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

# Google: Gemini 3.5 Transcribe

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

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

Google Gemini 3.5 Transcribe жазылған сөйлеуді мәтінге айналдырады: тілді автоматты анықтайды, арнайы сөздікті, сондай-ақ қажет болса сөздердің уақыт белгілерін не сөйлеушілерді ажыратуды қолдайды. Уақыт белгілері мен сөйлеушіні белгілеу үшін VERBATIM, ал оқуға ыңғайлы диктант үшін SMART таңдаңыз; SMART осы екі мүмкіндікпен біріктірілмейді.

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

Модель туралы

Бұл сипаттама модель мүмкіндіктерін қамтиды. Ailoot жүйесінде таңдалған әдіс үшін қолжетімді кіріс, шығыс және параметрлер төменде берілген.

Google Gemini 3.5 Transcribe — толық, алдын ала жазылған аудиофайлдардағы сөйлеуді мәтінге айналдыратын синхронды модель. Ол Gemini аудионы түсіну мүмкіндіктеріне негізделген, бірақ транскрипцияға тән кіріс және шығыс келісімі бар. Бөлек Gemini 3.5 Transcribe Live нұсқасы аудио ағынын қабылдап, біртіндеп нәтижелер қайтарады. Осы жазылған аудио моделі таңдалған баптауға қарай қажет болса сөздердің уақыт белгілері не сөйлеуші туралы белгілері бар аяқталған транскрипт жасайды.

Сөйлеу дыбысы қатты клиппингке ұшырамаған, мүмкіндігінше дауыстары бір-бірінен анық ажыратылатын анық жазба дайындаңыз. Өндірушінің синхронды мысалдары WAV аудиосын MIME түрін көрсетіп, файл байттары немесе сақталған аудио ресурсы ретінде береді. Тексеру үшін түпнұсқа аудионы қолжетімді сақтаңыз. Көзделген нәтиже тексерілген сұхбат транскрипті, субтитрді уақытқа сәйкестендіру жазбасы немесе оқуға ыңғайлы диктант болуы мүмкін; сөздерді өзгертетін не метадерек қосатын мүмкіндіктерді біріктірмес бұрын қажетті артефактты таңдаңыз.

Google 85-тен астам тілде, соның ішінде бір сессиядағы тіл араласуында автоматты тіл анықтауын құжаттайды. Тіл қолдауының деңгейлері әртүрлі; белгілі тілге ишара тануды жақсарта алады. Арнайы сөздік жазбада кездесуі ықтимал ерекше есімдерді, брендтерді немесе салалық терминдерді береді. Өндіруші 1,000-ға дейін терминге рұқсат етіп, шамамен 100-ге дейінгі нысаналы тізімдер әдетте ең жақсы нәтиже беретінін айтады. Сирек терминдерді жазбаға қатысты ұстаңыз және сөздік ишарасы терминнің айтылғанын дәлелдейді деп болжамай, аудиомен тексеріңіз.

VERBATIM — әдепкі режим. Ол мәтін айтылған сөздердің жазбасы болып қалуы үшін қыстырма дыбыстарды, қайталауларды, аяқталмаған сөйлеу бастамаларын және ауызша түзетулерді сақтайды. Тапсырмаға сөз деңгейіндегі уақыт белгілері немесе сөйлеушіні ажырату керек болса, осы режимді қолданыңыз. Мысалы, сұхбатта бастапқы кезектер мен уақыттарды сақтап, кейін маңызды есімдер мен шамаларды тиісті үзіндіні тыңдап түзетіңіз. Кейінгі түйіндеме не өңделген мақала сөйлеушінің айтқанын үнсіз алмастырмай, осы тексерілген жазбаны пайдалана алады.

SMART режимі оқуға ыңғайлы диктантқа арналған. Ол сөйлеу іркілістерін алып тастайды, сөйлеушінің сөз арасында енгізген түзетулерін ескереді және қажет жерде күндер мен сандарды қалыпқа келтіріп, материалды абзацтарға не тізімдерге құрады. Ауызша берілген тапсырмалар тізімі сөйлеу өтулерінің тізбегінің орнына оқылатын тізімге айнала алады. Бұл өңдеу транскрипт пішінін өзгертеді. Google SMART режимі сөздердің уақыт белгілерімен және сөйлеушіні ажыратумен үйлеспейтінін нақты айтады; сондықтан оны уақыт пен сөйлеуші тіркелген жазба ретінде қолдануға тырыспай, қажетті артефакт оқылатын мәтін болғанда таңдаңыз.

