Source: https://ailoot.ai/models/ms/google-gemini-3-5-transcribe/
Canonical: https://ailoot.ai/models/ms/google-gemini-3-5-transcribe/
Language: ms

# Google: Gemini 3.5 Transcribe

[Markdown](https://ailoot.ai/models/ms/google-gemini-3-5-transcribe/index.md) · [JSON](https://ailoot.ai/models/ms/google-gemini-3-5-transcribe/facts.json)

## [Google: Gemini 3.5 Transcribe](https://ailoot.ai/models/ms/google-gemini-3-5-transcribe/)

Google Gemini 3.5 Transcribe menukar pertuturan rakaman kepada teks dengan pengesanan bahasa automatik, kosa kata tersuai serta pilihan pemasaan perkataan atau diarisasi penutur. Pilih VERBATIM untuk pemasaan dan atribusi penutur, atau SMART untuk imlak yang mudah dibaca; SMART tidak boleh digabungkan dengan kedua-dua ciri tersebut.

- [**Ailoot Ultra · Transkripsi** `POST /v1/audio/transcriptions` `google/gemini-3.5-transcribe`](https://ailoot.ai/models/ms/google-gemini-3-5-transcribe/#method-0)

Tentang model

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

Google Gemini 3.5 Transcribe ialah model segerak untuk menukar fail audio prarakaman lengkap kepada pertuturan bertulis. Ia berasaskan keupayaan pemahaman audio Gemini, tetapi mempunyai kontrak input dan output khusus transkripsi. Edisi Gemini 3.5 Transcribe Live yang berasingan menerima strim audio dan mengembalikan hasil secara beransur-ansur. Model audio rakaman ini menghasilkan transkrip lengkap, dengan pilihan pemasaan perkataan atau atribusi penutur bergantung pada konfigurasi terpilih.

Sediakan rakaman yang jelas dengan pertuturan yang tidak mengalami pemotongan isyarat (clipping) yang teruk dan, jika boleh, pemisahan yang jelas antara suara. Contoh segerak pengeluar menghantar audio WAV sebagai bait fail atau sumber audio tersimpan, dengan jenis MIMEnya dinyatakan. Simpan audio asal untuk semakan. Hasil yang dimaksudkan mungkin transkrip temu bual yang disemak, rekod penjajaran kapsyen atau imlak yang mudah dibaca; tentukan artifak yang diperlukan sebelum menggabungkan ciri yang mengubah kata-kata atau menambah metadata.

Google mendokumenkan pengesanan bahasa automatik merentas lebih daripada 85 bahasa, termasuk percampuran bahasa dalam satu sesi. Tahap sokongan bahasa berbeza-beza, dan petunjuk bahasa yang diketahui boleh menambah baik pengecaman. Kosa kata tersuai membekalkan nama khusus, jenama atau istilah pakar yang mungkin disebut. Pembuat membenarkan sehingga 1,000 istilah dan menyatakan senarai berfokus sehingga kira-kira 100 lazimnya paling berkesan. Pastikan istilah luar biasa berkaitan dengan rakaman dan semaknya terhadap audio, daripada mengandaikan petunjuk kosa kata membuktikan istilah itu dituturkan.

VERBATIM ialah mod lalai. Ia mengekalkan kata pengisi, pengulangan, permulaan ujaran yang dibatalkan dan pembetulan lisan supaya teks kekal sebagai rekod ungkapan asal. Gunakan mod ini apabila tugas memerlukan cap masa peringkat perkataan atau diarisasi penutur. Untuk temu bual, contohnya, kekalkan giliran dan pemasaan asal, kemudian betulkan nama serta kuantiti penting dengan mendengar petikan berkaitan. Ringkasan atau artikel yang digilap kemudian boleh menggunakan rekod disemak itu tanpa menggantikan kata-kata penutur secara senyap.

Mod SMART direka untuk imlak yang mudah dibaca. Ia membuang ketidaklancaran, menyelesaikan pembetulan kendiri sebaris dan menyusun bahan lisan kepada perenggan atau senarai, dengan tarikh serta nombor dinormalkan jika sesuai. Senarai tugas yang diimlakkan boleh menjadi senarai yang mudah dibaca daripada rentetan peralihan lisan. Pemprosesan itu mengubah bentuk transkrip. Google menyatakan dengan jelas bahawa SMART tidak serasi dengan cap masa perkataan dan diarisasi, jadi pilihnya apabila teks yang mudah dibaca ialah artifak wajib daripada cuba menggunakannya sebagai rekod berpemasaan dengan atribusi penutur.

