{
  "aboutHtml": "<p>Whisper large-v3 yra išleistas OpenAI kalbos atpažinimo modelio leidimas, turintis maždaug 1,55 milijardo parametrų. Tai daugiakalbis koduotuvo ir dekoduotuvo modelis: garsas patenka į koduotuvą, o dekoduotuvas numato tekstą ir su užduotimi susijusius žetonus. Pagrindinės užduotys yra kalbos transkripcija šaltinio kalba ir kalbos vertimas į anglų kalbą. Tai atvirų svorių modelio tapatybė, atskiriama nuo prieglobos paslaugos modelio identifikatoriaus ar tos paslaugos įkėlimo bei atsako formato taisyklių.</p><p>Large-v3 išlaiko ankstesnių didžiųjų Whisper modelio leidimų architektūrą su dviem nurodytais pakeitimais: spektrogramos įvestis naudoja 128 Melo dažnių juostas vietoj 80 ir pridedamas kantoniečių kalbos žetonas. Gamintojo modelio kortelėje aprašomas mokymas naudojant vieną milijoną valandų silpnai sužymėto garso ir keturis milijonus valandų pseudopažymėto garso, paruošto su Whisper large-v2. Šis mišinys naudotas dvi mokymo epochas. Leidimas yra konkretus large-v3 modelio leidimas, o ne bendras kiekvieno Whisper šeimos modelio pavadinimas.</p><p>Dokumentuotas vykdymo procesas pagal numatytąsias nuostatas atlieka transkripciją, išsaugodamas įraše vartojamą kalbą. Jis gali automatiškai aptikti šaltinio kalbą arba priimti žinomos kalbos pasirinkimą. Vertimui daugiakalbis didysis modelis iš ne angliškos kalbos pateikia angliško teksto rezultatą. Šią užduotį pasirinkite aiškiai: transkripcija ta pačia kalba ir vertimas į anglų kalbą yra skirtingi rezultatai. Interviu išsaugokite originalios kalbos formuluotes; angliškam informaciniam dokumentui nurodykite, kad norimas rezultatas yra sakytinio turinio vertimas.</p><p>Garso paruošimas yra įvesties kelio dalis. OpenAI įkėliklis dekoduoja įrašą į mono bangos formą ir pakeičia diskretizavimo dažnį į 16 kHz. Modelio akustinis aprėpties laukas yra 30 sekundžių. Tai apdorojimo langas, o ne didžiausia viso interviu ar paskaitos trukmė. Ilgų įrašų vykdymas gali nuosekliai judėti slankiaisiais langais arba padalyti ilgą įrašą į persidengiančias dalis ir sujungti jų transkripcijas. Gamintojo modelio kortelėje aprašomas nuoseklus apdorojimas, kai svarbiausia tikslumas, ir apdorojimas dalimis, kai svarbesnis vieno ilgo įrašo parengimo laikas.</p><p>Išleistoje konfigūracijoje nurodomos 448 dekoduotuvo pozicijos vienai dekodavimo sekai. Ilgesni įrašai apdorojami ilgų įrašų procesu, o ne laikant šį skaičių universalia transkripcijos riba. Dokumentuotas procesas gali kartu su atpažintu tekstu grąžinti segmentų arba žodžių lygmens laiko žymas. Šios laiko išvestys naudingos naršant įrašus ir ruošiant subtitrus, o galutinis subtitrų konteineris ar transkripcijos failo formatas yra atskiras išvesties formatavimo pasirinkimas. Ruošdami garsą išsaugokite įrašo laiko atskaitą, jei transkripcija bus suderinama su originalia medžiaga.</p><p>Numatytas Whisper vaidmuo yra kalbos atpažinimas ir vertimas. Paskaitos transkripcija, interviu protokolas ar paieškai tinkamas sakytinės medžiagos rinkinys yra praktinė išvestis; santraukų kūrimas ar interpretavimas gali būti tolesnis veiksmas su tekstu. Modelio kortelė nepatvirtina patikimo automatinio kalbėtojų klasifikavimo ar atskyrimo kaip standartinės bazinio modelio išvesties. Jei užduočiai reikia kalbėtojų žymų, šį reikalavimą reikia spręsti atskirai nuo teiginio apie tikslią transkripciją. Naudinga užduotis nurodo šaltinio kalbą, ar reikia transkripcijos, ar vertimo į anglų kalbą ir ar reikia laiko informacijos.</p><p>Esminiai apribojimai apima niekada neištarto teksto išgalvojimą ir pasikartojantį tekstą, siejamus su silpnai prižiūrimu mokymu triukšmingais duomenimis bei sekos keitimo į seką architektūra. Atpažinimo kokybė skiriasi tarp kalbų, akcentų ir tarmių; rezultatai silpnesni ten, kur mokymo medžiagos mažiau. Todėl tinkamumui vertinti naudojamame pavyzdyje turėtų būti triukšmo, specializuoto žodyno ir persidengiančios kalbos. Vardus, kiekius bei svarbius teiginius palyginkite su įrašu ir patikrinkite atkarpas be kalbos ar pasikartojančias eilutes, užuot sklandžią transkripciją laikę įrodymu, kad kiekvienas žodis išgirstas.</p><p>Pilnas rezultatas išsaugo atpažintą tekstą, jo kalbą ir visas prašytas laiko žymas su nuoroda į originalų įrašą. Transkripciją atskirkite nuo vėlesnio redagavimo: pataisyta publikavimo transkripcija gali pašalinti užpildomuosius žodžius, o atpažinta transkripcija išsaugo tai, ką modelis faktiškai grąžino. Large-v3 tapatybę ir vertimo galimybę taip pat reikia skirti nuo greitesnės Turbo versijos. Faktinis apdorojimo greitis priklauso nuo kalbos, kalbėjimo greičio, aparatinės įrangos ir vykdymo metodo; vien iš modelio leidimo pavadinimo negalima spręsti apie konkrečią prieglobos delsą, didžiausią įkėlimo dydį ar įjungtą programos maršrutą.</p>",
  "aboutText": "Whisper large-v3 yra išleistas OpenAI kalbos atpažinimo modelio leidimas, turintis maždaug 1,55 milijardo parametrų. Tai daugiakalbis koduotuvo ir dekoduotuvo modelis: garsas patenka į koduotuvą, o dekoduotuvas numato tekstą ir su užduotimi susijusius žetonus. Pagrindinės užduotys yra kalbos transkripcija šaltinio kalba ir kalbos vertimas į anglų kalbą. Tai atvirų svorių modelio tapatybė, atskiriama nuo prieglobos paslaugos modelio identifikatoriaus ar tos paslaugos įkėlimo bei atsako formato taisyklių.\n\nLarge-v3 išlaiko ankstesnių didžiųjų Whisper modelio leidimų architektūrą su dviem nurodytais pakeitimais: spektrogramos įvestis naudoja 128 Melo dažnių juostas vietoj 80 ir pridedamas kantoniečių kalbos žetonas. Gamintojo modelio kortelėje aprašomas mokymas naudojant vieną milijoną valandų silpnai sužymėto garso ir keturis milijonus valandų pseudopažymėto garso, paruošto su Whisper large-v2. Šis mišinys naudotas dvi mokymo epochas. Leidimas yra konkretus large-v3 modelio leidimas, o ne bendras kiekvieno Whisper šeimos modelio pavadinimas.\n\nDokumentuotas vykdymo procesas pagal numatytąsias nuostatas atlieka transkripciją, išsaugodamas įraše vartojamą kalbą. Jis gali automatiškai aptikti šaltinio kalbą arba priimti žinomos kalbos pasirinkimą. Vertimui daugiakalbis didysis modelis iš ne angliškos kalbos pateikia angliško teksto rezultatą. Šią užduotį pasirinkite aiškiai: transkripcija ta pačia kalba ir vertimas į anglų kalbą yra skirtingi rezultatai. Interviu išsaugokite originalios kalbos formuluotes; angliškam informaciniam dokumentui nurodykite, kad norimas rezultatas yra sakytinio turinio vertimas.\n\nGarso paruošimas yra įvesties kelio dalis. OpenAI įkėliklis dekoduoja įrašą į mono bangos formą ir pakeičia diskretizavimo dažnį į 16 kHz. Modelio akustinis aprėpties laukas yra 30 sekundžių. Tai apdorojimo langas, o ne didžiausia viso interviu ar paskaitos trukmė. Ilgų įrašų vykdymas gali nuosekliai judėti slankiaisiais langais arba padalyti ilgą įrašą į persidengiančias dalis ir sujungti jų transkripcijas. Gamintojo modelio kortelėje aprašomas nuoseklus apdorojimas, kai svarbiausia tikslumas, ir apdorojimas dalimis, kai svarbesnis vieno ilgo įrašo parengimo laikas.\n\nIšleistoje konfigūracijoje nurodomos 448 dekoduotuvo pozicijos vienai dekodavimo sekai. Ilgesni įrašai apdorojami ilgų įrašų procesu, o ne laikant šį skaičių universalia transkripcijos riba. Dokumentuotas procesas gali kartu su atpažintu tekstu grąžinti segmentų arba žodžių lygmens laiko žymas. Šios laiko išvestys naudingos naršant įrašus ir ruošiant subtitrus, o galutinis subtitrų konteineris ar transkripcijos failo formatas yra atskiras išvesties formatavimo pasirinkimas. Ruošdami garsą išsaugokite įrašo laiko atskaitą, jei transkripcija bus suderinama su originalia medžiaga.\n\nNumatytas Whisper vaidmuo yra kalbos atpažinimas ir vertimas. Paskaitos transkripcija, interviu protokolas ar paieškai tinkamas sakytinės medžiagos rinkinys yra praktinė išvestis; santraukų kūrimas ar interpretavimas gali būti tolesnis veiksmas su tekstu. Modelio kortelė nepatvirtina patikimo automatinio kalbėtojų klasifikavimo ar atskyrimo kaip standartinės bazinio modelio išvesties. Jei užduočiai reikia kalbėtojų žymų, šį reikalavimą reikia spręsti atskirai nuo teiginio apie tikslią transkripciją. Naudinga užduotis nurodo šaltinio kalbą, ar reikia transkripcijos, ar vertimo į anglų kalbą ir ar reikia laiko informacijos.\n\nEsminiai apribojimai apima niekada neištarto teksto išgalvojimą ir pasikartojantį tekstą, siejamus su silpnai prižiūrimu mokymu triukšmingais duomenimis bei sekos keitimo į seką architektūra. Atpažinimo kokybė skiriasi tarp kalbų, akcentų ir tarmių; rezultatai silpnesni ten, kur mokymo medžiagos mažiau. Todėl tinkamumui vertinti naudojamame pavyzdyje turėtų būti triukšmo, specializuoto žodyno ir persidengiančios kalbos. Vardus, kiekius bei svarbius teiginius palyginkite su įrašu ir patikrinkite atkarpas be kalbos ar pasikartojančias eilutes, užuot sklandžią transkripciją laikę įrodymu, kad kiekvienas žodis išgirstas.\n\nPilnas rezultatas išsaugo atpažintą tekstą, jo kalbą ir visas prašytas laiko žymas su nuoroda į originalų įrašą. Transkripciją atskirkite nuo vėlesnio redagavimo: pataisyta publikavimo transkripcija gali pašalinti užpildomuosius žodžius, o atpažinta transkripcija išsaugo tai, ką modelis faktiškai grąžino. Large-v3 tapatybę ir vertimo galimybę taip pat reikia skirti nuo greitesnės Turbo versijos. Faktinis apdorojimo greitis priklauso nuo kalbos, kalbėjimo greičio, aparatinės įrangos ir vykdymo metodo; vien iš modelio leidimo pavadinimo negalima spręsti apie konkrečią prieglobos delsą, didžiausią įkėlimo dydį ar įjungtą programos maršrutą.",