Сөздердің уақыт белгілері қосылса, жауапта танылған сөздер олардың басталуы мен аяқталуының уақыттық ығысу мәндерімен беріледі. Олар жазбадағы түзету орнын табуға немесе субтитр дайындауға көмектеседі. Өндіруші сөз деңгейіндегі уақыт белгілерін қосудың дәлдікке қатысты ымырасы барын көрсетеді. Әсіресе жылдам сөйлеу, қабаттасу не ерекше терминология тұсында мәтінмен бірге уақыт сәйкестігін де тексеріңіз. Уақыт белгілері бар пайдалы транскрипт жатық сөйлемді оның уақыты дұрыс екенінің дәлелі санамай, сөз жазбасы мен түпнұсқа аудионы бірге сақтайды.

Сөйлеушіні ажырату жазылған аудиода дауыстарды анықтап, белгілейді; сегізге дейін сөйлеуші құжатталған. Үш не одан көп сөйлеушіні атрибуциялауды өндіруші эксперименттік деп сипаттайды. Белгілерді болжанған сөйлеуші топтары ретінде қарап, ауысуларды жазбамен тексеріңіз. Сөйлеуші белгісі адамның кім екеніне немесе рөліне дербес дәлел емес. Тапсырмаға аттар қажет болса, танылған сөздерден тұлғалар ойлап таппай, белгілерді жазба туралы белгілі ақпаратпен байланыстырыңыз.

Өндірушінің мүмкіндіктер кестесі жазылған аудиоға 15 минуттық терезе көрсетеді; уақыт белгілері не сөйлеушіні ажырату сияқты мүмкіндіктер қосылғанда файл өңдеу сол ұзақтықпен шектеледі. Ұзақ материалды ретін және бастапқы уақыт орнын сақтап, тиісті сегменттерге бөліңіз. Модель транскрипті, уақыт белгілері бар сөздер және сөйлеуші белгіленген бөліктер — әртүрлі нәтиже көріністері; тапсырмаға қажет көріністі сақтаңыз. Бұл аудиоға тән шектерді жалпы Gemini мультимодалды моделінің контексті не ұзақтығы сандарымен алмастыруға болмайды. Google SMART пішімдеуін, сөз деңгейіндегі уақыт белгілерін және сөйлеушіні ажыратуды эксперименттік мүмкіндіктер деп көрсетеді.

Шығыс келісімі транскрипцияға тән. SMART пішімдеуі оқылатын мәтін жасайды, бірақ жалпы JSON-schema жауап келісімін, құрал шақыру мүмкіндігін немесе нұсқау орындайтын көмекші үдерісін қоспайды. Соңғы артефактта маңызды сөздерді, сандарды және терістеулерді аудиомен тексеріп, шешілмеген сегментті түзетуге сақтаңыз және таңдалған режимді нәтижемен бірге тіркеңіз. Сонда нәтиже бастапқы айтылған сөздерді жаза ма, әлде одан алынған өңделген оқу нұсқасын бере ме, анық болады.

**Ailoot Ultra · Дыбысты мәтінге түсіру** `POST /v1/audio/transcriptions` `google/gemini-3.5-transcribe`

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

Google /`google/gemini-3.5-transcribe`

### Бастау

Google Gemini 3.5 Transcribe жазылған сөйлеуді мәтінге айналдырады: тілді автоматты анықтайды, арнайы сөздікті, сондай-ақ қажет болса сөздердің уақыт белгілерін не сөйлеушілерді ажыратуды қолдайды. Уақыт белгілері мен сөйлеушіні белгілеу үшін VERBATIM, ал оқуға ыңғайлы диктант үшін SMART таңдаңыз; SMART осы екі мүмкіндікпен біріктірілмейді.

Қабылданатын кіріс деректері

Аудио

Нәтижелер

Мәтін

### Ailoot жүйесінде қолжетімді · кіріс деректері мен әдістер

**Ailoot Ultra · Дыбысты мәтінге түсіру** `POST /v1/audio/transcriptions`

Кіріс

`audio`

Шығыс

`text`

| Өріс | Түрі | Талап | Мәндер мен шектеулер | Әдепкі |
| --- | --- | --- | --- | --- |
| Өріс`model` | Түрі`string` | ТалапМіндетті | Мәндер мен шектеулер google/gemini-3.5-transcribe | Әдепкі— |
| Өріс`input_audio` | Түрі`object` | ТалапМіндетті | Мәндер мен шектеулер | Әдепкі— |
| Өріс`language` | Түрі`string` | ТалапМіндетті емес | Мәндер мен шектеулер | Әдепкі— |
| Өріс`temperature` | Түрі`number` | ТалапМіндетті емес | Мәндер мен шектеулер Ең азы: 0 Ең көбі: 1 | Әдепкі— |
| Өріс`response_format` | Түрі`string` | ТалапМіндетті емес | Мәндер мен шектеулер json, verbose\_json | Әдепкіjson |
| Өріс`timestamp_granularities` | Түрі`array` | ТалапМіндетті емес | Мәндер мен шектеулер | Әдепкі— |
| Өріс`provider` | Түрі`object` | ТалапМіндетті емес | Мәндер мен шектеулер | Әдепкі— |

