Microsoft AI: MAI-Transcribe 1.5

Microsoft AI MAI-Transcribe 1.5는 자동 언어 식별과 억양·소음 오디오에 대한 대응을 강조하며 43개 언어의 녹음 음성을 텍스트로 변환합니다. 모델 카드는 이름과 전문 용어를 위한 도메인 인식 키워드 편향을 설명합니다. 전사문을 검토된 메모나 자막의 기초로 사용하세요.

Ailoot Ultra · 음성 전사 POST /v1/audio/transcriptions microsoft/mai-transcribe-1.5

모델 소개

이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.

Microsoft AI MAI-Transcribe 1.5는 녹음 오디오를 글로 변환하는 음성 인식 모델입니다. 정확한 모델 카드는 43개 언어 인식, 자동 언어 식별, 억양·방언·말하기 방식·소음 조건에 대한 견고함을 설명합니다. 이 에디션은 MAI-Transcribe 1의 25개 언어에 18개를 추가합니다. 유용한 결과는 강의, 인터뷰, 통화, 음성 메모의 발화를 글로 옮긴 것으로, 이후 편집이나 분석 전에 녹음과 대조해 확인할 수 있습니다.

제조사가 명시한 WAV, MP3, FLAC 중 하나로 온전하고 알아들을 수 있는 녹음을 준비하세요. 전사문을 오디오와 비교할 수 있도록 원본 파일과 구간 분할 정보를 보관하세요. 강의에서는 어려운 단어만 떼어내지 말고 기술 용어 주변의 문구를 유지하세요. 음성 메모에서는 이름, 시간, 숫자를 바꾸는 수정을 보존하세요. 주변 발화는 무엇을 말했는지 인식할 맥락을 제공하며, 직접 들어 검토하면 출력의 수정이 필요한 위치를 찾을 수 있습니다.

자동 언어 식별을 통해 미리 언어를 선택하지 않아도 녹음을 처리할 수 있습니다. 43개 언어에는 영어, 프랑스어, 독일어, 이탈리아어, 스페인어, 힌디어, 중국어, 일본어, 한국어, 아랍어, 인도네시아어, 러시아어, 태국어, 베트남어가 포함됩니다. 추가된 언어에는 불가리아어, 카탈루냐어, 그리스어, 우크라이나어, 여러 남아시아 언어가 있습니다. MAI-Transcribe 2의 더 넓은 지원 범위를 가져와 적용하지 말고 대상 언어가 이 에디션의 목록에 속하는지 확인하세요. 다국어 자료 모음에서는 후속 편집이 실제 발화 내용을 따르도록 검토한 텍스트와 함께 녹음의 언어를 보존하세요.

1.5 모델 카드는 최대 200개 용어의 키워드 또는 개체 편향을 설명하며, 릴리스는 예상되는 이름, 약어, 전문 단어를 맥락으로 제공하는 것이 목적이라고 밝힙니다. 제조사는 제공한 단어를 결과에 무조건 밀어 넣는 것이 아니라 맥락적 힌트로 설명합니다. 프로젝트 이름, 기술 기기, 녹음에서 논의한 사람의 정확한 이름 표기처럼 관련 어휘를 준비하세요. 이 용어를 실제 녹음의 맥락으로 사용하고 인식된 용어를 발화와 대조해 확인하세요.

녹음된 공학 수업에서는 논의하는 기기 이름과 프로젝트 약어의 정확한 표기를 준비하세요. 집중된 용어 목록에 정확한 표기를 적고 오디오 및 전사문과 함께 보관하세요. 어휘 항목이 일치의 증거라고 여기지 말고 등장 위치를 발화 구절과 대조해 검토하세요. 비슷하게 들리는 이름도 확인이 필요할 수 있습니다. 결과는 의미를 바꾸는 수정이나 단서를 포함해 실제로 말한 단어를 보존해야 합니다.

제조사는 배경 소음과 다양한 마이크 조건을 포함한 실제 환경 오디오의 성능을 강조합니다. 실용적인 검토는 동시 발화, 작은 목소리, 다른 소리에 일부 가려진 단어가 있는 구절에 집중할 수 있습니다. 주제에 대한 가정으로 빈틈을 채우지 말고 불확실성을 해당 오디오 구절에 연결해 유지하세요. 그럴듯한 문장에도 잘못된 고유명사나 숫자가 있을 수 있습니다. 통화 전사문의 유용한 결과물은 발신자의 의도를 추측한 기록이 아니라 후속 분석에 사용할 수 있는 검토된 발화 기록입니다.

정확한 1.5 모델 카드는 최대 파일 크기 300 MB와 2시간을 명시합니다. 연결된 동기 전사 REST 참조는 250 MB보다 작고 2시간보다 짧아야 한다는 더 엄격한 서빙 입력을 설명합니다. 이는 별도로 명시된 모델 카드 및 인터페이스 한도입니다. 의도한 인터페이스의 한도 안에서 파일을 준비하고 긴 자료는 녹음의 의미 있는 경계에서 나누세요. 파일 크기 한도는 인코딩된 오디오에, 길이 한도는 음성 녹음의 길이에 관한 것이며 어느 쪽도 텍스트 모델의 컨텍스트 창을 정의하지 않습니다.

모델 카드의 예시 출력은 녹음 길이와 합쳐진 인식 텍스트를 담은 JSON입니다. 이 텍스트는 접근성 있는 전사문, 자막용 대본, 후속 요약과 검색의 입력이 될 수 있습니다. 결과에 필요한 시간 데이터가 없다면 자막 묶기와 녹음 정렬은 별도 준비 작업입니다. 인터뷰 기록에서 한 줄을 특정 참여자에게 귀속하려면 누가 말했는지 별도로 확인한 기록이 필요합니다. 이후 결과물의 기초로 인식 문구와 오디오를 보존하세요.

