Source: https://ailoot.ai/models/lt/asr-1-0/ Canonical: https://ailoot.ai/models/lt/asr-1-0/ Language: lt # asr-1.0 [Markdown](https://ailoot.ai/models/lt/asr-1-0/index.md) · [JSON](https://ailoot.ai/models/lt/asr-1-0/facts.json) ## [asr-1.0](https://ailoot.ai/models/lt/asr-1-0/) MiniMax ASR 1.0 paverčia garsą tekstu, palaiko rusų kalbą, replikų atskyrimą pagal kalbėtojus ir laiko žymas. - [**Ailoot · Kalba į tekstą** `POST /v1/audio/transcriptions` `asr-1.0`](https://ailoot.ai/models/lt/asr-1-0/#method-0) Apie modelį Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau. #### Pokalbio įrašas į tekstą MiniMax ASR 1.0 atpažįsta kalbą garso faile. Gamintojas aprašo taikymą susitikimams, interviu, tinklalaidėms, vaizdo įrašo garso takeliui, turinio kontrolei ir pokalbių nagrinėjimui. Modelis pritaikytas šnekamajai kalbai, triukšmui ir profesinei leksikai, pabrėžiant išgalvotų fragmentų mažinimą. Šioje Ailoot kortelėje įvestis – garsas, rezultatas – tekstas. #### Kalba ir keli dalyviai Palaikomos rusų ir ukrainiečių, anglų, prancūzų, vokiečių, ispanų, italų, portugalų ir lenkų kalbos; taip pat kinų, kantoniečių, japonų, korėjiečių, tajų, vietnamiečių, indoneziečių, malajų, filipiniečių, arabų ir turkų. Jei kalba nenurodyta, modelis automatiškai nustato pagrindinę kalbą; gamintojas atskirai aprašo kinų ir anglų kalbos derinį. Išplėstai pateikdamas rezultatą modelis gali išskirti kalbėtojus ir susieti replikas su laiku. Šiuo formatu grąžinamas bendras dalyvių skaičius ir segmentai su kalbėtojo žyma, pradžia, pabaiga bei tekstu. Tai padeda nustatyti, kas ir kada ištarė konkrečią repliką, nesumaišant skirtingų dalyvių replikų. #### Rezultato pateikimas Gamintojas numato įprastą JSON su tekstu ir trukme, išplėstą `verbose_json` bei SRT ir WebVTT subtitrus. Laiko žymoms pagal numatytąsias nuostatas naudojamas sakinio arba segmento lygis. Atskirų žodžių žymos aprašytos anglų kalbai, atskirų simbolių – kinų; tokios žymos taikomos formatams su lygiavimu. Galima laipsniška tekstinė išvestis, tačiau jos negalima derinti su kalbėtojų atskyrimu ir subtitrų formatais. Toks režimas grąžina naujus atpažinto teksto fragmentus apdorojant jau pateiktą failą. Tai rezultato srautas, o ne nepertraukiamas garso siuntimas iš mikrofono. #### Reikalavimai įrašui Deklaruojami įvesties formatai – WAV, AIFF, FLAC, ALAC M4A konteineryje, MP3, AAC, Opus ir Ogg. Faile turi būti ne daugiau kaip **500 sekundžių** garso, o jo dydis negali viršyti **50 MB**. Viršijus trukmę failas atmetamas, o ne nepastebimai nukerpamas. Neapdorotas PCM be konteinerio nepalaikomas. Rengiant įrašą gamintojas rekomenduoja 16 kHz mono garsą arba suspaustą garso formatą: aukštas dažnis ir stereofoninis garsas atpažinimui nereikalingi ir didina failo dydį. Išplėstos išvesties ir srautinio apdorojimo galimybės taikomos ASR 1.0; konkrečios užklausos prieinamas atsakymo formatas nustatomas Ailoot priemonėmis. **Ailoot · Kalba į tekstą** `POST /v1/audio/transcriptions` `asr-1.0` [`asr-1.0`](https://ailoot.ai/models/lt/#m=asr-1.0&route=Core&caller=asr-1.0&fmt=transcriptions) MiniMax /`asr-1.0` ### Pradžia