Apabila pemasaan perkataan diaktifkan, respons merangkumi perkataan yang dikenal pasti dengan ofset mula dan akhir. Ini menyokong pencarian pembetulan dalam rakaman atau penyediaan kapsyen. Pembuat mengenal pasti kompromi ketepatan apabila cap masa peringkat perkataan diaktifkan. Semak teks serta penjajaran, terutamanya pada pertuturan pantas, pertindihan atau istilah luar biasa. Transkrip berpemasaan yang berguna menyimpan rekod perkataan dan audio sumber bersama, daripada menganggap ayat lancar sebagai bukti penjajarannya betul.

Diarisasi penutur mengenal pasti dan melabel suara dalam audio rakaman, dengan sehingga lapan penutur didokumenkan. Pembuat menyifatkan atribusi bagi tiga penutur atau lebih sebagai eksperimen. Anggap label sebagai pengelompokan penutur yang disimpulkan dan semak peralihan terhadap rakaman. Label penutur bukan bukti bebas identiti atau peranan seseorang. Jika tugas memerlukan nama, kaitkan label dengan maklumat rakaman yang diketahui daripada mereka identiti daripada perkataan yang dikenal pasti.

Jadual ciri pengeluar menyenaraikan tetingkap audio rakaman 15 minit, dengan pemprosesan fail terhad kepada tempoh itu apabila ciri seperti cap masa atau diarisasi diaktifkan. Sediakan bahan sumber lebih panjang sebagai segmen sesuai sambil mengekalkan turutan dan kedudukan masa asal. Transkrip, perkataan berpemasaan dan bahagian berlabel penutur model ialah perwakilan hasil berbeza; simpan perwakilan yang diperlukan untuk tugas. Had khusus audio ini tidak sepatutnya digantikan dengan angka konteks atau tempoh daripada model multimodal Gemini umum. Google menyenaraikan pemformatan SMART, cap masa peringkat perkataan dan diarisasi penutur sebagai ciri eksperimen.

Kontrak output khusus untuk transkripsi. Pemformatan SMART menghasilkan teks yang mudah dibaca tetapi tidak menambah kontrak respons skema JSON umum, keupayaan pemanggilan alat atau aliran kerja pembantu yang mengikuti arahan. Untuk artifak akhir, semak ungkapan penting, nombor dan kata nafi terhadap audio, kekalkan segmen belum diselesaikan untuk pembetulan dan simpan mod terpilih bersama hasil. Ini menjelaskan sama ada hasil merekodkan ungkapan lisan asal atau mempersembahkan versi bacaan tersunting yang diperoleh daripadanya.

**Ailoot Ultra · Transkripsi** `POST /v1/audio/transcriptions` `google/gemini-3.5-transcribe`

[`google/gemini-3.5-transcribe`](https://ailoot.ai/models/ms/#m=google%2Fgemini-3.5-transcribe&route=Ultra&caller=google%2Fgemini-3.5-transcribe&fmt=transcriptions)

Google /`google/gemini-3.5-transcribe`

### Pengenalan

Google Gemini 3.5 Transcribe menukar pertuturan rakaman kepada teks dengan pengesanan bahasa automatik, kosa kata tersuai serta pilihan pemasaan perkataan atau diarisasi penutur. Pilih VERBATIM untuk pemasaan dan atribusi penutur, atau SMART untuk imlak yang mudah dibaca; SMART tidak boleh digabungkan dengan kedua-dua ciri tersebut.

Input yang diterima

Audio

Hasil

Teks

### Tersedia di Ailoot · input & kaedah

**Ailoot Ultra · Transkripsi** `POST /v1/audio/transcriptions`

Input

`audio`

Output

`text`

| Medan | Jenis | Keperluan | Nilai & had | Lalai |
| --- | --- | --- | --- | --- |
| Medan`model` | Jenis`string` | KeperluanDiperlukan | Nilai & had google/gemini-3.5-transcribe | Lalai— |
| Medan`input_audio` | Jenis`object` | KeperluanDiperlukan | Nilai & had | Lalai— |
| Medan`language` | Jenis`string` | KeperluanPilihan | Nilai & had | Lalai— |
| Medan`temperature` | Jenis`number` | KeperluanPilihan | Nilai & had Minimum: 0 Maksimum: 1 | Lalai— |
| Medan`response_format` | Jenis`string` | KeperluanPilihan | Nilai & had json, verbose\_json | Lalaijson |
| Medan`timestamp_granularities` | Jenis`array` | KeperluanPilihan | Nilai & had | Lalai— |
| Medan`provider` | Jenis`object` | KeperluanPilihan | Nilai & had | Lalai— |

