Source: https://ailoot.ai/models/lt/microsoft-mai-transcribe-1-5/ Canonical: https://ailoot.ai/models/lt/microsoft-mai-transcribe-1-5/ Language: lt # Microsoft AI: MAI-Transcribe 1.5 [Markdown](https://ailoot.ai/models/lt/microsoft-mai-transcribe-1-5/index.md) · [JSON](https://ailoot.ai/models/lt/microsoft-mai-transcribe-1-5/facts.json) ## [Microsoft AI: MAI-Transcribe 1.5](https://ailoot.ai/models/lt/microsoft-mai-transcribe-1-5/) Microsoft AI MAI-Transcribe 1.5 įrašytą kalbą paverčia tekstu 43 kalbomis, automatiškai nustato kalbą ir daug dėmesio skiria akcentams bei triukšmingam garsui. Jo modelio kortelė aprašo srities kontekstą naudojančias raktažodžių užuominas vardams ir specializuotiems terminams. Transkripciją naudokite kaip patikrintų pastabų ar subtitrų pagrindą. - [**Ailoot Ultra · Transkribavimas** `POST /v1/audio/transcriptions` `microsoft/mai-transcribe-1.5`](https://ailoot.ai/models/lt/microsoft-mai-transcribe-1-5/#method-0) Apie modelį Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau. Microsoft AI MAI-Transcribe 1.5 – tai kalbos vertimo tekstu modelis įrašytam garsui paversti rašytiniu turiniu. Tiksli modelio kortelė aprašo 43 kalbų atpažinimą, automatinį kalbos nustatymą ir atsparumą skirtingiems akcentams, tarmėms, kalbėjimo stiliams bei triukšmingoms sąlygoms. Leidimas MAI-Transcribe 1 25 kalbų rinkinį išplečia aštuoniolika kalbų. Naudingas rezultatas – rašytinė paskaitos, interviu, skambučio ar balso pastabos kalba, kurią prieš vėlesnį redagavimą ar analizę galima patikrinti pagal įrašą. Parenkite visą suprantamą įrašą vienu iš gamintojo nurodytų formatų: WAV, MP3 arba FLAC. Išsaugokite pradinį failą ir visą suskirstymą dalimis, kad transkripciją būtų galima palyginti su garsu. Paskaitoje išlaikykite frazes aplink techninį terminą, užuot iškirpę tik sunkų žodį. Balso pastaboje išsaugokite pataisą, kuri keičia vardą, laiką ar skaičių. Aplinkinė kalba suteikia kontekstą pasakytam tekstui atpažinti, o klausytojo peržiūra gali nustatyti, kur išvestį reikia pataisyti. Automatinis kalbos nustatymas leidžia apdoroti įrašą nereikalaujant iš anksto pasirinkti kalbos. 43 kalbų rinkinys apima anglų, prancūzų, vokiečių, italų, ispanų, hindi, kinų, japonų, korėjiečių, arabų, indoneziečių, rusų, tajų ir vietnamiečių kalbas. Tarp pridėtų kalbų yra bulgarų, katalonų, graikų, ukrainiečių ir kelios Pietų Azijos kalbos. Patikrinkite, ar numatyta kalba priklauso šio leidimo rinkiniui, užuot perėmę platesnę MAI-Transcribe 2 aprėptį. Daugiakalbiuose rinkiniuose įrašo kalbą išsaugokite su peržiūrėtu tekstu, kad paskesnis redagavimas atitiktų tikrą sakytinį turinį. 1.5 modelio kortelė aprašo raktažodžių ar esinių užuominas su iki 200 terminų, o leidimas paaiškina paskirtį: tikėtinus vardus, akronimus ir specializuotus žodžius pateikti kaip kontekstą. Gamintojas aprašo kontekstines užuominas, o ne aklą pateiktų žodžių priverstinį įtraukimą į rezultatą. Parenkite svarbų žodyną, pavyzdžiui, projekto pavadinimą, techninį instrumentą ar teisingą įraše aptariamo žmogaus vardo rašybą. Šią terminiją naudokite kaip tikro įrašo kontekstą, o atpažintus terminus patikrinkite pagal kalbą. Įrašytai inžinerijos pamokai parenkite aptariamų instrumentų pavadinimus ir tikslią bet