibkan pemilihan bahasa terlebih dahulu. Kumpulan 43 bahasa mencakup Inggris, Prancis, Jerman, Italia, Spanyol, Hindi, Mandarin, Jepang, Korea, Arab, Indonesia, Rusia, Thai, dan Vietnam. Bahasa tambahan mencakup Bulgaria, Katala, Yunani, Ukraina, dan beberapa bahasa Asia Selatan. Pastikan bahasa yang dituju termasuk dalam kumpulan edisi ini, jangan mengambil cakupan lebih luas milik MAI-Transcribe 2. Untuk koleksi multibahasa, simpan bahasa rekaman bersama teks yang telah ditinjau agar penyuntingan lanjutan mengikuti isi ucapan sebenarnya. Kartu model 1.5 menjelaskan pembiasan kata kunci atau entitas dengan hingga 200 istilah, dan rilisnya menjelaskan tujuannya: menyediakan nama, akronim, dan kata khusus yang mungkin muncul sebagai konteks. Pembuat menjelaskan petunjuk kontekstual, bukan memasukkan kata yang diberikan secara paksa ke hasil tanpa pertimbangan. Siapkan kosakata relevan, seperti nama proyek, instrumen teknis, atau ejaan benar seseorang yang dibahas dalam rekaman. Gunakan terminologi tersebut sebagai konteks bagi rekaman sebenarnya, dan periksa istilah yang dikenali terhadap ucapan. Untuk pelajaran teknik yang direkam, siapkan nama instrumen yang dibahas dan ejaan persis akronim proyek. Tulis ejaan persisnya dalam daftar terminologi terfokus dan simpan daftar bersama audio serta transkrip. Tinjau kemunculan istilah tersebut terhadap bagian ucapan, jangan memperlakukan entri kosakata sebagai bukti kecocokan. Nama yang terdengar serupa tetap mungkin perlu diperiksa. Hasil perlu mempertahankan kata yang benar-benar diucapkan, termasuk koreksi atau penjelas pembatas yang mengubah maknanya. Produsen menekankan kinerja pada audio dunia nyata, termasuk kebisingan latar dan beragam kondisi mikrofon. Peninjauan praktis dapat berfokus pada bagian dengan ucapan bersamaan, suara lemah, atau kata yang sebagian tertutup bunyi lain. Hubungkan ketidakpastian dengan bagian audio terkait, jangan mengisinya dari asumsi tentang topik. Kalimat yang masuk akal tetap dapat memuat nama diri atau angka yang salah. Untuk transkrip panggilan, hasil yang berguna adalah catatan isi ucapan yang telah diperiksa untuk digunakan analisis selanjutnya, bukan perkiraan maksud penelepon. Kartu model 1.5 persisnya mencantumkan ukuran berkas maksimum 300 MB dan dua jam. Referensi REST transkripsi sinkron yang ditautkan menjelaskan masukan layanan yang lebih ketat: lebih kecil dari 250 MB dan lebih pendek dari dua jam. Ini adalah batas kartu model dan antarmuka yang dinyatakan terpisah. Siapkan berkas dalam batas antarmuka yang dituju dan tata materi lebih panjang berdasarkan batas rekaman yang bermakna. Batas ukuran berkas menyangkut audio terenkode, sedangkan batas durasi menyangkut panjang rekaman ucapan; keduanya tidak menentukan jendela konteks model teks. Contoh keluaran kartu model berupa JSON yang memuat durasi rekaman dan gabungan teks yang dikenali. Teks dapat menjadi transkrip aksesibel, naskah takarir, atau masukan untuk peringkasan dan pencarian selanjutnya. Pengelompokan potongan takarir dan penyelarasan dengan rekaman merupakan persiapan terpisah ketika hasil tidak mencakup data waktu yang diperlukan. Untuk catatan wawancara, mengatribusikan baris kepada peserta bernama memerlukan catatan terperiksa terpisah mengenai siapa yang berbicara. Pertahankan susunan kata yang dikenali dan audio sebagai dasar artefak berikutnya. Batas edisi penting ketika merencanakan keluaran. Kartu 1.5 secara eksplisit menempatkan diarisasi pembicara di luar kemampuan yang didukung, dan perbandingan versi pembuat menetapkan stempel waktu tingkat kata