Parameter kaedah dan kitar hayat

| Parameter | Kontrak |
| --- | --- |
| Parameter`content_type` | Kontrakapplication/json |
| Parameter`required` | Kontrakmodel, input\_audio |
| Parameter`material_types` | Kontrakaudio |
| Parameter`material_conditions` | KontrakBaca fail WAV sebenar dan kodkan bait sebenarnya untuk input\_audio JSON yang diisytiharkan; tiada laluan multipart ditawarkan bagi pengisytiharan tepat yang hanya menggunakan JSON ini. |

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}`

### Pelan harga

##### Cara caj akhir dikira

Kadar yang dipaparkan menganggarkan kos sebelum penjanaan. Caj akhir dikira berdasarkan kos yang direkodkan untuk penjanaan asal. Tempoh output yang diukur dan kuantiti ramalan bukan kuantiti akhir yang boleh dibilkan.

Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.

Mod pantas

Tidak dinyatakan Apabila mod pantas dipilih

Mod flex

Tidak dinyatakan Apabila mod flex dipilih

Usaha penaakulan maksimum

Tidak dinyatakan Apabila usaha penaakulan maksimum menggunakan pelarasan default

#### Anggaran kadar untuk perbandingan

#### Harga mengikut konfigurasi

Padankan setiap caj dengan syarat yang dipaparkan. Gunakan satu kadar bagi setiap set konfigurasi alternatif.

| Konfigurasi | Jadual kadar | Kuantiti ramalan | Unit pengebilan | Caj |
| --- | --- | --- | --- | --- |
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Kuantiti ramalan— | Unit pengebilan— | Caj Input · Token input · Anggaran untuk perbandingan sahaja **—** / 1K token Output · Token output · Anggaran untuk perbandingan sahaja **—** / 1K token Input · Bacaan cache · Anggaran untuk perbandingan sahaja **—** / 1K token Input · Penulisan cache · Anggaran untuk perbandingan sahaja **—** / 1K token Input · Penulisan cache, 1 jam · Anggaran untuk perbandingan sahaja **—** / 1K token |
| Konfigurasitoken input | Jadual kadar— | Kuantiti ramalan— | Unit pengebilan/ 1K token | Caj Input · Anggaran untuk perbandingan sahaja **$0.004** / 1K token |
| Konfigurasitoken output | Jadual kadar— | Kuantiti ramalan— | Unit pengebilan/ 1K token | Caj Output · Anggaran untuk perbandingan sahaja **$0.024** / 1K token |
| KonfigurasiAnggaran kos penjanaan | Jadual kadar— | Kuantiti ramalananggaran untuk satu penjanaan | Unit pengebilan— | Caj Output · Anggaran kos penjanaan · Anggaran untuk perbandingan sahaja **$1.179648** anggaran sebelum penjanaan Anggaran ini bukan caj tambahan atau kadar tetap bagi penjanaan yang telah selesai. |

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 →](https://ailoot.ai/docs/ms/billing/reserve/)

### Contoh permintaan

#### Ailoot Ultra · Transkripsi

curl · badan permintaan natif yang tepat dan hasil lengkap

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_AUDIO_FILE:?Set the path to your actual WAV recording}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
import base64
audio=Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes()
if not (audio[:4]==b'RIFF' and audio[8:12]==b'WAVE'): raise SystemExit('Supply an actual WAV audio file')
if len(audio)>26214400: raise SystemExit('Use a documented supported large-file flow')
request={'model': 'google/gemini-3.5-transcribe', 'input_audio': {'data': '${BASE64_ACTUAL_WAV_BYTES}', 'format': 'wav'}}
request['input_audio']['data']=base64.b64encode(audio).decode('ascii')
Path('request.json').write_text(json.dumps(request,ensure_ascii=False),encoding='utf-8')
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o response.bin
# Keep the complete original response and headers. Read every returned segment, word and usage field.
# Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting.
```

### Terima dan simpan hasil

#### Ailoot Ultra · Transkripsi

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

Pembacaan kandungan lain

Baca aset sedia ada yang menjadi milik anda

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \
  -H "Authorization: Bearer $AILOOT_API_KEY" -o owned-assets.json
# Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token.
```

##### Simpan semua hasil yang selesai

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

Simpan respons dan pengepala yang lengkap, setiap output sebenar, pengecam asal yang dikembalikan serta semua medan penggunaan. Pulihkan operasi asal tanpa menghantar permintaan penciptaan sekali lagi.