  "editorialOverlay": {
    "copy_fields": null,
    "copy_sha256": null,
    "copy_source": null,
    "html_sha256": "e4d155d45fce351ee20020ce2fc6e095cc93593bb1f25cecbd6ef1b71199672c",
    "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06",
    "raw_model_unchanged": true,
    "schema": "ailoot-native-model-editorial-v1"
  },
  "locale": "lt",
  "methods": [
    {
      "html": "<div class=\"sheet-head\"><span class=\"mav\" aria-hidden=\"true\">O</span><h2 id=\"sheet-title\">OpenAI: Whisper Large V3</h2><button class=\"icon-btn\" type=\"button\" data-close-sheet aria-label=\"Uždaryti\">×</button></div><div class=\"idline\"><span>OpenAI /</span><code>openai/whisper-large-v3</code><button type=\"button\" id=\"copy-id\">Kopijuoti ID</button></div><nav class=\"card-jump-nav\" aria-label=\"Modelio kortelės skyriai\"><button type=\"button\" data-card-jump=\"overview\">Pradžia</button><button type=\"button\" data-card-jump=\"methods\">Įvestys ir metodai</button><button type=\"button\" data-card-jump=\"pricing\">Planai</button><button type=\"button\" data-card-jump=\"examples\">Pavyzdžiai</button><button type=\"button\" data-card-jump=\"results\">Rezultatai</button><button type=\"button\" data-card-jump=\"aliases\">Pseudonimai</button></nav><div class=\"card-method-tabs\" role=\"tablist\" aria-label=\"API metodai\"><button type=\"button\" role=\"tab\" tabindex=\"0\" aria-controls=\"card-method-content\" aria-selected=\"true\" id=\"card-method-tab-0\" data-card-method=\"Ultra|transcriptions|/v1/audio/transcriptions|openai%2Fwhisper-large-v3\">Atpažinimas</button></div><div id=\"card-method-content\" role=\"tabpanel\" aria-labelledby=\"card-method-tab-0\"><section class=\"card-section\" data-card-section=\"overview\"><h3 tabindex=\"-1\">Pradžia</h3><p class=\"mdesc-full\">Whisper large-v3 yra atvirų svorių daugiakalbis OpenAI kalbos atpažinimo modelio leidimas transkripcijai ir kalbos vertimui į anglų kalbą. Jis paverčia įrašytą kalbą tekstu; dokumentuojamas kalbos pasirinkimas, laiko žymos ir ilgų įrašų apdorojimas už 30 sekundžių akustinio lango ribų.</p><dl class=\"card-io\" data-card-io><div><dt>Leidžiamos įvestys</dt><dd>Garsas</dd></div><div><dt>Rezultatai</dt><dd>transcription</dd></div></dl><details class=\"card-about\"><summary>Apie modelį</summary><p class=\"note-s\" data-model-method-boundary>Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.</p><div class=\"mabout\" id=\"m-about\"><p>Whisper large-v3 yra išleistas OpenAI kalbos atpažinimo modelio leidimas, turintis maždaug 1,55 milijardo parametrų. Tai daugiakalbis koduotuvo ir dekoduotuvo modelis: garsas patenka į koduotuvą, o dekoduotuvas numato tekstą ir su užduotimi susijusius žetonus. Pagrindinės užduotys yra kalbos transkripcija šaltinio kalba ir kalbos vertimas į anglų kalbą. Tai atvirų svorių modelio tapatybė, atskiriama nuo prieglobos paslaugos modelio identifikatoriaus ar tos paslaugos įkėlimo bei atsako formato taisyklių.</p><p>Large-v3 išlaiko ankstesnių didžiųjų Whisper modelio leidimų architektūrą su dviem nurodytais pakeitimais: spektrogramos įvestis naudoja 128 Melo dažnių juostas vietoj 80 ir pridedamas kantoniečių kalbos žetonas. Gamintojo modelio kortelėje aprašomas mokymas naudojant vieną milijoną valandų silpnai sužymėto garso ir keturis milijonus valandų pseudopažymėto garso, paruošto su Whisper large-v2. Šis mišinys naudotas dvi mokymo epochas. Leidimas yra konkretus large-v3 modelio leidimas, o ne bendras kiekvieno Whisper šeimos modelio pavadinimas.</p><p>Dokumentuotas vykdymo procesas pagal numatytąsias nuostatas atlieka transkripciją, išsaugodamas įraše vartojamą kalbą. Jis gali automatiškai aptikti šaltinio kalbą arba priimti žinomos kalbos pasirinkimą. Vertimui daugiakalbis didysis modelis iš ne angliškos kalbos pateikia angliško teksto rezultatą. Šią užduotį pasirinkite aiškiai: transkripcija ta pačia kalba ir vertimas į anglų kalbą yra skirtingi rezultatai. Interviu išsaugokite originalios kalbos formuluotes; angliškam informaciniam dokumentui nurodykite, kad norimas rezultatas yra sakytinio turinio vertimas.</p><p>Garso paruošimas yra įvesties kelio dalis. OpenAI įkėliklis dekoduoja įrašą į mono bangos formą ir pakeičia diskretizavimo dažnį į 16 kHz. Modelio akustinis aprėpties laukas yra 30 sekundžių. Tai apdorojimo langas, o ne didžiausia viso interviu ar paskaitos trukmė. Ilgų įrašų vykdymas gali nuosekliai judėti slankiaisiais langais arba padalyti ilgą įrašą į persidengiančias dalis ir sujungti jų transkripcijas. Gamintojo modelio kortelėje aprašomas nuoseklus apdorojimas, kai svarbiausia tikslumas, ir apdorojimas dalimis, kai svarbesnis vieno ilgo įrašo parengimo laikas.</p><p>Išleistoje konfigūracijoje nurodomos 448 dekoduotuvo pozicijos vienai dekodavimo sekai. Ilgesni įrašai apdorojami ilgų įrašų procesu, o ne laikant šį skaičių universalia transkripcijos riba. Dokumentuotas procesas gali kartu su atpažintu tekstu grąžinti segmentų arba žodžių lygmens laiko žymas. Šios laiko išvestys naudingos naršant įrašus ir ruošiant subtitrus, o galutinis subtitrų konteineris ar transkripcijos failo formatas yra atskiras išvesties formatavimo pasirinkimas. Ruošdami garsą išsaugokite įrašo laiko atskaitą, jei transkripcija bus suderinama su originalia medžiaga.</p><p>Numatytas Whisper vaidmuo yra kalbos atpažinimas ir vertimas. Paskaitos transkripcija, interviu protokolas ar paieškai tinkamas sakytinės medžiagos rinkinys yra praktinė išvestis; santraukų kūrimas ar interpretavimas gali būti tolesnis veiksmas su tekstu. Modelio kortelė nepatvirtina patikimo automatinio kalbėtojų klasifikavimo ar atskyrimo kaip standartinės bazinio modelio išvesties. Jei užduočiai reikia kalbėtojų žymų, šį reikalavimą reikia spręsti atskirai nuo teiginio apie tikslią transkripciją. Naudinga užduotis nurodo šaltinio kalbą, ar reikia transkripcijos, ar vertimo į anglų kalbą ir ar reikia laiko informacijos.</p><p>Esminiai apribojimai apima niekada neištarto teksto išgalvojimą ir pasikartojantį tekstą, siejamus su silpnai prižiūrimu mokymu triukšmingais duomenimis bei sekos keitimo į seką architektūra. Atpažinimo kokybė skiriasi tarp kalbų, akcentų ir tarmių; rezultatai silpnesni ten, kur mokymo medžiagos mažiau. Todėl tinkamumui vertinti naudojamame pavyzdyje turėtų būti triukšmo, specializuoto žodyno ir persidengiančios kalbos. Vardus, kiekius bei svarbius teiginius palyginkite su įrašu ir patikrinkite atkarpas be kalbos ar pasikartojančias eilutes, užuot sklandžią transkripciją laikę įrodymu, kad kiekvienas žodis išgirstas.</p><p>Pilnas rezultatas išsaugo atpažintą tekstą, jo kalbą ir visas prašytas laiko žymas su nuoroda į originalų įrašą. Transkripciją atskirkite nuo vėlesnio redagavimo: pataisyta publikavimo transkripcija gali pašalinti užpildomuosius žodžius, o atpažinta transkripcija išsaugo tai, ką modelis faktiškai grąžino. Large-v3 tapatybę ir vertimo galimybę taip pat reikia skirti nuo greitesnės Turbo versijos. Faktinis apdorojimo greitis priklauso nuo kalbos, kalbėjimo greičio, aparatinės įrangos ir vykdymo metodo; vien iš modelio leidimo pavadinimo negalima spręsti apie konkrečią prieglobos delsą, didžiausią įkėlimo dydį ar įjungtą programos maršrutą.</p></div></details></section><section class=\"card-section\" data-card-section=\"methods\"><h3 tabindex=\"-1\">Prieinama Ailoot · įvestys ir metodai</h3><details class=\"card-method\" open><summary><b>Ailoot Ultra · Kalbos atpažinimas</b> <code>POST /v1/audio/transcriptions</code></summary><dl class=\"method-capabilities\"><div><dt>Įvestis</dt><dd><code>audio</code></dd></div><div><dt>Išvestis</dt><dd><code>transcription</code></dd></div><div><dt>Išvesties formatas</dt><dd>json</dd></div></dl><div class=\"tw\" data-card-parameters data-typed-parameters><table><thead><tr><th>Laukas</th><th>Tipas</th><th>Reikalavimas</th><th>Reikšmės ir ribos</th><th>Numatyta</th></tr></thead><tbody><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Laukas\" scope=\"row\"><span class=\"card-cell-label\">Laukas</span><code class=\"card-field-name\">model</code></th><td data-cell-label=\"Tipas\" data-field-type><span class=\"card-cell-label\">Tipas</span><code>string</code></td><td data-cell-label=\"Reikalavimas\"><span class=\"card-cell-label\">Reikalavimas</span>Privaloma</td><td data-cell-label=\"Reikšmės ir ribos\"><span class=\"card-cell-label\">Reikšmės ir ribos</span><div>openai/whisper-large-v3</div></td><td data-cell-label=\"Numatyta\" data-default=\"unspecified\"><span class=\"card-cell-label\">Numatyta</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Laukas\" scope=\"row\"><span class=\"card-cell-label\">Laukas</span><code class=\"card-field-name\">input_audio</code></th><td data-cell-label=\"Tipas\" data-field-type><span class=\"card-cell-label\">Tipas</span><code>object</code></td><td data-cell-label=\"Reikalavimas\"><span class=\"card-cell-label\">Reikalavimas</span>Privaloma</td><td data-cell-label=\"Reikšmės ir ribos\"><span class=\"card-cell-label\">Reikšmės ir ribos</span></td><td data-cell-label=\"Numatyta\" data-default=\"unspecified\"><span class=\"card-cell-label\">Numatyta</span>—</td></tr><tr