Source: https://ailoot.ai/models/it/microsoft-mai-transcribe-1-5/ Canonical: https://ailoot.ai/models/it/microsoft-mai-transcribe-1-5/ Language: it # Microsoft AI: MAI-Transcribe 1.5 [Markdown](https://ailoot.ai/models/it/microsoft-mai-transcribe-1-5/index.md) · [JSON](https://ailoot.ai/models/it/microsoft-mai-transcribe-1-5/facts.json) ## [Microsoft AI: MAI-Transcribe 1.5](https://ailoot.ai/models/it/microsoft-mai-transcribe-1-5/) Microsoft AI MAI-Transcribe 1.5 converte il parlato registrato in testo in 43 lingue, con identificazione automatica della lingua e attenzione agli accenti e all’audio rumoroso. La scheda del modello descrive suggerimenti lessicali consapevoli del dominio per nomi e termini specialistici. Usa la trascrizione come base per note o sottotitoli controllati. - [**Ailoot Ultra · Trascrizione** `POST /v1/audio/transcriptions` `microsoft/mai-transcribe-1.5`](https://ailoot.ai/models/it/microsoft-mai-transcribe-1-5/#method-0) Informazioni sul modello Questa descrizione illustra le funzionalità del modello. Gli input, gli output e le opzioni disponibili in Ailoot per il metodo selezionato sono elencati di seguito. Microsoft AI MAI-Transcribe 1.5 è un modello speech-to-text per convertire audio registrato in contenuto scritto. La scheda esatta del modello descrive il riconoscimento in 43 lingue, l’identificazione automatica della lingua e la robustezza rispetto ad accenti, dialetti, stili di parlato e condizioni rumorose. L’edizione amplia di diciotto lingue l’insieme di 25 lingue di MAI-Transcribe 1. Un risultato utile è il parlato scritto di una lezione, un’intervista, una chiamata o una nota vocale, pronto da controllare rispetto alla registrazione prima di una successiva fase di revisione o analisi. Prepara una registrazione completa e intelligibile in uno dei formati elencati dal produttore: WAV, MP3 o FLAC. Conserva il file originale e qualsiasi divisione in sezioni, così la trascrizione potrà essere confrontata con l’audio. Per una lezione, mantieni le frasi attorno a un termine tecnico, anziché estrarre soltanto la parola difficile. Per una nota vocale, conserva una correzione che cambia un nome, un orario o un numero. Il parlato circostante fornisce contesto per riconoscere ciò che è stato detto e la verifica dell’ascoltatore può identificare dove l’output necessita di correzione. L’identificazione automatica della lingua permette di elaborare una registrazione senza richiedere una scelta linguistica anticipata. L’insieme di 43 lingue comprende inglese, francese, tedesco, italiano, spagnolo, hindi, cinese, giapponese, coreano, arabo, indonesiano, russo, thailandese e vietnamita. Le lingue aggiunte comprendono bulgaro, catalano, greco, ucraino e diverse lingue dell’Asia meridionale. Verifica che la lingua prevista appartenga all’insieme di questa edizione, anziché prendere in prestito la copertura più ampia di MAI-Transcribe 2. Per raccolte multilingue, conserva la lingua della registrazione insieme al testo verificato, così la revisione successiva seguirà il contenuto effettivamente parlato. La scheda del modello 1.5 descrive suggerimenti su parole chiave o entità con fino a 200 termini e la presentazione della versione ne spiega lo scopo: rendere disponibili come contesto nomi probabili, acronimi e parole specialistiche. Il produttore descrive suggerimenti contestuali, anziché l’inserimento forzato e indiscriminato delle parole fornite nel risultato. Prepara un vocabolario pertinente, come il nome del progetto, uno strumento tecnico o la grafia corretta di una persona discussa nella registrazione. Usa tale terminologia come contesto per la registrazione effettiva e controlla i termini riconosciuti rispetto al parlato. Per una lezione di ingegneria registrata, prepara i nomi degli strumenti discussi e la grafia esatta di qualsiasi acronimo di progetto. Scrivi le grafie esatte in un elenco terminologico mirato e conservalo insieme all’audio e alla trascrizione. Verifica tali occorrenze rispetto ai passaggi