MiniMax ASR 1.0 paverčia garsą tekstu, palaiko rusų kalbą, replikų atskyrimą pagal kalbėtojus ir laiko žymas. Leidžiamos įvestys Garsas Rezultatai Tekstas ### Prieinama Ailoot · įvestys ir metodai **Ailoot · Kalba į tekstą** `POST /v1/audio/transcriptions` Įvestis `audio` Išvestis `text` Išvesties formatas json | Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta | | --- | --- | --- | --- | --- | | Laukas`model` | Tipas`string` | ReikalavimasPrivaloma | Reikšmės ir ribos asr-1.0 | Numatyta— | | Laukas`file` | Tipas`file` | ReikalavimasPrivaloma | Reikšmės ir ribos Didžiausias baitų skaičius: 52 428 800 Failų formatai: wav, mp3, m4a, ogg, webm, flac Turinio tipas: multipart/form-data Didžiausia trukmė (neįskaitytinai), sekundės: 500 | Numatyta— | | Laukas`response_format` | Tipas`string` | ReikalavimasNeprivaloma | Reikšmės ir ribos json | Numatyta— | Įvesties medžiagos deriniai **speech\_to\_text** · Privaloma: actual audio file Metodo parametrai ir gyvavimo ciklas | Parametras | Specifikacija | | --- | --- | | Parametras`material_types` | Specifikacijaaudio | | Parametras`required` | Specifikacijanull | | Parametras`optional_controls` | Specifikacijanull | Gyvavimo ciklas: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · faktiškai grąžinta task\_id reikšmė arba medijos bibliotekos įrašas `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` Metodų struktūros ir ID yra tikslūs; tiekėjo galimybės yra atskirtos nuo užklausos priėmimo. ### Planai #### Ailoot metodų įkainiai Įvestis 0,38 USD *už garso valandą* Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. [Kaip veikia rezervavimas ir atsiskaitymas →](https://ailoot.ai/docs/lt/billing/reserve/) ### Užklausų pavyzdžiai #### Ailoot · Kalba į tekstą Transkripcijos pavyzdys ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_AUDIO_FILE:?Set your actual MP3 recording}" export AILOOT_AUDIO_FILE python3 - <<'PY_REQUEST' import os from pathlib import Path f=Path(os.environ["AILOOT_AUDIO_FILE"]) if not f.is_file() or f.suffix.lower()!=".mp3":raise SystemExit("Choose your actual MP3 recording") PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \ -H "Authorization: Bearer $AILOOT_API_KEY" \ --form-string model=asr-1.0 -F "file=@$AILOOT_AUDIO_FILE" \ -D response-headers.txt -o result.json python3 - <<'PY_RESULT' import json from pathlib import Path print(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2)) PY_RESULT ``` ### Gauti ir išsaugoti rezultatus #### Ailoot · Kalba į tekstą json - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` ##### Išsaugoti visus baigtus rezultatus Išsaugokite kiekvieną visą grąžintą atsakymą, failą ir turinio dalį. Išsaugokite visą JSON, ne vien tekstą; išsaugokite kiekvieną pasiekiamą segmentą, kalbėtoją, laiko žymą ir tikrą užduoties ar ištekliaus tapatybę. ##### Jei reikia patikrinti pradinį atsakymą Išsaugokite pradinį operation\_id/X-Client-Request-ID duomenims sutikrinti, pakartotinai neteikdami užklausos; atskiro garso būsenos tikrinimo maršruto nėra. Atsakymo laukai | Laukas | Tipas | | --- | --- | | Laukas`text` | Tipasstring | | Laukas`segments[]` | Tipasobject | | Laukas`task_id` | Tipasstring | | Laukas`asset_url` | Tipasstring | | Laukas`usage` | Tipasobject | Klaidos ir tolesni veiksmai | Atsakymas | Sąlyga | Kitas žingsnis | | --- | --- | --- | | Atsakymas400 · `invalid_request_error` | SąlygaNetinkami privalomi laukai, medžiagos pateikimo forma arba parametro reikšmė | Kitas žingsnisPrieš naują kūrimo užklausą pataisykite nurodytus laukus. | | Atsakymas`server_error` | SąlygaGrąžintame atsakyme nurodoma, kad operaciją arba rezultatą reikia patikrinti | Kitas žingsnisIšsaugokite pradinį grąžintą operacijos ar užduoties ID, užklausos antraštes ir atsakymą; toliau tikrinkite tos pačios pradinės operacijos duomenis palaikomais būdais. Kūrimo užklausos pakartotinai neteikite. | ### Pseudonimai #### Modelių pseudonimai **Ailoot** [`asr-1.0`](https://ailoot.ai/models/lt/#m=asr-1.0&route=Core&caller=asr-1.0&fmt=transcriptions) #### Metodų kelių pseudonimai Naudokite aukščiau nurodytus metodų kelius. #### Susiję ID iškvietimui [`asr-1.0`](https://ailoot.ai/models/lt/#m=asr-1.0&route=Core&caller=asr-1.0&fmt=transcriptions) FAQ · asr-1.0 Kokios įvestys ir rezultatai prieinami? `POST /v1/audio/transcriptions` · `asr-1.0`: `audio` → `text` Kokius laukus naudoja užklausa? `POST /v1/audio/transcriptions` · `asr-1.0`: `model`, `file`, `response_format` Prijunkite Ailoot prie Claude Code, OpenCode, Hermes arba savo programos. ## Įmonė ir jos projektų portfelis Įmonė ir jos projektų portfelis: milijonai klientų; mėnesio pardavimai siekia milijardus. ## Pirkite žetonus su nuolaida. Prenumeratos nuolaida reguliariam darbui. Kodai — iki 50% žetonų pirkimui. Prenumerata Pasirinkite planą su nuolaida reguliarioms užklausoms. Nuolaidos kodas iki 50% Įveskite kodą perkant. Kaina perskaičiuojama pagal galiojančios akcijos sąlygas. Išlaidos istorijoje Kiekvienai užklausai išsaugomi modelis, žetonai ir suma. [Pasirinkti prenumeratą](https://ailoot.ai/docs/lt/billing/subscriptions/) · [Peržiūrėti modelių kainas](https://ailoot.ai/models/lt/) ## Prijunkite API prie produkto, kurį parduodate. SaaS, programos ir botai pagal Ailoot ofertą bei licencijos sutartį. Perpardavimui paprašykite perpardavėjo licencijos. Komercinė programa Teksto, vaizdų, video ir garso kūrimą integruokite į mokamas paslaugos funkcijas. Perpardavėjo licencija Atsiųskite projekto aprašymą ir prieigos schemą. Paprašykite rašytinių naudojimo ir perpardavimo sąlygų. Dokumentai svetainėje Oferta, licencijos sutartis ir duomenų tvarkymo politika prieinamos prieš prisijungiant. [Paprašyti perpardavėjo licencijos](mailto:support@ailoot.ai) · [Oferta ir licencijos sutartis](https://ailoot.ai/legal/offer?lang=lt) ## Ailoot · Įmonė ir jos projektų portfelis Ailoot remiasi sukaupta veiklos patirtimi, plačia klientų baze, stabiliomis paslaugomis ir nuolatine KPI kontrole. Įmonė ir jos projektų portfelis: milijonai klientų; mėnesio pardavimai siekia milijardus. Ailoot šią veiklos patirtį pritaiko teikdama API prieigą prie DI funkcijų klientų produktuose, agentuose, programose ir automatizavimo sprendimuose.