data-parameter-availability=\"retained_official_STTRequest\"><th data-cell-label=\"Laukas\" scope=\"row\"><span class=\"card-cell-label\">Laukas</span><code class=\"card-field-name\">language</code></th><td data-cell-label=\"Tipas\" data-field-type><span class=\"card-cell-label\">Tipas</span><code>string</code></td><td data-cell-label=\"Reikalavimas\"><span class=\"card-cell-label\">Reikalavimas</span>Neprivaloma</td><td data-cell-label=\"Reikšmės ir ribos\"><span class=\"card-cell-label\">Reikšmės ir ribos</span></td><td data-cell-label=\"Numatyta\" data-default=\"unspecified\"><span class=\"card-cell-label\">Numatyta</span>—</td></tr><tr data-parameter-availability=\"retained_official_STTRequest\"><th data-cell-label=\"Laukas\" scope=\"row\"><span class=\"card-cell-label\">Laukas</span><code class=\"card-field-name\">temperature</code></th><td data-cell-label=\"Tipas\" data-field-type><span class=\"card-cell-label\">Tipas</span><code>number</code></td><td data-cell-label=\"Reikalavimas\"><span class=\"card-cell-label\">Reikalavimas</span>Neprivaloma</td><td data-cell-label=\"Reikšmės ir ribos\"><span class=\"card-cell-label\">Reikšmės ir ribos</span><div>Mažiausia reikšmė: 0</div><div>Didžiausia reikšmė: 1</div></td><td data-cell-label=\"Numatyta\" data-default=\"unspecified\"><span class=\"card-cell-label\">Numatyta</span>—</td></tr><tr data-parameter-availability=\"retained_official_STTRequest\"><th data-cell-label=\"Laukas\" scope=\"row\"><span class=\"card-cell-label\">Laukas</span><code class=\"card-field-name\">response_format</code></th><td data-cell-label=\"Tipas\" data-field-type><span class=\"card-cell-label\">Tipas</span><code>string</code></td><td data-cell-label=\"Reikalavimas\"><span class=\"card-cell-label\">Reikalavimas</span>Neprivaloma</td><td data-cell-label=\"Reikšmės ir ribos\"><span class=\"card-cell-label\">Reikšmės ir ribos</span><div>json, verbose_json</div></td><td data-cell-label=\"Numatyta\" data-default=\"known\"><span class=\"card-cell-label\">Numatyta</span>json</td></tr><tr data-parameter-availability=\"retained_official_STTRequest\"><th data-cell-label=\"Laukas\" scope=\"row\"><span class=\"card-cell-label\">Laukas</span><code class=\"card-field-name\">timestamp_granularities</code></th><td data-cell-label=\"Tipas\" data-field-type><span class=\"card-cell-label\">Tipas</span><code>array</code></td><td data-cell-label=\"Reikalavimas\"><span class=\"card-cell-label\">Reikalavimas</span>Neprivaloma</td><td data-cell-label=\"Reikšmės ir ribos\"><span class=\"card-cell-label\">Reikšmės ir ribos</span></td><td data-cell-label=\"Numatyta\" data-default=\"unspecified\"><span class=\"card-cell-label\">Numatyta</span>—</td></tr><tr data-parameter-availability=\"retained_official_STTRequest\"><th data-cell-label=\"Laukas\" scope=\"row\"><span class=\"card-cell-label\">Laukas</span><code class=\"card-field-name\">provider</code></th><td data-cell-label=\"Tipas\" data-field-type><span class=\"card-cell-label\">Tipas</span><code>object</code></td><td data-cell-label=\"Reikalavimas\"><span class=\"card-cell-label\">Reikalavimas</span>Neprivaloma</td><td data-cell-label=\"Reikšmės ir ribos\"><span class=\"card-cell-label\">Reikšmės ir ribos</span></td><td data-cell-label=\"Numatyta\" data-default=\"unspecified\"><span class=\"card-cell-label\">Numatyta</span>—</td></tr></tbody></table></div><details class=\"card-about\" data-material-combinations><summary>Įvesties medžiagos deriniai</summary><p class=\"note-s\"><b>speech_to_text</b> · Privaloma: actual matching-format audio file</p></details><details class=\"note-s\" data-method-contract><summary>Metodo parametrai ir gyvavimo ciklas</summary><div class=\"tw\" data-card-table=\"contract\"><table><thead><tr><th>Parametras</th><th>Specifikacija</th></tr></thead><tbody><tr><th data-cell-label=\"Parametras\" scope=\"row\"><span class=\"card-cell-label\">Parametras</span><code>content_types</code></th><td data-cell-label=\"Specifikacija\"><span class=\"card-cell-label\">Specifikacija</span>application/json, multipart/form-data</td></tr><tr><th data-cell-label=\"Parametras\" scope=\"row\"><span class=\"card-cell-label\">Parametras</span><code>required</code></th><td data-cell-label=\"Specifikacija\"><span class=\"card-cell-label\">Specifikacija</span>model, input_audio</td></tr><tr><th data-cell-label=\"Parametras\" scope=\"row\"><span class=\"card-cell-label\">Parametras</span><code>material_types</code></th><td data-cell-label=\"Specifikacija\"><span class=\"card-cell-label\">Specifikacija</span>audio</td></tr><tr><th data-cell-label=\"Parametras\" scope=\"row\"><span class=\"card-cell-label\">Parametras</span><code>JSON_audio</code></th><td data-cell-label=\"Specifikacija\"><span class=\"card-cell-label\">Specifikacija</span>tikrieji neapdoroti garso baitai base64 formatu ir juos atitinkantis formatas</td></tr><tr><th data-cell-label=\"Parametras\" scope=\"row\"><span class=\"card-cell-label\">Parametras</span><code>multipart_required</code></th><td data-cell-label=\"Specifikacija\"><span class=\"card-cell-label\">Specifikacija</span>model, file</td></tr><tr><th data-cell-label=\"Parametras\" scope=\"row\"><span class=\"card-cell-label\">Parametras</span><code>multipart_cap_bytes</code></th><td data-cell-label=\"Specifikacija\"><span class=\"card-cell-label\">Specifikacija</span>26214400</td></tr><tr><th data-cell-label=\"Parametras\" scope=\"row\"><span class=\"card-cell-label\">Parametras</span><code>optional_controls</code></th><td data-cell-label=\"Specifikacija\"><span class=\"card-cell-label\">Specifikacija</span>language, temperature, response_format, timestamp_granularities, provider</td></tr><tr><th data-cell-label=\"Parametras\" scope=\"row\"><span class=\"card-cell-label\">Parametras</span><code>default_response_format</code></th><td data-cell-label=\"Specifikacija\"><span class=\"card-cell-label\">Specifikacija</span>json</td></tr><tr><th data-cell-label=\"Parametras\" scope=\"row\"><span class=\"card-cell-label\">Parametras</span><code>optional_features</code></th><td data-cell-label=\"Specifikacija\"><span class=\"card-cell-label\">Specifikacija</span>Išsamiai išvesčiai, diarize/keyterms ir URL arba didesniam užklausoje įterptam garso įrašui reikia tikslios modelio ir teikėjo galimybės bei tarifo.</td></tr></tbody></table></div><p>Gyvavimo ciklas: <code>synchronous_result_then_owned_library</code></p><p class=\"note-s\"><code>GET /v1/media/tasks/{task_id}</code> · faktiškai grąžinta task_id reikšmė arba medijos bibliotekos įrašas</p><p class=\"note-s\"><code>GET /v1/media/assets/{asset_id}/content</code></p><p class=\"note-s\"><code>GET /v1/media/assets</code></p><p class=\"note-s\"><code>GET /v1/media/assets/{asset_id}</code></p><p class=\"note-s\">Naudokite tikslų modelį ir dokumentacijoje nurodytus įvesties laukus.</p><p class=\"note-s\">Išsaugokite visą atsakymą, kiekvieną tikrą rezultatą ir pradinius grąžintus ID.</p></details></details></section><section class=\"card-section\" data-card-section=\"pricing\"><h3 tabindex=\"-1\">Planai</h3><div data-native-semantic-method=\"v1\" data-tariff-reference-only><p class=\"note-s\" data-rate-support-note>Tarifų informacija neprideda užklausos parinkčių. Palaikomi parametrai nurodyti prie pasirinkto metodo.</p><dl data-price-conditions><dt>Spartusis režimas</dt><dd>Nenurodyta <span class=\"note-s\">Pasirinkus spartųjį režimą</span></dd><dt>Flex režimas</dt><dd>Nenurodyta <span class=\"note-s\">Pasirinkus flex režimą</span></dd><dt>Didžiausios samprotavimo pastangos</dt><dd>Nenurodyta <span class=\"note-s\">Kai didžiausioms samprotavimo pastangoms taikomas numatytasis koregavimas (default)</span></dd></dl></div><div data-declared-tariff-pricing><h4>Ailoot įkainiai</h4><h4>Kainos pagal konfigūraciją</h4><p class=\"note-s\">Kiekvieną mokestį susiekite su nurodytomis sąlygomis. Kiekvienam alternatyvių konfigūracijų rinkiniui taikykite vieną įkainį.</p><div class=\"tw\" data-pricing-profiles><table><thead><tr><th>Konfigūracija</th><th>Įkainių lentelė</th><th>Apskaitos vienetas</th><th>Mokestis</th></tr></thead><tbody><tr><th data-cell-label=\"Konfigūracija\" scope=\"row\"><span class=\"card-cell-label\">Konfigūracija</span>Baziniai žetonų įkainiai</th><td data-cell-label=\"Įkainių lentelė\"><span class=\"card-cell-label\">Įkainių lentelė</span>Bazinis įkainis</td><td data-cell-label=\"Apskaitos vienetas\"><span class=\"card-cell-label\">Apskaitos vienetas</span>—</td><td data-cell-label=\"Mokestis\"><span class=\"card-cell-label\">Mokestis</span><div><span>Įvestis · Įvesties tokenai</span> <b>—</b> <span class=\"price-unit\">/ 1K tokenų</span></div><div><span>Išvestis · Išvesties tokenai</span> <b>—</b> <span class=\"price-unit\">/ 1K tokenų</span></div><div><span>Įvestis · Talpyklos skaitymas</span> <b>—</b> <span class=\"price-unit\">/ 1K tokenų</span></div><div><span>Įvestis · Rašymas į talpyklą</span> <b>—</b> <span class=\"price-unit\">/ 1K tokenų</span></div><div><span>Įvestis · Rašymas į talpyklą, 1 val</span> <b>—</b> <span class=\"price-unit\">/ 1K tokenų</span></div></td></tr><tr><th data-cell-label=\"Konfigūracija\" scope=\"row\"><span class=\"card-cell-label\">Konfigūracija</span>Ultra</th><td data-cell-label=\"Įkainių lentelė\"><span class=\"card-cell-label\">Įkainių lentelė</span>—</td><td data-cell-label=\"Apskaitos vienetas\"><span class=\"card-cell-label\">Apskaitos vienetas</span>už įvesties garso sekundę</td><td data-cell-label=\"Mokestis\"><span class=\"card-cell-label\">Mokestis</span><div><span>Įvestis · garso įvesties sekundė</span> <b>$0.000015</b> <span class=\"price-unit\">už įvesties garso sekundę</span></div></td></tr></tbody></table></div></div><p class=\"note-s\">Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. <a href=\"/docs/lt/billing/reserve/\">Kaip veikia rezervavimas ir atsiskaitymas →</a></p><div data-declared-reference-pricing><h4>Informacinio tarifo duomenys</h4><p class=\"note-s\">Modelio informacinės lentelės nekeičia metodo pasirinkimo, kainos įverčių ar mokesčių. Galiojantys mokesčiai nustatomi pagal pasirinkto Ailoot metodo įkainius.