parlati, anziché considerare una voce di vocabolario come prova di una corrispondenza. Nomi che suonano simili possono comunque richiedere un controllo. Il risultato deve conservare le parole effettivamente pronunciate, compresa una correzione o una precisazione che ne cambi il significato. Il produttore evidenzia le prestazioni sull’audio del mondo reale, compresi rumore di fondo e condizioni diverse dei microfoni. La verifica pratica può concentrarsi sui passaggi con parlato simultaneo, voci deboli o parole parzialmente coperte da un altro suono. Mantieni le incertezze collegate al passaggio audio corrispondente, anziché colmarle con ipotesi sull’argomento. Una frase plausibile può comunque contenere il nome proprio o il numero sbagliato. Per la trascrizione di una chiamata, il risultato utile è un resoconto controllato del contenuto parlato utilizzabile da un’analisi successiva, anziché un resoconto indovinato dell’intenzione del chiamante. La scheda esatta del modello 1.5 indica una dimensione massima del file di 300 MB e due ore. Il riferimento REST sincrono di trascrizione collegato descrive un input di erogazione più restrittivo: inferiore a 250 MB e più breve di due ore. Si tratta di limiti della scheda e dell’interfaccia dichiarati separatamente. Prepara i file entro il limite dell’interfaccia prevista e organizza il materiale più lungo secondo confini significativi della registrazione. Un limite di dimensione del file riguarda l’audio codificato, mentre il limite di durata riguarda la lunghezza della registrazione vocale; nessuno dei due definisce una finestra di contesto di un modello testuale. L’output di esempio della scheda del modello è JSON contenente la durata della registrazione e il testo riconosciuto combinato. Il testo può diventare una trascrizione accessibile, un copione per sottotitoli o un input per riepilogo e ricerca successivi. Il raggruppamento delle battute dei sottotitoli e l’allineamento alla registrazione sono preparazioni separate quando il risultato non include i dati temporali richiesti. Per i resoconti di interviste, attribuire una battuta a un partecipante nominato richiede una registrazione separata e controllata di chi ha parlato. Conserva la formulazione riconosciuta e l’audio come base per questi risultati successivi. I confini dell’edizione contano quando pianifichi l’output. La scheda 1.5 colloca esplicitamente la diarizzazione dei parlanti fuori dalle capacità supportate e il confronto tra versioni del produttore assegna i timestamp a livello di parola e i controlli di stile clean/verbatim a MAI-Transcribe 2. Anche un modello di streaming nativo è un’edizione separata. Questo profilo 1.5 si concentra quindi sul testo riconosciuto dalle registrazioni e sul contesto di dominio documentato, senza trasformare le funzionalità di un’altra edizione relative a parlanti, temporizzazione o input dal vivo in parte del risultato. Verifica nomi, numeri, termini tecnici e parlato poco chiaro prima di preparare un passaggio citato, una traccia di sottotitoli o un documento derivato. **Ailoot Ultra · Trascrizione** `POST /v1/audio/transcriptions` `microsoft/mai-transcribe-1.5` [`microsoft/mai-transcribe-1.5`](https://ailoot.ai/models/it/#m=microsoft%2Fmai-transcribe-1.5&route=Ultra&caller=microsoft%2Fmai-transcribe-1.5&fmt=transcriptions) Microsoft AI /`microsoft/mai-transcribe-1.5` ### Introduzione Microsoft AI MAI-Transcribe 1.5 converte il parlato registrato in testo in 43 lingue, con identificazione automatica della lingua e attenzione agli accenti e all’audio rumoroso. La scheda del modello descrive suggerimenti lessicali consapevoli del dominio per nomi e termini specialistici. Usa la trascrizione come base per note o sottotitoli controllati. Input accettati Audio Risultati Testo ### Disponibile in Ailoot · input e metodi **Ailoot Ultra · Trascrizione** `POST /v1/audio/transcriptions` Tipi di input `audio` Tipi di output `text` | Campo | Tipo | Requisito | Valori e limiti | Predefinito | | --- | --- | --- | --- | --- | | Campo`model` | Tipo`string` | RequisitoObbligatorio | Valori e limiti microsoft/mai-transcribe-1.5 | Predefinito— | | Campo`input_audio` | Tipo`object` | RequisitoObbligatorio | Valori e limiti | Predefinito— | | Campo`language` | Tipo`string` | RequisitoFacoltativo | Valori e limiti | Predefinito— | | Campo`temperature` | Tipo`number` | RequisitoFacoltativo | Valori e limiti Minimo: 0 Massimo: 1 | Predefinito— | | Campo`response_format` | Tipo`string` | RequisitoFacoltativo | Valori e limiti json, verbose\_json | Predefinitojson | | Campo`timestamp_granularities` | Tipo`array` | RequisitoFacoltativo | Valori e limiti | Predefinito— | | Campo`provider` | Tipo`object` | RequisitoFacoltativo | Valori e limiti | Predefinito— | Parametri e ciclo di vita del metodo | Parametro | Contratto | | --- | --- | | Parametro`content_type` | Contrattoapplication/json | | Parametro`required` | Contrattomodel, input\_audio | | Parametro`material_types` | Contrattoaudio | | Parametro`material_conditions` | ContrattoLeggi un file WAV reale e codifica i suoi byte effettivi per l'input JSON dichiarato input\_audio; per questa dichiarazione esatta che ammette solo JSON non viene proposta una rotta multipart. | Ciclo di vita: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · task\_id effettivamente restituito o record della libreria multimediale `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` ### Tariffe ##### Calcolo del costo finale Le tariffe visualizzate stimano il costo prima della generazione. L'addebito finale viene calcolato in base al costo registrato per la generazione originale. La durata misurata dell'output e le quantità previste non costituiscono la quantità finale fatturabile. Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato. Modalità rapida Non specificato Quando è selezionata la modalità rapida Modalità flex Non specificato Quando è selezionata la modalità flex Sforzo massimo di ragionamento Non specificato Quando lo sforzo massimo di ragionamento usa l'adeguamento predefinito (default) #### Tariffe stimate per il confronto #### Prezzi per configurazione Associa ogni costo alle condizioni indicate. Usa una sola tariffa per ogni insieme di configurazioni alternative. | Configurazione | Listino delle tariffe | Quantità prevista | Unità di fatturazione | Costo | | --- | --- | --- | --- | --- | | ConfigurazioneTariffe base dei token | Listino delle tariffeTariffa base | Quantità prevista— | Unità di fatturazione— | Costo Input · Token in input · Stima solo a fini di confronto **—** / 1K token Output · Token in output · Stima solo a fini di confronto **—** / 1K token Input · Lettura dalla cache · Stima solo a fini di confronto **—** / 1K token Input · Scrittura nella cache · Stima solo a fini di confronto **—** / 1K token Input · Scrittura nella cache, 1 ora · Stima solo a fini di confronto **—** / 1K token | | Configurazioneora audio in ingresso | Listino delle tariffe— | Quantità prevista— | Unità di fatturazioneper ora di audio in input | Costo Input · ora audio in ingresso · Stima solo a fini di confronto **$0.72** per ora di audio in input | | ConfigurazioneCosto stimato della generazione | Listino delle tariffe— | Quantità previstastima per una generazione | Unità di fatturazione— | Costo Output · Costo di generazione stimato · Stima solo a fini di confronto **$0.0002** stima prima della generazione Questa stima non è un addebito aggiuntivo né una tariffa fissa per la generazione completata. | Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. [Come funzionano la prenotazione e l’addebito finale →](https://ailoot.ai/docs/it/billing/reserve/) ### Esempi di richieste #### Ailoot Ultra · Trascrizione curl · corpo della richiesta nel formato nativo esatto e risultato completo ```bash set -eu : "${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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o response.bin # Keep the complete original response and headers. Read every returned segment, word and usage field. # Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting. ``` ### Ricevi e salva i risultati #### Ailoot Ultra · Trascrizione - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` Altre letture di contenuto Leggi le risorse esistenti di tua proprietà ```bash set -eu : "${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. ``` ##### Conserva tutti i risultati completati Conserva ogni risposta, file e parte di contenuto restituiti per intero. Conserva la risposta completa e gli header, ogni output effettivo, gli identificatori originali restituiti e tutti i campi di utilizzo. Recupera l'operazione originale senza inviare nuovamente la richiesta di creazione. ##### Se occorre verificare la risposta originale Conserva l'X-Client-Request-ID restituito per la riconciliazione. Leggi solo i valori task\_id/asset\_id effettivamente restituiti o la tua libreria multimediale; non costruire mai un URL del task a partire dall'ID dell'operazione e non reinviare mai la richiesta di creazione. Campi della risposta | Campo | Tipo | | --- | --- | | Campo`text` | Tipo | | Campo`usage` | Tipo | | Campo`segments[]` | Tipo | | Campo`words[]` | Tipo | | Campo`speaker fields` | Tipo | | Campo`timestamps` | Tipo | ### Alias #### Alias del modello **Ailoot Ultra** [`microsoft/mai-transcribe-1.5`](https://ailoot.ai/models/it/#m=microsoft%2Fmai-transcribe-1.5&route=Ultra&caller=microsoft%2Fmai-transcribe-1.5&fmt=transcriptions) #### Alias dei percorsi dei metodi Usa i percorsi dei metodi indicati sopra. #### ID di chiamata correlati [`microsoft/mai-transcribe-1.5`](https://ailoot.ai/models/it/#m=microsoft%2Fmai-transcribe-1.5&route=Ultra&caller=microsoft%2Fmai-transcribe-1.5&fmt=transcriptions) FAQ · Microsoft AI: MAI-Transcribe 1.5 Quali input e risultati sono disponibili? `POST /v1/audio/transcriptions` · `microsoft/mai-transcribe-1.5`: `audio` → `text` Quali campi usa la richiesta? `POST /v1/audio/transcriptions` · `microsoft/mai-transcribe-1.5`: `model`, `input_audio`, `language`, `temperature`, `response_format`, `timestamp_granularities`, `provider` Quali limiti si applicano? `POST /v1/audio/transcriptions` · `microsoft/mai-transcribe-1.5`: `temperature.minimum`: `0`; `temperature.maximum`: `1` Collega Ailoot a Claude Code, OpenCode, Hermes o alla tua applicazione. ## L’azienda e il suo portafoglio di progetti L’azienda e il suo portafoglio di progetti: milioni di clienti; vendite nell’ordine dei miliardi ogni mese. ## Acquista token con uno sconto. Sconto con abbonamento per lavoro regolare. Codici fino al 50% sull’acquisto di token. Abbonamento Scegli un piano scontato per richieste regolari. Codice fino al 50% Inserisci il codice all’acquisto. Il prezzo si aggiorna secondo la promozione. Spese nella cronologia Modello, token e importo sono salvati per ogni richiesta. [Scegli abbonamento](https://ailoot.ai/docs/it/billing/subscriptions/) · [Consulta prezzi dei modelli](https://ailoot.ai/models/it/) ## Collega l’API al prodotto che vendi. SaaS, app e bot secondo offerta e accordo di licenza Ailoot. Per rivendere, richiedi una licenza reseller. Applicazione commerciale Integra generazione di testo, immagini, video e suono nelle funzioni a pagamento. Licenza reseller Invia descrizione del progetto e schema di accesso. Richiedi condizioni scritte per uso e rivendita. Documenti sul sito Offerta, accordo di licenza e politica sui dati sono disponibili prima della connessione. [Richiedi licenza reseller](mailto:support@ailoot.ai) · [Offerta e accordo di licenza](https://ailoot.ai/legal/offer?lang=it) ## Ailoot · L’azienda e il suo portafoglio di progetti Ailoot si basa su un’esperienza operativa consolidata, un’ampia base di clienti, un servizio stabile e un controllo costante dei KPI. L’azienda e il suo portafoglio di progetti: milioni di clienti; vendite nell’ordine dei miliardi ogni mese. Ailoot mette questa esperienza operativa al servizio dell’accesso API alle funzioni AI nei prodotti dei clienti, negli agenti, nelle applicazioni e nelle automazioni.