Source: https://ailoot.ai/models/id/microsoft-mai-transcribe-2/ Canonical: https://ailoot.ai/models/id/microsoft-mai-transcribe-2/ Language: id # Microsoft AI: MAI-Transcribe 2 [Markdown](https://ailoot.ai/models/id/microsoft-mai-transcribe-2/index.md) · [JSON](https://ailoot.ai/models/id/microsoft-mai-transcribe-2/facts.json) ## [Microsoft AI: MAI-Transcribe 2](https://ailoot.ai/models/id/microsoft-mai-transcribe-2/) Microsoft AI MAI-Transcribe 2 mengubah ucapan rekaman menjadi teks dalam 60 bahasa, dengan identifikasi bahasa otomatis dan peralihan bahasa. Model ini menambahkan diarisasi pembicara, waktu kata, pembiasan kata kunci, serta gaya clean atau verbatim untuk catatan rapat, takarir, audio yang dapat dicari, dan dikte khusus. - [**Ailoot Ultra · Transkripsi** `POST /v1/audio/transcriptions` `microsoft/mai-transcribe-2`](https://ailoot.ai/models/id/microsoft-mai-transcribe-2/#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 2 adalah edisi ucapan-ke-teks untuk audio rekaman dalam keluarga transkripsi generasi kedua Microsoft. Model ini mengubah isi ucapan menjadi teks tertulis dalam 60 bahasa, dengan identifikasi bahasa otomatis dan dukungan ucapan yang berganti bahasa. Model menambahkan diarisasi pembicara, informasi waktu tingkat kata, dan gaya transkripsi yang dapat dipilih. Artefak yang berguna mencakup transkrip rapat beratribusi pembicara, catatan wawancara yang dapat dicari, data penyelarasan takarir, atau dikte terperiksa yang memuat terminologi khusus. Siapkan rekaman dengan materi ucapan tetap utuh. Pembuat mencantumkan masukan WAV, MP3, dan FLAC. Simpan audio asli untuk membandingkan kata, nama, dan angka yang tidak pasti dengan teks yang dikenali. Rekaman dapat mengandung kebisingan latar atau kualitas mikrofon yang bervariasi, dan model dirancang untuk menanganinya, tetapi peninjauan tetap perlu berfokus pada bagian yang tidak jelas atau tumpang tindih. Untuk wawancara, pertahankan urutan giliran bicara dan jeda, jangan menghapus konteks yang membantu menafsirkan respons. Deteksi bahasa otomatis berguna ketika bahasa belum diketahui sebelumnya. Kumpulan 60 bahasa yang didokumentasikan mencakup Inggris, Rusia, Mandarin, Jepang, Korea, Arab, Prancis, Jerman, Spanyol, Indonesia, Melayu, Thai, dan Vietnam. Peralihan bahasa mencakup perubahan alami antarbahasa, termasuk pasangan campuran seperti Hinglish atau Spanglish. Antarmuka pembuat juga menerima satu petunjuk bahasa, yang dideskripsikan sebagai instruksi kuat. Gunakan hanya ketika rekaman benar-benar dalam bahasa yang ditentukan, bukan memaksakan percakapan multibahasa ke satu bahasa yang diharapkan. Pembiasan kata kunci menyediakan istilah khusus domain, singkatan, nama produk, dan nama diri yang mungkin sulit dibedakan dari bunyinya. Siapkan daftar terfokus yang terkait rekaman, seperti nama proyek, lini produk, atau kata teknis dalam pembahasan. Panduan layanan mendeskripsikannya sebagai petunjuk pengenalan, bukan kecocokan yang dipaksakan. Untuk kuliah teknis, sertakan ejaan persis instrumen bernama dan istilah khusus, lalu periksa apakah transkrip menempatkannya pada lokasi ketika kata itu benar-benar diucapkan. Istilah yang diberikan bukan bukti bahwa pembicara mengucapkannya. Pilih gaya keluaran berdasarkan artefak yang dituju. Verbatim, bawaan yang didokumentasikan, mempertahankan kata pengisi, awal ucapan yang terhenti, dan koreksi diri. Clean menghapus ketidaklancaran agar transkrip lebih mudah dibaca. Catatan untuk memeriksa jalannya percakapan dapat mempertahankan keraguan dan koreksi; transkrip pelajaran yang mudah dibaca dapat menggunakan susunan kata yang dirapikan. Simpan audio asli bersama hasil mana pun. Perapian meningkatkan penyajian teks ucapan dan tidak boleh dianggap sebagai ringkasan terpisah atau interpretasi baru atas maksud pembicara. Diarisasi pembicara memisahkan giliran berdasarkan pembicara yang dideteksi, dan stempel waktu tingkat kata menyediakan offset serta durasi untuk setiap kata. Antarmuka layanan juga menawarkan informasi waktu segmen atau tanpa informasi waktu. Segmen dibagi berdasarkan bahasa dan, ketika diarisasi diaktifkan, berdasarkan pembicara. Kolom waktu menggunakan milidetik dan dapat mendukung navigasi, pencarian, serta penyuntingan. Label membedakan pembicara yang dideteksi; mencocokkan label dengan nama peserta merupakan langkah peninjauan terpisah. Untuk takarir, gunakan waktu kata yang telah diperiksa untuk menyiapkan kelompok potongan yang terbaca, jangan berasumsi hasil pengenalan sudah merupakan berkas takarir siap pakai. Kartu model