</p><details class=\"card-price-reference\" data-declared-reference-group data-client-selectable=\"false\"><summary>OpenAI: Whisper Large V3</summary><h4>Kainos pagal konfigūraciją</h4><div class=\"tw\" data-pricing-profiles><table><thead><tr><th>Konfigūracija</th><th>Apmokestinimo sąlygos</th><th>Mokestis</th></tr></thead><tbody><tr><th data-cell-label=\"Konfigūracija\" scope=\"row\"><span class=\"card-cell-label\">Konfigūracija</span>OpenAI: Whisper Large V3 · Numatytoji konfigūracija</th><td data-cell-label=\"Apmokestinimo sąlygos\"><span class=\"card-cell-label\">Apmokestinimo sąlygos</span>Numatytoji konfigūracija</td><td data-cell-label=\"Mokestis\"><span class=\"card-cell-label\">Mokestis</span><div><span>Įvestis · Įvesties garso sekundės</span> <b>0,000015 USD</b> <span class=\"price-unit\">už įvesties garso sekundę</span></div></td></tr></tbody></table></div></details></div></section><section class=\"card-section\" data-card-section=\"examples\"><h3 tabindex=\"-1\">Užklausų pavyzdžiai</h3><h4>Ailoot Ultra · Kalbos atpažinimas</h4><div class=\"code-group\"><div class=\"cg-bar\"><div class=\"cg-tabs\" role=\"tablist\" aria-label=\"Kodo variantai\"><button class=\"cg-tab\" id=\"model-code-2185-tab-0\" role=\"tab\" type=\"button\" aria-controls=\"model-code-2185-panel-0\" aria-selected=\"true\" tabindex=\"0\">curl · tikslus savosios sąsajos užklausos turinys ir visas rezultatas</button></div><div class=\"cg-tools\"><button class=\"cg-btn cg-copy\" type=\"button\" aria-label=\"Kopijuoti kodą\"><svg class=\"cp\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><rect x=\"5.25\" y=\"5.25\" width=\"8.5\" height=\"8.5\" rx=\"1.75\"/><path d=\"M10.75 5.25V3.5a1.25 1.25 0 0 0-1.25-1.25H3.5A1.25 1.25 0 0 0 2.25 3.5v6a1.25 1.25 0 0 0 1.25 1.25h1.75\"/></svg><svg class=\"ok\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><path d=\"m3 8.5 3.25 3.25L13 5\"/></svg></button></div></div><div class=\"cg-body\"><div class=\"cg-pane\" id=\"model-code-2185-panel-0\" role=\"tabpanel\" aria-labelledby=\"model-code-2185-tab-0\"><pre data-lang=\"bash\"><code>set -eu\n: &quot;${AILOOT_API_KEY:?Set your Ailoot API key}&quot;\n: &quot;${AILOOT_AUDIO_FILE:?Set the path to your actual WAV recording}&quot;\npython3 - &lt;&lt;&#39;PY_REQUEST&#39;\nimport json,os\nfrom pathlib import Path\nimport base64\naudio=Path(os.environ[&#39;AILOOT_AUDIO_FILE&#39;]).read_bytes()\nif not (audio[:4]==b&#39;RIFF&#39; and audio[8:12]==b&#39;WAVE&#39;): raise SystemExit(&#39;Supply an actual WAV audio file&#39;)\nif len(audio)&gt;26214400: raise SystemExit(&#39;Use a documented supported large-file flow&#39;)\nrequest={&#39;model&#39;: &#39;openai/whisper-large-v3&#39;, &#39;input_audio&#39;: {&#39;data&#39;: &#39;${BASE64_ACTUAL_WAV_BYTES}&#39;, &#39;format&#39;: &#39;wav&#39;}}\nrequest[&#39;input_audio&#39;][&#39;data&#39;]=base64.b64encode(audio).decode(&#39;ascii&#39;)\nPath(&#39;request.json&#39;).write_text(json.dumps(request,ensure_ascii=False),encoding=&#39;utf-8&#39;)\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \\\n  -H &quot;Authorization: Bearer $AILOOT_API_KEY&quot; -H &#39;Content-Type: application/json&#39; \\\n  --data-binary @request.json -D response-headers.txt -o response.bin\n# Keep the complete original response and headers. Read every returned segment, word and usage field.\n# Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting.\n</code></pre></div></div></div></section><section class=\"card-section\" data-card-section=\"results\"><h3 tabindex=\"-1\">Gauti ir išsaugoti rezultatus</h3><h4>Ailoot Ultra · Kalbos atpažinimas</h4><p class=\"note-s\">json</p><ul class=\"card-result-paths\"><li><code>GET /v1/media/tasks/{task_id}</code></li><li><code>GET /v1/media/assets/{asset_id}/content</code></li><li><code>GET /v1/media/assets</code></li><li><code>GET /v1/media/assets/{asset_id}</code></li></ul><div class=\"card-result-process\" data-all-results><h5>Išsaugoti visus baigtus rezultatus</h5><p class=\"note-s\">Išsaugokite kiekvieną visą grąžintą atsakymą, failą ir turinio dalį.</p><p class=\"note-s\">Visas pradinis JSON, visas pasiekiamas tekstas, segmentai, žodžiai, kalbėtojai, laiko žymos ir naudojimo duomenys.</p></div><div class=\"card-result-process\" data-unknown-recovery><h5>Jei reikia patikrinti pradinį atsakymą</h5><p class=\"note-s\">Išsaugokite pradinius operation_id/X-Client-Request-ID ir pradinį atsakymą. Skaitykite tikrus jums priklausančių užduočių ir išteklių įrašus neteikdami užklausos pakartotinai; atskiras garso būsenos tikrinimo URL nekuriamas.</p></div><details class=\"card-about\" data-output-fields><summary>Atsakymo laukai</summary><div class=\"tw\" data-card-table=\"output\"><table><thead><tr><th>Laukas</th><th>Tipas</th></tr></thead><tbody><tr><th data-cell-label=\"Laukas\" scope=\"row\"><span class=\"card-cell-label\">Laukas</span><code class=\"card-field-name\">text</code></th><td data-cell-label=\"Tipas\" data-field-type><span class=\"card-cell-label\">Tipas</span>string</td></tr><tr><th data-cell-label=\"Laukas\" scope=\"row\"><span class=\"card-cell-label\">Laukas</span><code class=\"card-field-name\">usage</code></th><td data-cell-label=\"Tipas\" data-field-type><span class=\"card-cell-label\">Tipas</span>object</td></tr><tr><th data-cell-label=\"Laukas\" scope=\"row\"><span class=\"card-cell-label\">Laukas</span><code class=\"card-field-name\">segments[]</code></th><td data-cell-label=\"Tipas\" data-field-type><span class=\"card-cell-label\">Tipas</span>object</td></tr><tr><th data-cell-label=\"Laukas\" scope=\"row\"><span class=\"card-cell-label\">Laukas</span><code class=\"card-field-name\">words[]</code></th><td data-cell-label=\"Tipas\" data-field-type><span class=\"card-cell-label\">Tipas</span>object</td></tr></tbody></table></div></details></section><section class=\"card-section\" data-card-section=\"aliases\"><h3 tabindex=\"-1\">Pseudonimai</h3><h4>Modelių pseudonimai</h4><p class=\"note-s\"><span data-model-alias-route=\"Ultra\"><b>Ailoot Ultra</b> <a href=\"#m=openai%2Fwhisper-large-v3&amp;route=Ultra&amp;caller=openai%2Fwhisper-large-v3&amp;fmt=transcriptions\"><code>openai/whisper-large-v3</code></a></span></p><h4>Metodų kelių pseudonimai</h4><p class=\"note-s\">Naudokite aukščiau nurodytus metodų kelius.</p><h4>Susiję ID iškvietimui</h4><p class=\"note-s\"><a href=\"#m=openai%2Fwhisper-large-v3&amp;route=Ultra&amp;caller=openai%2Fwhisper-large-v3&amp;fmt=transcriptions\"><code>openai/whisper-large-v3</code></a></p></section></div>",
      "method_identity": {
        "effective_request_model_id": "openai/whisper-large-v3",
        "fmt": "transcriptions",
        "http": "POST",
        "path": "/v1/audio/transcriptions",
        "request_model_id": "openai/whisper-large-v3",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|transcriptions|/v1/audio/transcriptions|openai%2Fwhisper-large-v3",
      "ordinal": 0,
      "rawMethod": {
        "available": null,
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "contract": {
          "data": {
            "all_results": "Complete original JSON, all available text/segments/words/speakers/timestamps and usage.",
            "lifecycle": {
              "assets": [
                {
                  "http": "GET",
                  "path": "/v1/media/assets"
                },
                {
                  "http": "GET",
                  "path": "/v1/media/assets/{asset_id}"
                }
              ],
              "content": [
                {
                  "http": "GET",
                  "path": "/v1/media/assets/{asset_id}/content",
                  "url_source": "exact returned signed URL; never construct token"
                }
              ],
              "mode": "synchronous_result_then_owned_library",
              "operation_id_is_not_task_id": true,
              "status": [
                {
                  "http": "GET",
                  "id_source": "actual returned task_id or media library record",
                  "path": "/v1/media/tasks/{task_id}"
                }
              ],
              "unknown": "Išsaugokite pradinius operation_id/X-Client-Request-ID ir pradinį atsakymą. Skaitykite tikrus jums priklausančių užduočių ir išteklių įrašus neteikdami užklausos pakartotinai; atskiras garso būsenos tikrinimo URL nekuriamas."
            },
            "material_combinations": [
              {
                "content_types": [