Әдіс параметрлері мен өмірлік циклі

| Параметр | Параметр талаптары |
| --- | --- |
| Параметр`content_type` | Параметр талаптарыapplication/json |
| Параметр`required` | Параметр талаптарыmodel, input\_audio |
| Параметр`material_types` | Параметр талаптарыaudio |
| Параметр`material_conditions` | Параметр талаптарыНақты WAV файлын оқып, оның шын байттарын мәлімделген JSON input\_audio үшін кодтаңыз; тек JSON қабылдайтын осы нақты декларация үшін multipart маршруты ұсынылмайды. |

Өмірлік цикл: `synchronous_result_then_owned_library`

`GET /v1/media/tasks/{task_id}` · Нақты қайтарылған task\_id немесе медиатека жазбасы

`GET /v1/media/assets/{asset_id}/content`

`GET /v1/media/assets`

`GET /v1/media/assets/{asset_id}`

### Тарифтер

##### Қорытынды төлем қалай есептеледі

Көрсетілген тарифтер генерация басталғанға дейінгі құнын бағалауға арналған. Соңғы төлем бастапқы генерация үшін тіркелген құннан есептеледі. Нәтиженің өлшенген ұзақтығы мен болжамды көлемдер төлемге негіз болатын түпкілікті көлем болып саналмайды.

Тариф анықтамасы сұрау мүмкіндіктерін қоспайды. Қолдау көрсетілетін параметрлер таңдалған әдісте берілген.

Жылдам режим

Көрсетілмеген Жылдам режим таңдалғанда

Икемді режим

Көрсетілмеген flex режимі таңдалғанда

Ой қорытудың ең жоғары деңгейі

Көрсетілмеген Ой қорыту деңгейі ең жоғары болып, default түзетуі қолданылғанда

#### Салыстыруға арналған болжамды мөлшерлемелер

#### Баптаулар бойынша бағалар

Әр төлемді көрсетілген шарттармен салыстырыңыз. Балама баптаулардың әр жиыны үшін бір мөлшерлемені қолданыңыз.

| Баптау | Мөлшерлемелер кестесі | Болжамды мөлшер | Есептеу бірлігі | Төлем |
| --- | --- | --- | --- | --- |
| БаптауТокендердің базалық тарифтері | Мөлшерлемелер кестесіНегізгі мөлшерлеме | Болжамды мөлшер— | Есептеу бірлігі— | Төлем Кіріс · Кіріс токендері · Тек салыстыруға арналған бағалау **—** / 1K токен Шығыс · Шығыс токендері · Тек салыстыруға арналған бағалау **—** / 1K токен Кіріс · Кэшті оқу · Тек салыстыруға арналған бағалау **—** / 1K токен Кіріс · Кэшке жазу · Тек салыстыруға арналған бағалау **—** / 1K токен Кіріс · Кэшке жазу, 1 сағ · Тек салыстыруға арналған бағалау **—** / 1K токен |
| Баптаукіріс токені | Мөлшерлемелер кестесі— | Болжамды мөлшер— | Есептеу бірлігі/ 1K токен | Төлем Кіріс · Тек салыстыруға арналған бағалау **$0.004** / 1K токен |
| Баптаушығыс токені | Мөлшерлемелер кестесі— | Болжамды мөлшер— | Есептеу бірлігі/ 1K токен | Төлем Шығыс · Тек салыстыруға арналған бағалау **$0.024** / 1K токен |
| БаптауГенерацияның болжамды құны | Мөлшерлемелер кестесі— | Болжамды мөлшербір генерацияға арналған болжам | Есептеу бірлігі— | Төлем Шығыс · Генерацияның болжамды құны · Тек салыстыруға арналған бағалау **$1.179648** жасауға дейінгі бағалау Бұл бағалау қосымша төлем де, аяқталған генерация үшін белгіленген тұрақты тариф те емес. |

Ailoot сұрау алдында болжамды соманы резервтейді. Нәтижеден кейін өлшенген пайдалану көлемі бойынша қорытынды төлемді шегереді. Ағындық жауап үшін төлем соңғы пайдалану жазбасы негізінде шегеріледі. [Резервтеу мен төлемді есептеу тәртібі →](https://ailoot.ai/docs/kk/billing/reserve/)

### Сұрау мысалдары

#### Ailoot Ultra · Дыбысты мәтінге түсіру

curl · төл пішімдегі дәл сұрау денесі және толық нәтиже

```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.
```

### Нәтижелерді алу және сақтау

#### Ailoot Ultra · Дыбысты мәтінге түсіру

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

Басқа мазмұнды оқу

Өзіңізге тиесілі қолда бар материалдарды оқу

```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.
```

##### Барлық дайын нәтижені сақтау

Қайтарылған әр толық жауапты, файлды және мазмұн бөлігін сақтаңыз.