kurio projekto akronimo rašybą. Tikslias jų formas įrašykite į tikslingą terminų sąrašą ir laikykite jį kartu su garsu bei transkripcija. Šiuos atvejus patikrinkite pagal sakytines ištraukas, užuot žodyno įrašą laikę atitikmens įrodymu. Panašiai skambančius vardus vis tiek gali reikėti tikrinti. Rezultatas turėtų išsaugoti iš tikrųjų ištartus žodžius, įskaitant jų prasmę keičiančią pataisą ar patikslinimą. Gamintojas pabrėžia darbą su realiu garsu, įskaitant foninį triukšmą ir įvairias mikrofonų sąlygas. Praktinę peržiūrą galima sutelkti į ištraukas su vienalaike kalba, tyliais balsais ar kito garso iš dalies uždengtais žodžiais. Neaiškumus susiekite su atitinkama garso ištrauka, užuot užpildę juos temos prielaidomis. Tikėtinas sakinys vis tiek gali turėti neteisingą tikrinį vardą ar skaičių. Skambučio transkripcijai naudingas rezultatas – patikrintas sakytinio turinio įrašas vėlesnei analizei, o ne spėjamas skambintojo ketinimo aprašas. Tikslioje 1.5 modelio kortelėje nurodytas didžiausias 300 MB failas ir dvi valandos. Susieta sinchroninės transkripcijos REST specifikacija aprašo griežtesnę aptarnavimo įvestį: mažiau nei 250 MB ir trumpiau nei dvi valandas. Tai atskirai nurodytos modelio kortelės ir sąsajos ribos. Failus parenkite pagal numatytos sąsajos apimtį, o ilgesnę medžiagą tvarkykite ties prasmingomis įrašo ribomis. Failo dydžio riba taikoma užkoduotam garsui, o trukmės riba – kalbos įrašo ilgiui; nė viena nenustato tekstinio modelio konteksto lango. Modelio kortelės pavyzdinė išvestis yra JSON su įrašo trukme ir bendru atpažintu tekstu. Tekstas gali tapti prieinama transkripcija, subtitrų scenarijumi ar vėlesnio apibendrinimo ir paieškos įvestimi. Subtitrų įrašų grupavimas ir sulygiavimas su įrašu yra atskiras parengimas, kai rezultate nėra reikalingų laiko duomenų. Interviu įrašuose replikos priskyrimas įvardytam dalyviui reikalauja atskiro patikrinto įrašo, kas kalbėjo. Atpažintą formuluotę ir garsą išsaugokite kaip šių vėlesnių rezultatų pagrindą. Planuojant išvestį svarbios leidimo ribos. 1.5 kortelė aiškiai nurodo, kad kalbėtojų atskyrimas nepatenka į palaikomas galimybes, o gamintojo versijų palyginimas žodžių lygmens laiko žymas ir clean/verbatim stiliaus valdiklius priskiria MAI-Transcribe 2. Natyvus srautinis modelis taip pat yra atskiras leidimas. Todėl šis 1.5 variantas sutelktas į iš įrašų atpažintą tekstą ir dokumentuotą srities kontekstą, neperkeliant į rezultatą kito leidimo kalbėtojų, laiko ar tiesioginės įvesties funkcijų. Prieš ruošdami citatą, subtitrų takelį ar išvestinį dokumentą, peržiūrėkite vardus, skaičius, techninius terminus ir neaiškią kalbą. **Ailoot Ultra · Transkribavimas** `POST /v1/audio/transcriptions` `microsoft/mai-transcribe-1.5` [`microsoft/mai-transcribe-1.5`](https://ailoot.ai/models/lt/#m=microsoft%2Fmai-transcribe-1.5&route=Ultra&caller=microsoft%2Fmai-transcribe-1.5&fmt=transcriptions) Microsoft AI /`microsoft/mai-transcribe-1.5` ### Pradžia Microsoft AI MAI-Transcribe 1.5 įrašytą kalbą paverčia tekstu 43 kalbomis, automatiškai nustato kalbą ir daug dėmesio skiria akcentams bei triukšmingam garsui. Jo modelio kortelė aprašo srities kontekstą naudojančias raktažodžių užuominas vardams ir specializuotiems