                  "application/json",
                  "multipart/form-data"
                ],
                "mode": "speech_to_text",
                "required": [
                  "actual matching-format audio file"
                ]
              }
            ],
            "outputs": {
              "all_results": "Visas pradinis JSON, visas pasiekiamas tekstas, segmentai, žodžiai, kalbėtojai, laiko žymos ir naudojimo duomenys.",
              "family": "transcription",
              "fields": [
                {
                  "name": "text",
                  "type": "string"
                },
                {
                  "name": "usage",
                  "type": "object"
                },
                {
                  "name": "segments[]",
                  "optional": true,
                  "type": "object"
                },
                {
                  "name": "words[]",
                  "optional": true,
                  "type": "object"
                }
              ],
              "format": "json"
            },
            "parameters": [
              {
                "availability": "source_interface",
                "enum": [
                  "openai/whisper-large-v3"
                ],
                "enum_known": true,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "availability": "source_interface",
                "data_encoding": "base64 raw actual audio bytes, not data URI",
                "fields": [
                  "data",
                  "format"
                ],
                "name": "input_audio",
                "required": true,
                "type": "object"
              },
              {
                "availability": "retained_official_STTRequest",
                "description": "ISO-639-1 code; omitted means auto-detection",
                "name": "language",
                "required": false,
                "type": "string"
              },
              {
                "availability": "retained_official_STTRequest",
                "maximum": 1,
                "minimum": 0,
                "name": "temperature",
                "required": false,
                "type": "number"
              },
              {
                "availability": "retained_official_STTRequest",
                "default": "json",
                "default_known": true,
                "description": "verbose_json requires exact model/provider support",
                "enum": [
                  "json",
                  "verbose_json"
                ],
                "enum_known": true,
                "name": "response_format",
                "required": false,
                "type": "string"
              },
              {
                "availability": "retained_official_STTRequest",
                "description": "Only used with supported verbose_json",
                "items": {
                  "enum": [
                    "segment",
                    "word"
                  ],
                  "type": "string"
                },
                "name": "timestamp_granularities",
                "required": false,
                "type": "array"
              },
              {
                "availability": "retained_official_STTRequest",
                "description": "Data policy and exact provider options; order/only/ignore are not applied to STT",
                "name": "provider",
                "required": false,
                "type": "object"
              }
            ],
            "request_schema": {
              "properties": {
                "input_audio": {
                  "properties": {
                    "data": {
                      "contentEncoding": "base64",
                      "type": "string"
                    },
                    "format": {
                      "enum": [
                        "wav",
                        "mp3",
                        "flac",
                        "m4a",
                        "ogg",
                        "webm",
                        "aac"
                      ],
                      "type": "string"
                    }
                  },
                  "required": [
                    "data",
                    "format"
                  ],
                  "type": "object"
                },
                "language": {
                  "description": "ISO-639-1 code; omitted means auto-detection",
                  "type": "string"
                },
                "model": {
                  "enum": [
                    "openai/whisper-large-v3"
                  ],
                  "type": "string"
                },
                "provider": {
                  "description": "Data policy and exact provider options; order/only/ignore are not applied to STT",
                  "properties": {
                    "data_collection": {
                      "enum": [
                        "allow",
                        "deny",
                        null
                      ],
                      "type": [
                        "string",
                        "null"
                      ]
                    },
                    "options": {
                      "type": "object"
                    },
                    "zdr": {
                      "type": [
                        "boolean",
                        "null"
                      ]
                    }
                  },
                  "type": "object"
                },
                "response_format": {
                  "default": "json",
                  "description": "verbose_json requires exact model/provider support",
                  "enum": [
                    "json",
                    "verbose_json"
                  ],
                  "type": "string"
                },
                "temperature": {
                  "maximum": 1,
                  "minimum": 0,
                  "type": "number"
                },
                "timestamp_granularities": {
                  "description": "Only used with supported verbose_json",
                  "items": {
                    "enum": [
                      "segment",
                      "word"
                    ],
                    "type": "string"
                  },
                  "type": "array"
                }
              },
              "required": [
                "model",
                "input_audio"
              ],
              "type": "object"
            },
            "schema_template": {
              "actual_file_preparation_required": true,
              "body": {
                "input_audio": {
                  "data": "${BASE64_ACTUAL_WAV_BYTES}",
                  "format": "wav"
                },
                "model": "openai/whisper-large-v3"
              },
              "content_type": "application/json"
            }
          },
          "hints": [
            "Naudokite tikslų modelį ir dokumentacijoje nurodytus įvesties laukus.",
            "Išsaugokite visą atsakymą, kiekvieną tikrą rezultatą ir pradinius grąžintus ID."
          ],
          "input": {
            "JSON_audio": "tikrieji neapdoroti garso baitai base64 formatu ir juos atitinkantis formatas",
            "content_types": [
              "application/json",
              "multipart/form-data"
            ],
            "default_response_format": "json",
            "material_types": [
              "audio"
            ],
            "multipart_cap_bytes": 26214400,
            "multipart_required": [
              "model",
              "file"
            ],
            "optional_controls": [
              "language",
              "temperature",
              "response_format",
              "timestamp_granularities",
              "provider"
            ],
            "optional_features": "Išsamiai išvesčiai, diarize/keyterms ir URL arba didesniam užklausoje įterptam garso įrašui reikia tikslios modelio ir teikėjo galimybės bei tarifo.",
            "required": [
              "model",
              "input_audio"
            ]
          },
          "lifecycle": {
            "assets": [
              {
                "http": "GET",
                "path": "/v1/media/assets"
              },
              {
                "http": "GET",
                "path": "/v1/media/assets/{asset_id}"
              }
            ],
            "content": [
              {
                "http": "GET",
                "path": "/v1/media/assets/{asset_id}/content",
                "url_source": "exact returned signed URL; never construct token"
              }
            ],
            "mode": "synchronous_result_then_owned_library",
            "operation_id_is_not_task_id": true,
            "status": [
              {
                "http": "GET",
                "id_source": "faktiškai grąžinta task_id reikšmė arba medijos bibliotekos įrašas",
                "path": "/v1/media/tasks/{task_id}"
              }
            ],
            "unknown": "Retain original operation_id/X-Client-Request-ID and original response. Read actual owned task/asset records without resubmitting; no dedicated audio poll URL is constructed."