Толық жауапты және тақырыптарды, алынған әрбір нәтижені, бастапқыда қайтарылған идентификаторларды және пайдалану туралы барлық өрістерді сақтаңыз. Жасау сұрауын қайта жібермей, бастапқы операцияны қалпына келтіріңіз.

##### Бастапқы жауапты тексеру қажет болса

Есептерді салыстырып тексеру үшін қайтарылған X-Client-Request-ID мәнін сақтаңыз. Тек нақты қайтарылған task\_id/asset\_id мәндері арқылы немесе өзіңізге тиесілі медиатекадан оқыңыз; операция ID мәнінен тапсырманың URL мекенжайын ешқашан құрастырмаңыз және жасау сұрауын ешқашан қайта жібермеңіз.

Жауап өрістері

| Өріс | Түрі |
| --- | --- |
| Өріс`text` | Түрі |
| Өріс`usage` | Түрі |
| Өріс`segments[]` | Түрі |
| Өріс`words[]` | Түрі |
| Өріс`speaker fields` | Түрі |
| Өріс`timestamps` | Түрі |

### Балама атаулар

#### Модельдердің балама атаулары

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

#### Әдіс жолдарының балама атаулары

Жоғарыда көрсетілген әдіс жолдарын пайдаланыңыз.

#### Шақыруға арналған байланысты ID

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

FAQ · Google: Gemini 3.5 Transcribe

Қандай кіріс деректері мен нәтижелер қолжетімді?

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

Сұрау қандай өрістерді пайдаланады?

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

Қандай шектеулер қолданылады?

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

Ailoot-ты Claude Code, OpenCode, Hermes не қолданбаңызға қосыңыз.

## Компания және оның жобалар портфелі

Компания және оның жобалар портфелі: миллиондаған клиент; ай сайынғы сату көлемі миллиардтармен есептеледі.

## Токенді жеңілдікпен сатып алыңыз.

Тұрақты жұмысқа жазылым жеңілдігі. Токен сатып алуға промокодтар — 50% дейін.

Жазылым

Тұрақты сұрауыңызға жеңілдікті тариф таңдаңыз.

50% дейінгі промокод

Сатып алғанда код енгізіңіз. Баға қазіргі науқанмен қайта есептеледі.

Тарихтағы шығындар

Әр сұрауға модель, токен және сома сақталады.

[Жазылым таңдау](https://ailoot.ai/docs/kk/billing/subscriptions/) · [Модель бағасын көру](https://ailoot.ai/models/kk/)

## API-ді сататын өніміңізге қосыңыз.

SaaS, қолданба мен бот Ailoot офертасы және лицензиялық шартына сай. Қайта сатуға реселлер лицензиясын сұраңыз.

Коммерциялық қолданба

Қызметіңіздің ақылы функциясына мәтін, сурет, бейне және дыбыс жасауды қосыңыз.

Реселлер лицензиясы

Жоба сипаттамасы мен кіру схемасын жіберіңіз. Пайдалану мен қайта сатуға жазбаша шарт сұраңыз.

Сайттағы құжаттар

Оферта, лицензиялық шарт және дерек саясаты қоспай тұрып қолжетімді.

[Реселлер лицензиясын сұрау](mailto:support@ailoot.ai) · [Оферта мен лицензиялық шарт](https://ailoot.ai/legal/offer?lang=kk)

## Ailoot · Компания және оның жобалар портфелі





Ailoot жинақталған жұмыс тәжірибесіне, кең клиенттік базаға, тұрақты қызметке және KPI көрсеткіштерін үздіксіз бақылауға сүйенеді.





Компания және оның жобалар портфелі: миллиондаған клиент; ай сайынғы сату көлемі миллиардтармен есептеледі.





Ailoot осы тәжірибені клиенттердің өнімдерінде, агенттерінде, қолданбаларында және автоматтандыруларында жасанды интеллект мүмкіндіктеріне API арқылы қол жеткізуді қамтамасыз етуге пайдаланады.