serta kontrol gaya clean/verbatim sebagai fitur MAI-Transcribe 2. Model streaming bawaan juga merupakan edisi terpisah. Karena itu, varian 1.5 ini berpusat pada teks yang dikenali dari rekaman dan konteks domain yang didokumentasikan, tanpa menjadikan fitur pembicara, waktu, atau masukan langsung edisi lain sebagai bagian hasil. Periksa nama, angka, istilah teknis, dan ucapan tidak jelas sebelum menyiapkan kutipan, trek takarir, atau dokumen turunan. **Ailoot Ultra · Transkripsi** `POST /v1/audio/transcriptions` `microsoft/mai-transcribe-1.5` [`microsoft/mai-transcribe-1.5`](https://ailoot.ai/models/id/#m=microsoft%2Fmai-transcribe-1.5&route=Ultra&caller=microsoft%2Fmai-transcribe-1.5&fmt=transcriptions) Microsoft AI /`microsoft/mai-transcribe-1.5` ### Mulai Microsoft AI MAI-Transcribe 1.5 mengubah ucapan rekaman menjadi teks dalam 43 bahasa, dengan identifikasi bahasa otomatis serta penekanan pada aksen dan audio bising. Kartu model menjelaskan pembiasan kata kunci sesuai domain untuk nama dan istilah khusus. Gunakan transkrip sebagai dasar catatan atau takarir yang diperiksa. 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 microsoft/mai-transcribe-1.5 | 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 | | Konfigurasijam audio masukan | Jadwal tarif— | Jumlah perkiraan— | Satuan penagihanper jam audio masukan | Biaya Masukan · jam audio masukan · Perkiraan hanya untuk perbandingan **$0.72** per jam audio masukan | | KonfigurasiPerkiraan biaya pembuatan | Jadwal tarif— | Jumlah perkiraanestimasi satu kali pembuatan | Satuan penagihan— | Biaya Keluaran · Perkiraan biaya pembuatan · Perkiraan hanya untuk perbandingan **$0.0002** estimasi sebelum pembuatan Perkiraan ini bukan biaya tambahan maupun tarif tetap untuk proses pembuatan yang telah selesai. | Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. [Cara kerja cadangan dan penyelesaian tagihan →](https://ailoot.ai/docs/id/billing/reserve/) ### Contoh permintaan #### Ailoot Ultra · Transkripsi curl · isi permintaan yang persis dalam format asli dan hasil lengkap ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_AUDIO_FILE:?Set the path to your actual WAV recording}" python3 - <<'PY_REQUEST' import json,os from pathlib import Path import base64 audio=Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes() if not (audio[:4]==b'RIFF' and audio[8:12]==b'WAVE'): raise SystemExit('Supply an actual WAV audio file') if len(audio)>26214400: raise SystemExit('Use a documented supported large-file flow') request={'model': 'microsoft/mai-transcribe-1.5', 'input_audio': {'data': '${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** [`microsoft/mai-transcribe-1.5`](https://ailoot.ai/models/id/#m=microsoft%2Fmai-transcribe-1.5&route=Ultra&caller=microsoft%2Fmai-transcribe-1.5&fmt=transcriptions) #### Alias jalur metode Gunakan jalur metode yang ditampilkan di atas. #### ID pemanggil terkait [`microsoft/mai-transcribe-1.5`](https://ailoot.ai/models/id/#m=microsoft%2Fmai-transcribe-1.5&route=Ultra&caller=microsoft%2Fmai-transcribe-1.5&fmt=transcriptions) FAQ · Microsoft AI: MAI-Transcribe 1.5 Input dan hasil apa yang tersedia? `POST /v1/audio/transcriptions` · `microsoft/mai-transcribe-1.5`: `audio` → `text` Kolom apa yang digunakan permintaan? `POST /v1/audio/transcriptions` · `microsoft/mai-transcribe-1.5`: `model`, `input_audio`, `language`, `temperature`, `response_format`, `timestamp_granularities`, `provider` Batasan apa yang berlaku? `POST /v1/audio/transcriptions` · `microsoft/mai-transcribe-1.5`: `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.