          },
          "method": {
            "http": "POST",
            "path": "/v1/audio/transcriptions"
          },
          "method_aliases": [],
          "operation_modes": [
            "speech_to_text"
          ],
          "output": {
            "all_results": "Complete original JSON, all available text/segments/words/speakers/timestamps and usage.",
            "family": "transcription",
            "format": "json"
          }
        },
        "ctx": null,
        "declared_pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          },
          {
            "dimensions": {
              "quantity_basis": "actual physical units",
              "quoted_unit": "per audio input second"
            },
            "label": "Ultra",
            "units": [
              {
                "amount": "0.000015",
                "amount_unit": "usd_per_audio_input_second",
                "billing_input": true,
                "estimate_only": false,
                "key": "audio_input_second",
                "label": "audio input second",
                "native_amount_usd_per_unit": "0.000015",
                "native_quantity": 1,
                "public_unit_label": "per audio input second",
                "quantity": "1",
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "audio_input_second"
              }
            ]
          }
        ],
        "examples": [
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_AUDIO_FILE:?Set the path to your actual WAV recording}\"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\nimport base64\naudio=Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes()\nif not (audio[:4]==b'RIFF' and audio[8:12]==b'WAVE'): raise SystemExit('Supply an actual WAV audio file')\nif len(audio)>26214400: raise SystemExit('Use a documented supported large-file flow')\nrequest={'model': 'openai/whisper-large-v3', 'input_audio': {'data': '${BASE64_ACTUAL_WAV_BYTES}', 'format': 'wav'}}\nrequest['input_audio']['data']=base64.b64encode(audio).decode('ascii')\nPath('request.json').write_text(json.dumps(request,ensure_ascii=False),encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o response.bin\n# Keep the complete original response and headers. Read every returned segment, word and usage field.\n# Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting.\n",
            "label": "curl · exact native body and complete result",
            "language": "bash"
          }
        ],
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "transcriptions",
        "hints": [
          "Use the exact model and documented input fields.",
          "Keep the complete response, every actual output and original returned IDs."
        ],
        "http": "POST",
        "in": null,
        "input": [
          "audio"
        ],
        "label": "Распознавание речи",
        "max_out": null,
        "max_reasoning_effort_multiplier": null,
        "method_aliases": [],
        "out": null,
        "output": [
          "transcription"
        ],
        "path": "/v1/audio/transcriptions",
        "price_conditions": [
          {
            "label": "Fast mode",
            "value": "Not specified",
            "when": "When fast mode is selected"
          },
          {
            "label": "Flex mode",
            "value": "Not specified",
            "when": "When flex mode is selected"
          },
          {
            "label": "Maximum reasoning effort",
            "value": "Not specified",
            "when": "When maximum reasoning effort uses the default adjustment"
          }
        ],
        "pricing": {
          "billing_mode": "per_request",
          "image_input_price": null,
          "image_output_price": null,
          "per_request_price": null,
          "unit_prices": {
            "audio_input_second": 1.5e-05
          }
        },
        "pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          },
          {
            "dimensions": {
              "quantity_basis": "actual physical units",
              "quoted_unit": "per audio input second"
            },
            "label": "Ultra",
            "units": [
              {
                "amount": "0.000015",
                "amount_unit": "usd_per_audio_input_second",
                "billing_input": true,
                "estimate_only": false,
                "key": "audio_input_second",
                "label": "audio input second",
                "native_amount_usd_per_unit": "0.000015",
                "native_quantity": 1,
                "public_unit_label": "per audio input second",
                "quantity": "1",
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "audio_input_second"
              }
            ]
          }
        ],
        "request_model_id": "openai/whisper-large-v3",
        "route_label": "Ultra",
        "status_reads": [
          "GET /v1/media/tasks/{task_id}",
          "GET /v1/media/assets/{asset_id}/content"
        ],
        "tiers": [],
        "units": [
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_read_price",
            "label": "Cache read",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "cached_input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "cached_input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_price",
            "label": "Cache write",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "generic_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "generic_cache_creation_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_1h_price",
            "label": "Cache write, 1 hour",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "one_hour_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "one_hour_cache_creation_token"
          },
          {
            "amount": "0.000015",
            "amount_unit": "usd_per_audio_input_second",
            "billing_input": true,
            "estimate_only": false,
            "key": "audio_input_second",
            "label": "audio input second",
            "native_amount_usd_per_unit": "0.000015",
            "native_quantity": 1,
            "public_unit_label": "per audio input second",
            "quantity": "1",
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "audio_input_second"
          }
        ]
      }
    }
  ],
  "model_id": "openai/whisper-large-v3",
  "nativeProvenance": {
    "input_facts_canonical_sha256": "8f2736d9fa21e694c4134c4ad085af26f693b5359c60b0de47fac5261cf92928",
    "input_html_sha256": "231d9228e0ef4ccaf2e8bdefae2e0d7d5b1bccab4e4cee38b5911145da15cd31",
    "private_audit_sha256": "87672cf6c5643ba83415cf9db920af039361eaae17947ca198c659a2493650bc",
    "role": "historical-normalized-input-audit-hashes",
    "schema": "ailoot-native-model-provenance-v2"
  },
  "page": {
    "canonical": "https://ailoot.ai/models/lt/openai-whisper-large-v3/",
    "description": "Whisper large-v3 yra atvirų svorių daugiakalbis OpenAI kalbos atpažinimo modelio leidimas transkripcijai ir kalbos vertimui į anglų kalbą. Jis paverčia įrašytą kalbą tekstu; dokumentuojamas kalbos pasirinkimas, laiko žymos ir ilgų įrašų apdorojimas už 30 sekundžių akustinio lango ribų.",
    "locale": "lt",
    "md_url": "https://ailoot.ai/models/lt/openai-whisper-large-v3/index.md",
    "title": "OpenAI: Whisper Large V3 — Ailoot",
    "url": "https://ailoot.ai/models/lt/openai-whisper-large-v3/"
  },
  "rawModel": {
    "about": "Whisper large-v3 yra išleistas OpenAI kalbos atpažinimo modelio leidimas, turintis maždaug 1,55 milijardo parametrų. Tai daugiakalbis koduotuvo ir dekoduotuvo modelis: garsas patenka į koduotuvą, o dekoduotuvas numato tekstą ir su užduotimi susijusius žetonus. Pagrindinės užduotys yra kalbos transkripcija šaltinio kalba ir kalbos vertimas į anglų kalbą. Tai atvirų svorių modelio tapatybė, atskiriama nuo prieglobos paslaugos modelio identifikatoriaus ar tos paslaugos įkėlimo bei atsako formato taisyklių.\n\nLarge-v3 išlaiko ankstesnių didžiųjų Whisper modelio leidimų architektūrą su dviem nurodytais pakeitimais: spektrogramos įvestis naudoja 128 Melo dažnių juostas vietoj 80 ir pridedamas kantoniečių kalbos žetonas. Gamintojo modelio kortelėje aprašomas mokymas naudojant vieną milijoną valandų silpnai sužymėto garso ir keturis milijonus valandų pseudopažymėto garso, paruošto su Whisper large-v2. Šis mišinys naudotas dvi mokymo epochas. Leidimas yra konkretus large-v3 modelio leidimas, o ne bendras kiekvieno Whisper šeimos modelio pavadinimas.\n\nDokumentuotas vykdymo procesas pagal numatytąsias nuostatas atlieka transkripciją, išsaugodamas įraše vartojamą kalbą. Jis gali automatiškai aptikti šaltinio kalbą arba priimti žinomos kalbos pasirinkimą. Vertimui daugiakalbis didysis modelis iš ne angliškos kalbos pateikia angliško teksto rezultatą. Šią užduotį pasirinkite aiškiai: transkripcija ta pačia kalba ir vertimas į anglų kalbą yra skirtingi rezultatai. Interviu išsaugokite originalios kalbos formuluotes; angliškam informaciniam dokumentui nurodykite, kad norimas rezultatas yra sakytinio turinio vertimas.\n\nGarso paruošimas yra įvesties kelio dalis. OpenAI įkėliklis dekoduoja įrašą į mono bangos formą ir pakeičia diskretizavimo dažnį į 16 kHz. Modelio akustinis aprėpties laukas yra 30 sekundžių. Tai apdorojimo langas, o ne didžiausia viso interviu ar paskaitos trukmė. Ilgų įrašų vykdymas gali nuosekliai judėti slankiaisiais langais arba padalyti ilgą įrašą į persidengiančias dalis ir sujungti jų transkripcijas. Gamintojo modelio kortelėje aprašomas nuoseklus apdorojimas, kai svarbiausia tikslumas, ir apdorojimas dalimis, kai svarbesnis vieno ilgo įrašo parengimo laikas.\n\nIšleistoje konfigūracijoje nurodomos 448 dekoduotuvo pozicijos vienai dekodavimo sekai. Ilgesni įrašai apdorojami ilgų įrašų procesu, o ne laikant šį skaičių universalia transkripcijos riba. Dokumentuotas procesas gali kartu su atpažintu tekstu grąžinti segmentų arba žodžių lygmens laiko žymas. Šios laiko išvestys naudingos naršant įrašus ir ruošiant subtitrus, o galutinis subtitrų konteineris ar transkripcijos failo formatas yra atskiras išvesties formatavimo pasirinkimas. Ruošdami garsą išsaugokite įrašo laiko atskaitą, jei transkripcija bus suderinama su originalia medžiaga.\n\nNumatytas Whisper vaidmuo yra kalbos atpažinimas ir vertimas. Paskaitos transkripcija, interviu protokolas ar paieškai tinkamas sakytinės medžiagos rinkinys yra praktinė išvestis; santraukų kūrimas ar interpretavimas gali būti tolesnis veiksmas su tekstu. Modelio kortelė nepatvirtina patikimo automatinio kalbėtojų klasifikavimo ar atskyrimo kaip standartinės bazinio modelio išvesties. Jei užduočiai reikia kalbėtojų žymų, šį reikalavimą reikia spręsti atskirai nuo teiginio apie tikslią transkripciją. Naudinga užduotis nurodo šaltinio kalbą, ar reikia transkripcijos, ar vertimo į anglų kalbą ir ar reikia laiko informacijos.\n\nEsminiai apribojimai apima niekada neištarto teksto išgalvojimą ir pasikartojantį tekstą, siejamus su silpnai prižiūrimu mokymu triukšmingais duomenimis bei sekos keitimo į seką architektūra. Atpažinimo kokybė skiriasi tarp kalbų, akcentų ir tarmių; rezultatai silpnesni ten, kur mokymo medžiagos mažiau. Todėl tinkamumui vertinti naudojamame pavyzdyje turėtų būti triukšmo, specializuoto žodyno ir persidengiančios kalbos. Vardus, kiekius bei svarbius teiginius palyginkite su įrašu ir patikrinkite atkarpas be kalbos ar pasikartojančias eilutes, užuot sklandžią transkripciją laikę įrodymu, kad kiekvienas žodis išgirstas.\n\nPilnas rezultatas išsaugo atpažintą tekstą, jo kalbą ir visas prašytas laiko žymas su nuoroda į originalų įrašą. Transkripciją atskirkite nuo vėlesnio redagavimo: pataisyta publikavimo transkripcija gali pašalinti užpildomuosius žodžius, o atpažinta transkripcija išsaugo tai, ką modelis faktiškai grąžino. Large-v3 tapatybę ir vertimo galimybę taip pat reikia skirti nuo greitesnės Turbo versijos. Faktinis apdorojimo greitis priklauso nuo kalbos, kalbėjimo greičio, aparatinės įrangos ir vykdymo metodo; vien iš modelio leidimo pavadinimo negalima spręsti apie konkrečią prieglobos delsą, didžiausią įkėlimo dydį ar įjungtą programos maršrutą.",