##### Jika respons asal perlu disemak

Simpan X-Client-Request-ID yang dikembalikan untuk penyelarasan rekod. Baca hanya nilai task\_id/asset\_id sebenar yang dikembalikan atau pustaka media milik anda; jangan sekali-kali bina URL tugas daripada ID operasi atau hantar semula permintaan penciptaan.

Medan respons

| Medan | Jenis |
| --- | --- |
| Medan`text` | Jenis |
| Medan`usage` | Jenis |
| Medan`segments[]` | Jenis |
| Medan`words[]` | Jenis |
| Medan`speaker fields` | Jenis |
| Medan`timestamps` | Jenis |

### Alias

#### Alias model

**Ailoot Ultra** [`google/gemini-3.5-transcribe`](https://ailoot.ai/models/ms/#m=google%2Fgemini-3.5-transcribe&route=Ultra&caller=google%2Fgemini-3.5-transcribe&fmt=transcriptions)

#### Alias laluan kaedah

Gunakan laluan kaedah yang dipaparkan di atas.

#### ID pemanggil berkaitan

[`google/gemini-3.5-transcribe`](https://ailoot.ai/models/ms/#m=google%2Fgemini-3.5-transcribe&route=Ultra&caller=google%2Fgemini-3.5-transcribe&fmt=transcriptions)

FAQ · Google: Gemini 3.5 Transcribe

Apakah input dan hasil yang tersedia?

`POST /v1/audio/transcriptions` · `google/gemini-3.5-transcribe`: `audio` → `text`

Apakah medan yang digunakan oleh permintaan?

`POST /v1/audio/transcriptions` · `google/gemini-3.5-transcribe`: `model`, `input_audio`, `language`, `temperature`, `response_format`, `timestamp_granularities`, `provider`

Apakah had yang terpakai?

`POST /v1/audio/transcriptions` · `google/gemini-3.5-transcribe`: `temperature.minimum`: `0`; `temperature.maximum`: `1`

Sambungkan Ailoot kepada Claude Code, OpenCode, Hermes atau aplikasi anda.

## Syarikat dan portfolio projeknya

Syarikat dan portfolio projeknya: jutaan pelanggan; jualan bernilai berbilion setiap bulan.

## Beli token dengan diskaun.

Diskaun langganan untuk penggunaan berkala. Kod promosi — sehingga 50% bagi pembelian token.

Langganan

Pilih pelan berdiskaun untuk permintaan berkala anda.

Kod promosi sehingga 50%

Masukkan kod semasa pembelian. Harga dikira semula mengikut promosi semasa.

Perbelanjaan dalam sejarah

Model, token dan jumlah disimpan bagi setiap permintaan.

[Pilih langganan](https://ailoot.ai/docs/ms/billing/subscriptions/) · [Lihat harga model](https://ailoot.ai/models/ms/)

## Sambungkan API kepada produk yang anda jual.

SaaS, aplikasi dan bot — di bawah tawaran rasmi serta perjanjian lesen Ailoot. Untuk jualan semula, mohon lesen penjual semula.

Aplikasi komersial

Tambahkan penjanaan teks, imej, video dan audio pada ciri berbayar perkhidmatan anda.

Lesen penjual semula

Hantar keterangan projek dan susunan akses. Minta terma penggunaan serta jualan semula secara bertulis.

Dokumen pada laman

Tawaran, perjanjian lesen dan dasar pemprosesan data tersedia sebelum sambungan.

[Mohon lesen penjual semula](mailto:support@ailoot.ai) · [Tawaran dan perjanjian lesen](https://ailoot.ai/legal/offer?lang=ms)

## Ailoot · Syarikat dan portfolio projeknya





Ailoot berteraskan pengalaman operasi yang mantap, pangkalan pelanggan yang besar, perkhidmatan yang stabil dan pemantauan KPI berterusan.





Syarikat dan portfolio projeknya: jutaan pelanggan; jualan bernilai berbilion setiap bulan.





Ailoot menggunakan pengalaman operasi ini untuk akses API kepada ciri AI dalam produk pelanggan, ejen, aplikasi dan automasi.