asr-1.0

MiniMax ASR 1.0 menukarkan audio kepada teks, menyokong bahasa Rusia, pengasingan ujaran mengikut penutur dan cap masa.

Ailoot · Pertuturan kepada teks POST /v1/audio/transcriptions asr-1.0

Tentang model

Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.

Rakaman perbualan menjadi teks

MiniMax ASR 1.0 mengenal pasti pertuturan dalam fail audio. Pengeluar menerangkan penggunaannya untuk mesyuarat, temu bual, podcast, trek audio video, pemantauan kandungan dan analisis perbualan. Model ditala untuk pertuturan perbualan, bunyi bising dan kosa kata profesional, dengan penekanan pada pengurangan bahagian rekaan. Pada kad Ailoot ini, input ialah audio dan hasil ialah teks.

Bahasa dan beberapa peserta

Bahasa Rusia dan Ukraine, Inggeris, Perancis, Jerman, Sepanyol, Itali, Portugis dan Poland disokong; begitu juga bahasa Cina, Kantonis, Jepun, Korea, Thai, Vietnam, Indonesia, Melayu, Filipina, Arab dan Turki. Jika bahasa tidak ditetapkan, model mengesan bahasa utama secara automatik; pengeluar menerangkan gabungan pertuturan Cina dan Inggeris secara berasingan.

Dalam bentuk hasil terperinci, model boleh mengenal pasti penutur dan mengaitkan ujaran dengan masa. Bentuk ini mengembalikan jumlah peserta serta segmen dengan label penutur, masa mula, masa tamat dan teks. Ini membantu mengenal pasti individu yang menyebut sesuatu ujaran dan masanya tanpa mencampurkan ujaran peserta berbeza.

Bentuk hasil

Pengeluar menyediakan JSON biasa dengan teks dan tempoh, verbose_json terperinci serta sari kata SRT dan WebVTT. Tahap ayat atau segmen digunakan secara lalai untuk cap masa. Cap perkataan individu diterangkan bagi bahasa Inggeris, manakala cap aksara individu bagi bahasa Cina; cap sebegini berkaitan dengan format penjajaran.

Output teks beransur-ansur boleh digunakan, tetapi tidak boleh digabungkan dengan pengasingan penutur dan format sari kata. Mod ini mengembalikan bahagian baharu teks yang dikenal pasti semasa fail yang telah dihantar diproses. Ini ialah penstriman hasil, bukannya penghantaran audio berterusan daripada mikrofon.

Keperluan rakaman

Format input yang dinyatakan ialah WAV, AIFF, FLAC, ALAC dalam bekas M4A, MP3, AAC, Opus dan Ogg. Fail mesti mengandungi tidak lebih daripada 500 saat audio dan bersaiz tidak lebih daripada 50 MB. Tempoh yang melebihi had ditolak, bukannya dipotong secara senyap. PCM mentah tanpa bekas tidak disokong.

Untuk menyediakan rakaman, pengeluar mengesyorkan mono 16 kHz atau format audio termampat: kadar tinggi dan stereo tidak diperlukan untuk pengecaman dan menambah saiz fail. Keupayaan output terperinci dan pemprosesan penstriman merujuk kepada ASR 1.0; format respons yang tersedia bagi permintaan khusus ditetapkan melalui kemudahan Ailoot.

Ailoot · Pertuturan kepada teks POST /v1/audio/transcriptions asr-1.0

asr-1.0

MiniMax /asr-1.0

Pengenalan

MiniMax ASR 1.0 menukarkan audio kepada teks, menyokong bahasa Rusia, pengasingan ujaran mengikut penutur dan cap masa.