    "alias_of": null,
    "aliases": [],
    "author": "OpenAI",
    "available": null,
    "canonical_model": "openai/whisper-large-v3",
    "capabilities": {
      "context_length": 0,
      "manufacturer_input": [
        "audio"
      ],
      "manufacturer_output": [
        "transcription"
      ]
    },
    "card_routes": [
      {
        "label": "Ultra",
        "rates": [
          {
            "amount": "0.000015",
            "amount_unit": "usd_per_audio_input_second",
            "billing_input": true,
            "estimate_only": false,
            "key": "audio_input_second",
            "label": "audio input second",
            "native_amount_usd_per_unit": "0.000015",
            "native_quantity": 1,
            "public_unit_label": "per audio input second",
            "quantity": "1",
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "audio_input_second"
          }
        ],
        "summary": "Visa konfigūracijos kainodara pateikta išsamioje informacijoje."
      }
    ],
    "ctx": null,
    "declared_tariff_references": [
      {
        "client_selectable": false,
        "key": "ee57dbbfe5ae56bdd0d7",
        "label": "OpenAI: Whisper Large V3",
        "profiles": [
          {
            "basis": "",
            "dimensions": {
              "conditions": "Numatytoji konfigūracija"
            },
            "label": "OpenAI: Whisper Large V3 · Numatytoji konfigūracija",
            "units": [
              {
                "amount": "0.0000150",
                "amount_unit": "usd_per_exact_physical_unit",
                "billing_input": false,
                "key": "e474c121b23c5635611dfde4",
                "label": "Input audio seconds",
                "public_unit_label": "per input audio second",
                "quantity": "1",
                "rate_role": "declared_tariff_rate",
                "side": "in",
                "unit": "input_audio_second"
              }
            ]
          }
        ]
      }
    ],
    "entity_type": "model",
    "formats": [
      "transcriptions"
    ],
    "id": "openai/whisper-large-v3",
    "input": [
      "audio"
    ],
    "kind": "transcription",
    "max_out": null,
    "methods": [
      {
        "available": null,
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "contract": {
          "data": {
            "all_results": "Complete original JSON, all available text/segments/words/speakers/timestamps and usage.",
            "lifecycle": {
              "assets": [
                {
                  "http": "GET",
                  "path": "/v1/media/assets"
                },
                {
                  "http": "GET",
                  "path": "/v1/media/assets/{asset_id}"
                }
              ],
              "content": [
                {
                  "http": "GET",
                  "path": "/v1/media/assets/{asset_id}/content",
                  "url_source": "exact returned signed URL; never construct token"
                }
              ],
              "mode": "synchronous_result_then_owned_library",
              "operation_id_is_not_task_id": true,
              "status": [
                {
                  "http": "GET",
                  "id_source": "actual returned task_id or media library record",
                  "path": "/v1/media/tasks/{task_id}"
                }
              ],
              "unknown": "Išsaugokite pradinius operation_id/X-Client-Request-ID ir pradinį atsakymą. Skaitykite tikrus jums priklausančių užduočių ir išteklių įrašus neteikdami užklausos pakartotinai; atskiras garso būsenos tikrinimo URL nekuriamas."
            },
            "material_combinations": [
              {
                "content_types": [
                  "application/json",
                  "multipart/form-data"
                ],
                "mode": "speech_to_text",
                "required": [
                  "actual matching-format audio file"
                ]
              }
            ],
            "outputs": {
              "all_results": "Visas pradinis JSON, visas pasiekiamas tekstas, segmentai, žodžiai, kalbėtojai, laiko žymos ir naudojimo duomenys.",
              "family": "transcription",
              "fields": [
                {
                  "name": "text",
                  "type": "string"
                },
                {
                  "name": "usage",
                  "type": "object"
                },
                {
                  "name": "segments[]",
                  "optional": true,
                  "type": "object"
                },
                {
                  "name": "words[]",
                  "optional": true,
                  "type": "object"
                }
              ],
              "format": "json"
            },
            "parameters": [
              {
                "availability": "source_interface",
                "enum": [
                  "openai/whisper-large-v3"
                ],
                "enum_known": true,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "availability": "source_interface",
                "data_encoding": "base64 raw actual audio bytes, not data URI",
                "fields": [
                  "data",
                  "format"
                ],
                "name": "input_audio",
                "required": true,
                "type": "object"
              },
              {
                "availability": "retained_official_STTRequest",
                "description": "ISO-639-1 code; omitted means auto-detection",
                "name": "language",
                "required": false,
                "type": "string"
              },
              {
                "availability": "retained_official_STTRequest",
                "maximum": 1,
                "minimum": 0,
                "name": "temperature",
                "required": false,
                "type": "number"
              },
              {
                "availability": "retained_official_STTRequest",
                "default": "json",
                "default_known": true,
                "description": "verbose_json requires exact model/provider support",
                "enum": [
                  "json",
                  "verbose_json"
                ],
                "enum_known": true,
                "name": "response_format",
                "required": false,
                "type": "string"
              },
              {
                "availability": "retained_official_STTRequest",
                "description": "Only used with supported verbose_json",
                "items": {
                  "enum": [
                    "segment",
                    "word"
                  ],
                  "type": "string"
                },
                "name": "timestamp_granularities",
                "required": false,
                "type": "array"
              },
              {
                "availability": "retained_official_STTRequest",
                "description": "Data policy and exact provider options; order/only/ignore are not applied to STT",
                "name": "provider",
                "required": false,
                "type": "object"
              }
            ],
            "request_schema": {
              "properties": {
                "input_audio": {
                  "properties": {
                    "data": {
                      "contentEncoding": "base64",
                      "type": "string"
                    },
                    "format": {
                      "enum": [
                        "wav",
                        "mp3",
                        "flac",
                        "m4a",
                        "ogg",
                        "webm",
                        "aac"
                      ],
                      "type": "string"
                    }
                  },
                  "required": [
                    "data",
                    "format"
                  ],
                  "type": "object"
                },
                "language": {
                  "description": "ISO-639-1 code; omitted means auto-detection",
                  "type": "string"
                },
                "model": {
                  "enum": [
                    "openai/whisper-large-v3"
                  ],
                  "type": "string"
                },
                "provider": {
                  "description": "Data policy and exact provider options; order/only/ignore are not applied to STT",
                  "properties": {
                    "data_collection": {
                      "enum": [
                        "allow",
                        "deny",
                        null
                      ],
                      "type": [
                        "string",
                        "null"
                      ]
                    },
                    "options": {
                      "type": "object"
                    },
                    "zdr": {
                      "type": [
                        "boolean",
                        "null"
                      ]
                    }
                  },
                  "type": "object"
                },
                "response_format": {
                  "default": "json",
                  "description": "verbose_json requires exact model/provider support",
                  "enum": [
                    "json",
                    "verbose_json"
                  ],
                  "type": "string"
                },
                "temperature": {
                  "maximum": 1,
                  "minimum": 0,
                  "type": "number"
                },
                "timestamp_granularities": {
                  "description": "Only used with supported verbose_json",
                  "items": {
                    "enum": [
                      "segment",
                      "word"
                    ],
                    "type": "string"
                  },
                  "type": "array"
                }
              },
              "required": [
                "model",
                "input_audio"
              ],
              "type": "object"
            },
            "schema_template": {
              "actual_file_preparation_required": true,
              "body": {
                "input_audio": {
                  "data": "${BASE64_ACTUAL_WAV_BYTES}",
                  "format": "wav"
                },
                "model": "openai/whisper-large-v3"
              },
              "content_type": "application/json"
            }
          },
          "hints": [
            "Naudokite tikslų modelį ir dokumentacijoje nurodytus įvesties laukus.",
            "Išsaugokite visą atsakymą, kiekvieną tikrą rezultatą ir pradinius grąžintus ID."
