Scribe v1
Scribe v1 は、音声をプレーンテキスト、構造化 JSON、時間情報付きの SRT/VTT 出力に文字起こしします。
モデルについて
この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。
Scribe v1 は、ElevenLabs の音声認識設定です。録音を file に指定し、model を scribe_v1 に設定してください。文字起こしプロトコルは、アップロードした音声ファイル、音声 URL、メディアヘッダー付きの base64 を受け付けます。リクエストは application/json または multipart/form-data を使います。
response_format は、json、text、srt、vtt、verbose_json から選択してください。単純な文字起こしには text、構造化結果には json または verbose_json、時間情報付き字幕には srt または vtt を使います。任意の language フィールドは、音声の言語を示します。
名前、日付、引用を録音と照合できるよう、元の音声と作成した文字起こしを一緒に保持してください。
Ailoot Ultra · 文字起こし POST /v1/audio/transcriptions scribe_v1
scribe_v1はじめに
Scribe v1 は、音声をプレーンテキスト、構造化 JSON、時間情報付きの SRT/VTT 出力に文字起こしします。
- 対応する入力
- 音声
- 結果
- テキスト
Ailootで利用可能 · 入力とメソッド
Ailoot Ultra · 文字起こし POST /v1/audio/transcriptions
- 入力の種類
audio- 出力の種類
text
| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
|---|---|---|---|---|
フィールドmodel | 種類string | 要件必須 | 値と制限 scribe_v1 | デフォルト— |
フィールドfile | 種類string | 要件必須 | 値と制限 | デフォルト— |
フィールドresponse_format | 種類string | 要件任意 | 値と制限 json, text, srt, vtt, verbose_json | デフォルト— |
メソッドのパラメータとライフサイクル
| パラメータ | 仕様 |
|---|---|
パラメータcontent_type | 仕様multipart/form-data |
パラメータrequired | 仕様model, file |
パラメータmaterial_types | 仕様audio |
パラメータmaterial_conditions | 仕様実際のファイル名／MIMEを持つ実際の音声ファイル。録音を捏造したり、URLをファイルのバイト列として使用したりしないでください。 |
ライフサイクル: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · 実際に返された task_id またはメディアライブラリのレコード
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
料金
料金情報はリクエストの機能を追加しません。対応するパラメーターは選択したメソッドに記載されています。
- 高速モード
- 未指定 高速モードが選択されている場合
- Flex モード
- 未指定 flex モードが選択されている場合
- 最大推論量
- 未指定 推論量が最大で、調整に既定値（default）を使用する場合
Ailootの料金
設定別の価格
各料金を表示された条件と照合してください。選択肢となる設定の各組には、いずれか1つの料金を適用します。
| 設定 | 料金表 | 課金単位 | 料金 |
|---|---|---|---|
| 設定基本トークン料金 | 料金表基本料金 | 課金単位— | 料金 入力 · 入力トークン — / 1K トークン 出力 · 出力トークン — / 1K トークン 入力 · キャッシュ読み取り — / 1K トークン 入力 · キャッシュ書き込み — / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定入力音声の秒 | 料金表— | 課金単位入力音声1秒あたり | 料金 入力 · 入力音声の秒 $0.0003333333333333333 入力音声1秒あたり |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
リクエスト例
Ailoot Ultra · 文字起こし
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_AUDIO_FILE:?Set the path to your actual recording}"
test -f "$AILOOT_AUDIO_FILE"
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \
-H "Authorization: Bearer $AILOOT_API_KEY" \
-F 'model=scribe_v1' -F "file=@$AILOOT_AUDIO_FILE" \
-D response-headers.txt -o response.bin
# Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.
結果を受け取って保存
Ailoot Ultra · 文字起こし
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}
その他のコンテンツ取得
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.
完了した結果をすべて保存
返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。
レスポンスとヘッダーの全体、実際の出力すべて、最初に返された識別子、使用量フィールドすべてを保存してください。作成リクエストを再送せずに、元の操作を復旧してください。
元のレスポンスを確認する場合
照合のため、返された X-Client-Request-ID を保存してください。実際に返された task_id/asset_id の値、または自分が所有するメディアライブラリだけを使って読み取ってください。操作 ID からタスクの URL を組み立てたり、作成リクエストを再送したりしないでください。
レスポンスのフィールド
| フィールド | 種類 |
|---|---|
フィールドtext | 種類 |
フィールドusage | 種類 |
フィールドsegments[] | 種類 |
フィールドwords[] | 種類 |
フィールドspeaker fields | 種類 |
フィールドtimestamps | 種類 |
エイリアス
モデルのエイリアス
Ailoot Ultra scribe_v1
メソッドパスのエイリアス
上記に表示されたメソッドパスを使用してください。
関連する呼び出し用ID
FAQ · Scribe v1
- 利用できる入力と結果は何ですか？
POST /v1/audio/transcriptions·scribe_v1:audio→text- リクエストはどの項目を使用しますか？
POST /v1/audio/transcriptions·scribe_v1:model,file,response_format