terminams. Transkripciją naudokite kaip patikrintų pastabų ar subtitrų pagrindą. Leidžiamos įvestys Garsas Rezultatai Tekstas ### Prieinama Ailoot · įvestys ir metodai **Ailoot Ultra · Transkribavimas** `POST /v1/audio/transcriptions` Įvestis `audio` Išvestis `text` | Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta | | --- | --- | --- | --- | --- | | Laukas`model` | Tipas`string` | ReikalavimasPrivaloma | Reikšmės ir ribos microsoft/mai-transcribe-1.5 | Numatyta— | | Laukas`input_audio` | Tipas`object` | ReikalavimasPrivaloma | Reikšmės ir ribos | Numatyta— | | Laukas`language` | Tipas`string` | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— | | Laukas`temperature` | Tipas`number` | ReikalavimasNeprivaloma | Reikšmės ir ribos Mažiausia reikšmė: 0 Didžiausia reikšmė: 1 | Numatyta— | | Laukas`response_format` | Tipas`string` | ReikalavimasNeprivaloma | Reikšmės ir ribos json, verbose\_json | Numatytajson | | Laukas`timestamp_granularities` | Tipas`array` | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— | | Laukas`provider` | Tipas`object` | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— | Metodo parametrai ir gyvavimo ciklas | Parametras | Specifikacija | | --- | --- | | Parametras`content_type` | Specifikacijaapplication/json | | Parametras`required` | Specifikacijamodel, input\_audio | | Parametras`material_types` | Specifikacijaaudio | | Parametras`material_conditions` | SpecifikacijaNuskaitykite tikrą WAV failą ir užkoduokite tikruosius jo baitus deklaruotai JSON input\_audio įvesčiai; šiai tiksliai vien JSON skirtai deklaracijai multipart maršrutas nesiūlomas. | 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}` ### Planai ##### Kaip apskaičiuojamas galutinis mokestis Rodomi įkainiai leidžia įvertinti kainą prieš generavimą. Galutinė suma apskaičiuojama pagal užfiksuotą pradinio generavimo kainą. Išmatuota rezultato trukmė ir prognozuoti kiekiai nėra galutinis apmokestinamas kiekis. Tarifų informacija neprideda užklausos parinkčių. Palaikomi parametrai nurodyti prie pasirinkto metodo. Spartusis režimas Nenurodyta Pasirinkus spartųjį režimą Flex režimas Nenurodyta Pasirinkus flex režimą Didžiausios samprotavimo pastangos Nenurodyta Kai didžiausioms samprotavimo pastangoms taikomas numatytasis koregavimas (default) #### Numatomi įkainiai palyginimui #### Kainos pagal konfigūraciją Kiekvieną mokestį susiekite su nurodytomis sąlygomis. Kiekvienam alternatyvių konfigūracijų rinkiniui taikykite vieną įkainį. | Konfigūracija | Įkainių lentelė | Numatomas kiekis | Apskaitos vienetas | Mokestis | | --- | --- | --- | --- | --- | | KonfigūracijaBaziniai žetonų įkainiai | Įkainių lentelėBazinis įkainis | Numatomas kiekis— | Apskaitos vienetas— | Mokestis Įvestis · Įvesties tokenai · Įvertis tik palyginimui **—** / 1K tokenų Išvestis · Išvesties tokenai · Įvertis tik palyginimui **—** / 1K tokenų Įvestis · Talpyklos skaitymas · Įvertis tik palyginimui **—** / 1K tokenų Įvestis · Rašymas į talpyklą · Įvertis tik palyginimui **—** / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val · Įvertis tik palyginimui **—** / 1K tokenų | | Konfigūracijaįvesties garso valanda | Įkainių lentelė— | Numatomas kiekis— | Apskaitos vienetasuž įvesties garso valandą | Mokestis Įvestis · įvesties garso valanda · Įvertis tik palyginimui **$0.72** už įvesties garso valandą | | KonfigūracijaNumatoma generavimo kaina | Įkainių lentelė— | Numatomas kiekisvieno generavimo įvertis | Apskaitos vienetas— | Mokestis Išvestis · Numatoma generavimo kaina · Įvertis tik palyginimui **$0.0002** įvertis prieš generavimą Šis įvertis nėra papildomas mokestis ar fiksuotas užbaigto generavimo įkainis. | Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. [Kaip veikia rezervavimas ir atsiskaitymas →](https://ailoot.ai/docs/lt/billing/reserve/) ### Užklausų pavyzdžiai #### Ailoot Ultra · Transkribavimas curl · tikslus savosios sąsajos užklausos turinys ir visas rezultatas ```bash set -eu : "${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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o response.bin # Keep the complete original response and headers. Read every returned segment, word and usage field. # Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting. ``` ### Gauti ir išsaugoti rezultatus #### Ailoot Ultra · Transkribavimas - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` Kito turinio skaitymas Skaityti esamą jums priklausančią medžiagą ```bash set -eu : "${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. ``` ##### Išsaugoti visus baigtus rezultatus Išsaugokite kiekvieną visą grąžintą atsakymą, failą ir turinio dalį. Išsaugokite visą atsakymą ir antraštes, visus faktiškai gautus rezultatus, pradinius grąžintus identifikatorius ir visus naudojimo apskaitos laukus. Atkurkite prieigą prie pradinės operacijos pakartotinai neteikdami kūrimo užklausos. ##### Jei reikia patikrinti pradinį atsakymą Išsaugokite grąžintą X-Client-Request-ID duomenims sutikrinti. Tikrinkite tik faktiškai grąžintas task\_id/asset\_id reikšmes arba jums priklausančią medijos biblioteką; niekada nekurkite užduoties URL iš operacijos ID ir niekada pakartotinai neteikite kūrimo užklausos. Atsakymo laukai | Laukas | Tipas | | --- | --- | | Laukas`text` | Tipas | | Laukas`usage` | Tipas | | Laukas`segments[]` | Tipas | | Laukas`words[]` | Tipas | | Laukas`speaker fields` | Tipas | | Laukas`timestamps` | Tipas | ### Pseudonimai #### Modelių pseudonimai **Ailoot Ultra** [`microsoft/mai-transcribe-1.5`](https://ailoot.ai/models/lt/#m=microsoft%2Fmai-transcribe-1.5&route=Ultra&caller=microsoft%2Fmai-transcribe-1.5&fmt=transcriptions) #### Metodų kelių pseudonimai Naudokite aukščiau nurodytus metodų kelius. #### Susiję ID iškvietimui [`microsoft/mai-transcribe-1.5`](https://ailoot.ai/models/lt/#m=microsoft%2Fmai-transcribe-1.5&route=Ultra&caller=microsoft%2Fmai-transcribe-1.5&fmt=transcriptions) FAQ · Microsoft AI: MAI-Transcribe 1.5 Kokios įvestys ir rezultatai prieinami? `POST /v1/audio/transcriptions` · `microsoft/mai-transcribe-1.5`: `audio` → `text` Kokius laukus naudoja užklausa? `POST /v1/audio/transcriptions` · `microsoft/mai-transcribe-1.5`: `model`, `input_audio`, `language`, `temperature`, `response_format`, `timestamp_granularities`, `provider` Kokie apribojimai taikomi? `POST /v1/audio/transcriptions` · `microsoft/mai-transcribe-1.5`: `temperature.minimum`: `0`; `temperature.maximum`: `1` 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.