          ],
          "input": {
            "JSON_audio": "tikrieji neapdoroti garso baitai base64 formatu ir juos atitinkantis formatas",
            "content_types": [
              "application/json",
              "multipart/form-data"
            ],
            "default_response_format": "json",
            "material_types": [
              "audio"
            ],
            "multipart_cap_bytes": 26214400,
            "multipart_required": [
              "model",
              "file"
            ],
            "optional_controls": [
              "language",
              "temperature",
              "response_format",
              "timestamp_granularities",
              "provider"
            ],
            "optional_features": "Išsamiai išvesčiai, diarize/keyterms ir URL arba didesniam užklausoje įterptam garso įrašui reikia tikslios modelio ir teikėjo galimybės bei tarifo.",
            "required": [
              "model",
              "input_audio"
            ]
          },
          "lifecycle": {
            "assets": [
              {
                "http": "GET",
                "path": "/v1/media/assets"
              },
              {
                "http": "GET",
                "path": "/v1/media/assets/{asset_id}"
              }
            ],
            "content": [
              {
                "http": "GET",
                "path": "/v1/media/assets/{asset_id}/content",
                "url_source": "exact returned signed URL; never construct token"
              }
            ],
            "mode": "synchronous_result_then_owned_library",
            "operation_id_is_not_task_id": true,
            "status": [
              {
                "http": "GET",
                "id_source": "faktiškai grąžinta task_id reikšmė arba medijos bibliotekos įrašas",
                "path": "/v1/media/tasks/{task_id}"
              }
            ],
            "unknown": "Retain original operation_id/X-Client-Request-ID and original response. Read actual owned task/asset records without resubmitting; no dedicated audio poll URL is constructed."
          },
          "method": {
            "http": "POST",
            "path": "/v1/audio/transcriptions"
          },
          "method_aliases": [],
          "operation_modes": [
            "speech_to_text"
          ],
          "output": {
            "all_results": "Complete original JSON, all available text/segments/words/speakers/timestamps and usage.",
            "family": "transcription",
            "format": "json"
          }
        },
        "ctx": null,
        "declared_pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          },
          {
            "dimensions": {
              "quantity_basis": "actual physical units",
              "quoted_unit": "per audio input second"
            },
            "label": "Ultra",
            "units": [
              {
                "amount": "0.000015",
                "amount_unit": "usd_per_audio_input_second",
                "billing_input": true,
                "estimate_only": false,
                "key": "audio_input_second",
                "label": "audio input second",
                "native_amount_usd_per_unit": "0.000015",
                "native_quantity": 1,
                "public_unit_label": "per audio input second",
                "quantity": "1",
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "audio_input_second"
              }
            ]
          }
        ],
        "examples": [
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_AUDIO_FILE:?Set the path to your actual WAV recording}\"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\nimport base64\naudio=Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes()\nif not (audio[:4]==b'RIFF' and audio[8:12]==b'WAVE'): raise SystemExit('Supply an actual WAV audio file')\nif len(audio)>26214400: raise SystemExit('Use a documented supported large-file flow')\nrequest={'model': 'openai/whisper-large-v3', 'input_audio': {'data': '${BASE64_ACTUAL_WAV_BYTES}', 'format': 'wav'}}\nrequest['input_audio']['data']=base64.b64encode(audio).decode('ascii')\nPath('request.json').write_text(json.dumps(request,ensure_ascii=False),encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o response.bin\n# Keep the complete original response and headers. Read every returned segment, word and usage field.\n# Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting.\n",
            "label": "curl · exact native body and complete result",
            "language": "bash"
          }
        ],
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "transcriptions",
        "hints": [
          "Use the exact model and documented input fields.",
          "Keep the complete response, every actual output and original returned IDs."
        ],
        "http": "POST",
        "in": null,
        "input": [
          "audio"
        ],
        "label": "Распознавание речи",
        "max_out": null,
        "max_reasoning_effort_multiplier": null,
        "method_aliases": [],
        "out": null,
        "output": [
          "transcription"
        ],
        "path": "/v1/audio/transcriptions",
        "price_conditions": [
          {
            "label": "Fast mode",
            "value": "Not specified",
            "when": "When fast mode is selected"
          },
          {
            "label": "Flex mode",
            "value": "Not specified",
            "when": "When flex mode is selected"
          },
          {
            "label": "Maximum reasoning effort",
            "value": "Not specified",
            "when": "When maximum reasoning effort uses the default adjustment"
          }
        ],
        "pricing": {
          "billing_mode": "per_request",
          "image_input_price": null,
          "image_output_price": null,
          "per_request_price": null,
          "unit_prices": {
            "audio_input_second": 1.5e-05
          }
        },
        "pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          },
          {
            "dimensions": {
              "quantity_basis": "actual physical units",
              "quoted_unit": "per audio input second"
            },
            "label": "Ultra",
            "units": [
              {
                "amount": "0.000015",
                "amount_unit": "usd_per_audio_input_second",
                "billing_input": true,
                "estimate_only": false,
                "key": "audio_input_second",
                "label": "audio input second",
                "native_amount_usd_per_unit": "0.000015",
                "native_quantity": 1,
                "public_unit_label": "per audio input second",
                "quantity": "1",
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "audio_input_second"
              }
            ]
          }
        ],
        "request_model_id": "openai/whisper-large-v3",
        "route_label": "Ultra",
        "status_reads": [
          "GET /v1/media/tasks/{task_id}",
          "GET /v1/media/assets/{asset_id}/content"
        ],
        "tiers": [],
        "units": [
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_read_price",
            "label": "Cache read",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "cached_input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "cached_input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_price",
            "label": "Cache write",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "generic_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "generic_cache_creation_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_1h_price",
            "label": "Cache write, 1 hour",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "one_hour_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "one_hour_cache_creation_token"
          },
          {
            "amount": "0.000015",
            "amount_unit": "usd_per_audio_input_second",
            "billing_input": true,
            "estimate_only": false,
            "key": "audio_input_second",
            "label": "audio input second",
            "native_amount_usd_per_unit": "0.000015",
            "native_quantity": 1,
            "public_unit_label": "per audio input second",
            "quantity": "1",
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "audio_input_second"
          }
        ]
      }
    ],
    "model_aliases": [
      {
        "canonical_model_id": "openai/whisper-large-v3",
        "request_model_id": "openai/whisper-large-v3",
        "route_label": "Ultra"
      }
    ],
    "name": "OpenAI: Whisper Large V3",
    "price": {
      "in": null,
      "in_label": null,
      "out": null,
      "out_label": null,
      "sort_in": null,
      "sort_out": null,
      "varies": true
    },
    "pricing_profiles": [
      {
        "applicability": {
          "client_selectable": false,
          "native_profile_selection_pending": true,
          "scope": "hosted_reference"
        },
        "dimensions": {
          "variant": null
        },
        "label": "Ultra",
        "units": [
          {
            "amount": "0.0000616666666666",
            "amount_unit": "usd_per_audio_input_second",
            "conditions": {
              "variant": null
            },
            "key": "pricing.prompt",
            "label": "prompt",
            "profile_index": 0,
            "quantity": "1",
            "rate_role": "binding_component_rate",
            "side": "in",
            "unit": "audio_input_second"
          },
          {
            "amount": "0",
            "amount_unit": "usd_per_not_separately_charged_output",
            "conditions": {
              "variant": null
            },
            "key": "pricing.completion",
            "label": "completion",
            "profile_index": 0,
            "quantity": "1",
            "rate_role": "binding_component_rate",
            "side": "out",
            "unit": "not_separately_charged_output"
          }
        ]
      }
    ],
    "public_id": "openai/whisper-large-v3",
    "short": "Whisper large-v3 yra atvirų svorių daugiakalbis OpenAI kalbos atpažinimo modelio leidimas transkripcijai ir kalbos vertimui į anglų kalbą. Jis paverčia įrašytą kalbą tekstu; dokumentuojamas kalbos pasirinkimas, laiko žymos ir ilgų įrašų apdorojimas už 30 sekundžių akustinio lango ribų."
  },
  "renderer_schema": {
    "method_order": "Original DTO methods order; every exact route/format/path/caller survives.",
    "prices": "Original public DTO fields and original native display HTML; no flattened or normalized offers."
  },
  "representation": "exact-public-dto-and-native-renderer-html",
  "representationNotes": {
    "current_reference": {
      "about_json_pointer": "/aboutHtml",
      "methods": [
        {
          "contract_json_pointer": "/methods/0/rawMethod/contract",
          "html_json_pointer": "/methods/0/html",
          "method_ordinal": 0
        }
      ],
      "role": "current-semantic-reference"
    },
    "raw_input": {
      "examples_role": "historical-input-not-current-ready-examples",
      "json_pointers": [
        "/rawModel",
        "/methods/0/rawMethod"
      ],
      "role": "historical-owner-input"
    },
    "schema": "ailoot-native-model-representations-v1"
  },
  "schema": "ailoot-static-model-facts-v1",
  "schema_version": 1,
  "shortText": "Whisper large-v3 yra atvirų svorių daugiakalbis OpenAI kalbos atpažinimo modelio leidimas transkripcijai ir kalbos vertimui į anglų kalbą. Jis paverčia įrašytą kalbą tekstu; dokumentuojamas kalbos pasirinkimas, laiko žymos ir ilgų įrašų apdorojimas už 30 sekundžių akustinio lango ribų.",
  "source": {
    "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1",
    "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036",
    "raw_model_json_sha256": "988695f6939e3c5bec9f5f4ff9a7decb86ebc6fff7e285918085bdba2a016b53",
    "renderer_sha256": "57bd2f8a61f57d341aae369006eca818e3eea645ec43af488ec7b2289eeca772"
  },
  "sourceRevision": "8187fde35df958cde59da55ac8c5c07f6ae52e6afcdf8719716da95b68cced2e"
}