Input yang diterima: Audio
Hasil: Teks

Tersedia di Ailoot · input & kaedah

Ailoot · Pertuturan kepada teks POST /v1/audio/transcriptions

Input: audio
Output: text
Format output: json

Medan	Jenis	Keperluan	Nilai & had	Lalai
Medan`model`	Jenis`string`	KeperluanDiperlukan	Nilai & had asr-1.0	Lalai—
Medan`file`	Jenis`file`	KeperluanDiperlukan	Nilai & had Bait maksimum: 52,428,800 Format fail: wav, mp3, m4a, ogg, webm, flac Jenis kandungan: multipart/form-data Tempoh maksimum (tidak termasuk), saat: 500	Lalai—
Medan`response_format`	Jenis`string`	KeperluanPilihan	Nilai & had json	Lalai—

Gabungan bahan input

speech_to_text · Diperlukan: actual audio file

Parameter kaedah dan kitar hayat

Parameter	Kontrak
Parameter`material_types`	Kontrakaudio
Parameter`required`	Kontraknull
Parameter`optional_controls`	Kontraknull

Kitar hayat: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · task_id sebenar yang dikembalikan atau rekod pustaka media

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Struktur kaedah dan ID adalah tepat; keupayaan pembekal berasingan daripada penerimaan permintaan.

Pelan harga

Kadar kaedah Ailoot

Ailoot Pertuturan kepada teksPOST /v1/audio/transcriptions

Input: USD 0.38 bagi setiap jam audio

Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →

Contoh permintaan

Ailoot · Pertuturan kepada teks

Contoh transkripsi

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_AUDIO_FILE:?Set your actual MP3 recording}"
export AILOOT_AUDIO_FILE
python3 - <<'PY_REQUEST'
import os
from pathlib import Path
f=Path(os.environ["AILOOT_AUDIO_FILE"])
if not f.is_file() or f.suffix.lower()!=".mp3":raise SystemExit("Choose your actual MP3 recording")
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \
  -H "Authorization: Bearer $AILOOT_API_KEY" \
  --form-string model=asr-1.0 -F "file=@$AILOOT_AUDIO_FILE" \
  -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))
PY_RESULT

Terima dan simpan hasil

Ailoot · Pertuturan kepada teks

json

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

Simpan semua hasil yang selesai

Simpan setiap respons lengkap, fail dan bahagian kandungan yang dikembalikan.

Simpan JSON lengkap, bukan teks sahaja; kekalkan setiap segmen/penutur/cap masa yang tersedia dan identiti tugas/aset sebenar.

Jika respons asal perlu disemak

Simpan operation_id/X-Client-Request-ID asal untuk penyelarasan rekod tanpa penghantaran semula; tiada laluan khusus untuk meninjau status audio.

Medan respons

Medan	Jenis
Medan`text`	Jenisstring
Medan`segments[]`	Jenisobject
Medan`task_id`	Jenisstring
Medan`asset_url`	Jenisstring
Medan`usage`	Jenisobject

Ralat dan langkah seterusnya

Respons	Syarat	Langkah seterusnya
Respons400 · `invalid_request_error`	SyaratMedan wajib, perwakilan bahan atau nilai parameter tidak sah	Langkah seterusnyaBetulkan medan yang ditunjukkan sebelum permintaan penciptaan baharu.
Respons`server_error`	SyaratRespons yang dikembalikan menyatakan bahawa operasi atau hasil memerlukan semakan	Langkah seterusnyaSimpan ID operasi/tugas asal yang dikembalikan, pengepala permintaan dan respons; teruskan pembacaan yang disokong bagi operasi asal tersebut. Jangan hantar semula permintaan penciptaan.

Alias

Alias model

Ailoot asr-1.0

Alias laluan kaedah

Gunakan laluan kaedah yang dipaparkan di atas.

ID pemanggil berkaitan

asr-1.0

FAQ · asr-1.0

Apakah input dan hasil yang tersedia?: POST /v1/audio/transcriptions · asr-1.0: audio → text
Apakah medan yang digunakan oleh permintaan?: POST /v1/audio/transcriptions · asr-1.0: model, file, response_format

asr-1.0

asr-1.0

Rakaman perbualan menjadi teks

Bahasa dan beberapa peserta

Bentuk hasil

Keperluan rakaman

Pengenalan

Tersedia di Ailoot · input & kaedah

Pelan harga

Kadar kaedah Ailoot

Contoh permintaan

Ailoot · Pertuturan kepada teks

Terima dan simpan hasil

Ailoot · Pertuturan kepada teks

Simpan semua hasil yang selesai

Jika respons asal perlu disemak

Alias

Alias model

Alias laluan kaedah

ID pemanggil berkaitan

Syarikat dan portfolio projeknya

Beli token dengan diskaun.

Sambungkan API kepada produk yang anda jual.