출력을 계획할 때 에디션의 경계가 중요합니다. 1.5 카드는 화자 분리를 지원 능력에서 명시적으로 제외하며, 제조사의 버전 비교는 단어 단위 타임스탬프와 clean/verbatim 스타일 제어를 MAI-Transcribe 2에 배정합니다. 네이티브 스트리밍 모델도 별도 에디션입니다. 따라서 이 1.5 모델은 다른 에디션의 화자, 시간, 실시간 입력 기능을 결과에 포함시키지 않고 녹음에서 인식한 텍스트와 문서화된 도메인 맥락에 집중합니다. 인용 구절, 자막 트랙, 파생 문서를 준비하기 전에 이름, 숫자, 기술 용어, 불명확한 발화를 검토하세요.

Ailoot Ultra · 음성 전사 POST /v1/audio/transcriptions microsoft/mai-transcribe-1.5

microsoft/mai-transcribe-1.5

Microsoft AI /microsoft/mai-transcribe-1.5

시작하기

허용 입력: 오디오
결과: 텍스트

Ailoot에서 사용 가능 · 입력 및 메서드

Ailoot Ultra · 음성 전사 POST /v1/audio/transcriptions

입력: audio
출력: text

필드	유형	요건	값과 한도	기본값
필드`model`	유형`string`	요건필수	값과 한도 microsoft/mai-transcribe-1.5	기본값—
필드`input_audio`	유형`object`	요건필수	값과 한도	기본값—
필드`language`	유형`string`	요건선택 사항	값과 한도	기본값—
필드`temperature`	유형`number`	요건선택 사항	값과 한도 최솟값: 0 최댓값: 1	기본값—
필드`response_format`	유형`string`	요건선택 사항	값과 한도 json, verbose_json	기본값json
필드`timestamp_granularities`	유형`array`	요건선택 사항	값과 한도	기본값—
필드`provider`	유형`object`	요건선택 사항	값과 한도	기본값—

메서드 매개변수와 수명 주기

매개변수	명세
매개변수`content_type`	명세application/json
매개변수`required`	명세model, input_audio
매개변수`material_types`	명세audio
매개변수`material_conditions`	명세실제 WAV 파일을 읽고 해당 바이트를 선언된 JSON input_audio에 맞게 인코딩하세요. 이 정확한 JSON 전용 선언에는 multipart 경로가 안내되어 있지 않습니다.

수명 주기: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · 실제로 반환된 task_id 또는 미디어 라이브러리 기록

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

요금

최종 요금 계산 방식

표시된 요율은 생성 전 비용을 예상하는 데 사용됩니다. 최종 청구액은 최초 생성에 기록된 비용으로 계산됩니다. 측정된 출력 길이와 예상 수량은 최종 청구 수량이 아닙니다.

요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.

빠른 모드: 미지정 빠른 모드를 선택한 경우
Flex 모드: 미지정 flex 모드를 선택한 경우
최대 추론 수준: 미지정 최대 추론 수준에 default 조정값을 적용하는 경우

비교용 예상 요금

설정별 가격

각 요금을 표시된 조건과 대조하세요. 서로 대체되는 설정 묶음마다 하나의 요금만 적용하세요.

설정	요금표	예측 수량	과금 단위	요금
설정기본 토큰 요금	요금표기본 요금	예측 수량—	과금 단위—	요금 입력 · 입력 토큰 · 비교 전용 추정치 — / 1K 토큰 출력 · 출력 토큰 · 비교 전용 추정치 — / 1K 토큰 입력 · 캐시 읽기 · 비교 전용 추정치 — / 1K 토큰 입력 · 캐시 쓰기 · 비교 전용 추정치 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 · 비교 전용 추정치 — / 1K 토큰
설정입력 오디오(시간)	요금표—	예측 수량—	과금 단위입력 오디오 시간당	요금 입력 · 입력 오디오(시간) · 비교 전용 추정치 $0.72 입력 오디오 시간당
설정예상 생성 비용	요금표—	예측 수량1회 생성 예상치	과금 단위—	요금 출력 · 예상 생성 비용 · 비교 전용 추정치 $0.0002 생성 전 추정치 이 예상 금액은 추가 요금이나 생성 완료 시 적용되는 고정 요금이 아닙니다.

Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →

요청 예제

Ailoot Ultra · 음성 전사

curl · 정확한 네이티브 본문과 결과 전체

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.

결과 수신 및 저장

Ailoot Ultra · 음성 전사

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

기타 콘텐츠 조회

내 소유의 기존 자산 조회

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.

완료된 결과 모두 보관

반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.

전체 응답과 헤더, 실제로 생성된 모든 출력, 최초로 반환된 식별자와 모든 사용량 필드를 보관하세요. 생성 요청을 다시 제출하지 말고 최초 작업을 복구하세요.

원래 응답을 확인해야 할 경우

정산 대조를 위해 반환된 X-Client-Request-ID를 보관하세요. 실제로 반환된 task_id/asset_id 값이나 소유한 미디어 라이브러리만 조회하세요. 작업 ID로 태스크 URL을 만들거나 생성 요청을 다시 제출하지 마세요.

응답 필드

필드	유형
필드`text`	유형
필드`usage`	유형
필드`segments[]`	유형
필드`words[]`	유형
필드`speaker fields`	유형
필드`timestamps`	유형

별칭

모델 별칭

Ailoot Ultra microsoft/mai-transcribe-1.5

메서드 경로 별칭

위에 표시된 메서드 경로를 사용하세요.

Microsoft AI: MAI-Transcribe 1.5