mencantumkan ukuran berkas maksimum 300 MB dan dua jam. Referensi REST sinkron yang ditautkan untuk antarmuka 2025-10-15 yang didokumentasikan justru mensyaratkan berkas lebih kecil dari 250 MB dan lebih pendek dari dua jam. Ini adalah batas terbitan kartu model dan layanan yang berbeda; siapkan berkas dalam batas layanan yang berlaku. Panduan MAI juga menyatakan diarisasi mendukung rekaman yang lebih pendek dibanding transkripsi tanpa diarisasi. Tata materi panjang dengan beberapa pembicara menjadi bagian yang utuh secara makna ketika atribusi pembicara diperlukan, dan pertahankan posisi bagian tersebut dalam rekaman asli untuk peninjauan berikutnya. Keluaran yang didokumentasikan berupa data transkripsi terstruktur: teks lengkap, frasa, serta informasi pembicara dan waktu jika diminta. Frasa dapat memuat teks, bahasa, offset, dan durasi; informasi waktu kata dapat menghubungkan kata yang dikenali dengan audio. Untuk arsip yang dapat dicari, pertahankan hubungan tersebut agar istilah yang ditemukan dapat mengarah kembali ke rekaman. Untuk alur kerja rapat, transkrip terperiksa menjadi masukan bagi peringkasan atau ekstraksi butir tindakan berikutnya. Hasil model ucapan adalah isi yang dikenali, bukan catatan keputusan rapat yang diverifikasi secara independen. Perbedaan versinya konkret. MAI-Transcribe 1.5 mencakup 43 bahasa, sedangkan edisi ini mencakup 60 dan menambahkan diarisasi, stempel waktu kata, serta kontrol clean/verbatim yang didokumentasikan. MAI-Transcribe 2 Streaming adalah model terpisah untuk transkripsi bertahap waktu nyata dengan kumpulan fitur sendiri; latensi hasil parsial pertamanya tidak menggambarkan edisi audio rekaman ini. Periksa transkrip terhadap audio untuk nama, angka, giliran pembicara, dan bagian campuran bahasa sebelum menggunakannya sebagai sumber takarir, kutipan, atau dokumen turunan. **Ailoot Ultra · Transkripsi** `POST /v1/audio/transcriptions` `microsoft/mai-transcribe-2` [`microsoft/mai-transcribe-2`](https://ailoot.ai/models/id/#m=microsoft%2Fmai-transcribe-2&route=Ultra&caller=microsoft%2Fmai-transcribe-2&fmt=transcriptions) Microsoft AI /`microsoft/mai-transcribe-2` ### Mulai Microsoft AI MAI-Transcribe 2 mengubah ucapan rekaman menjadi teks dalam 60 bahasa, dengan identifikasi bahasa otomatis dan peralihan bahasa. Model ini menambahkan diarisasi pembicara, waktu kata, pembiasan kata kunci, serta gaya clean atau verbatim untuk catatan rapat, takarir, audio yang dapat dicari, dan dikte khusus. 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-2 | 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 **$0.2** 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 **$0.00005555555555555556** estimasi sebelum pembuatan Perkiraan ini bukan biaya tambahan maupun tarif tetap untuk proses pembuatan yang telah selesai. | Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. [Cara kerja cadangan dan penyelesaian tagihan →](https://ailoot.ai/docs/id/billing/reserve/) ### Contoh permintaan #### Ailoot Ultra · Transkripsi curl · isi permintaan yang persis dalam format asli dan hasil lengkap ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_AUDIO_FILE:?Set the path to your actual WAV recording}" python3 - <<'PY_REQUEST' import json,os from pathlib import Path import base64 audio=Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes() if not (audio[:4]==b'RIFF' and audio[8:12]==b'WAVE'): raise SystemExit('Supply an actual WAV audio file') if len(audio)>26214400: raise SystemExit('Use a documented supported large-file flow') request={'model': 'microsoft/mai-transcribe-2', 'input_audio': {'data': '${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-2`](https://ailoot.ai/models/id/#m=microsoft%2Fmai-transcribe-2&route=Ultra&caller=microsoft%2Fmai-transcribe-2&fmt=transcriptions) #### Alias jalur metode Gunakan jalur metode yang ditampilkan di atas. #### ID pemanggil terkait [`microsoft/mai-transcribe-2`](https://ailoot.ai/models/id/#m=microsoft%2Fmai-transcribe-2&route=Ultra&caller=microsoft%2Fmai-transcribe-2&fmt=transcriptions) FAQ · Microsoft AI: MAI-Transcribe 2 Input dan hasil apa yang tersedia? `POST /v1/audio/transcriptions` · `microsoft/mai-transcribe-2`: `audio` → `text` Kolom apa yang digunakan permintaan? `POST /v1/audio/transcriptions` · `microsoft/mai-transcribe-2`: `model`, `input_audio`, `language`, `temperature`, `response_format`, `timestamp_granularities`, `provider` Batasan apa yang berlaku? `POST /v1/audio/transcriptions` · `microsoft/mai-transcribe-2`: `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.