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

# Gemini 3.5 Transcribe

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

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

En Google-modell for talegjenkjenning, språkgjenkjenning, skille mellom talere og tidsstempler for ord.

- [**Ailoot · Tale til tekst** `POST /v1/audio/transcriptions` `gemini-3.5-transcribe`](https://ailoot.ai/models/nb/gemini-3-5-transcribe/#method-0)

Om modellen

Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.

Gemini 3.5 Transcribe gjør en lydfil om til tekst. I tillegg til transkripsjon støtter den språkgjenkjenning, skille mellom talere, tidsstempler for enkeltord, en tilpasset ordliste og intelligent tekstbehandling.

#### Språk og varighet

**Over 85 språk** støttes, inkludert russisk, samt språkbytte i samme opptak. Språket gjenkjennes automatisk. En vanlig forespørsel behandler lyd med en varighet på **opptil én time**. Ved skille mellom talere eller aktiverte tidsstempler for ord reduseres grensen til **30 minutter**.

Utdata omfatter hele transkripsjonen og, i relevante moduser, egne annotasjoner for ord. Modellen er laget for behandling av filer; kontinuerlig gjenkjenning i sanntid hører til den separate versjonen `gemini-3.5-transcribe-live`.

#### Transkripsjonsmoduser

Ordrett transkripsjon brukes som standard. Den intelligente modusen fjerner fyllord, tar hensyn til talerens egne rettelser og formaterer teksten. Denne modusen kan ikke kombineres med skille mellom talere eller tidsstempler for ord.

Skille mellom talere støtter **opptil åtte talere**. Identifisering av hvem som sa en replikk, har **eksperimentell status** ved tre eller flere talere. Tidsstempler knytter teksten til opptaket, men aktivering av dem kan redusere gjenkjenningsnøyaktigheten.

#### Termer og filer

En ordliste med brukerdefinerte termer rommer **opptil 1 000 oppføringer**; Google påpeker at det vanligvis er best å begrense den til omtrent hundre. En slik ordliste kan ikke kombineres med skille mellom talere eller tidsstempler for ord. Ved valg av modus må det derfor vurderes hva som er viktigst: spesialtermer eller detaljert merking av deltakere og tid.

Lydformatene som støttes, omfatter WAV, MP3, AIFF, AAC, OGG, FLAC, MPEG, M4A, L16, Opus, A-law, mu-law og WebM. For filbehandling er varighetsgrenser og kombinasjoner av moduser publisert. Beskrivelsen av Transcribe-familien oppgir også en kontekst på **96K tokener** og tekstutdata på **32K tokener**; disse familieegenskapene erstatter ikke filbegrensningene i valgt metode.

Mellomlagring av kontekst, kjøring av kode, søk i filer, funksjonskall, bildegenerering og Thinking støttes ikke. Modellen er spesialisert på å hente tekst og annotasjoner fra lyd, ikke på å generere ny tale.

**Ailoot · Tale til tekst** `POST /v1/audio/transcriptions` `gemini-3.5-transcribe`

[`gemini-3.5-transcribe`](https://ailoot.ai/models/nb/#m=gemini-3.5-transcribe&route=Core&caller=gemini-3.5-transcribe&fmt=transcriptions)

Google /`gemini-3.5-transcribe`

### Start

En Google-modell for talegjenkjenning, språkgjenkjenning, skille mellom talere og tidsstempler for ord.

Godkjente inndata

Lyd

Resultater

Tekst

### Tilgjengelig i Ailoot · inndata & metoder

**Ailoot · Tale til tekst** `POST /v1/audio/transcriptions`

Inndatatyper

`audio`

Utdatatyper

`text`

Utdataformat

json

| Felt | Type | Krav | Verdier & grenser | Standard |
| --- | --- | --- | --- | --- |
| Felt`model` | Type`string` | KravPåkrevd | Verdier & grenser gemini-3.5-transcribe | Standard— |
| Felt`file` | Type`file` | KravPåkrevd | Verdier & grenser Maksimalt antall byte: 67 108 864 Filformater: wav, mp3, m4a, ogg, webm, flac Innholdstype: multipart/form-data Maksimal varighet, sekunder: 600 | Standard— |
| Felt`response_format` | Type`string` | KravValgfritt | Verdier & grenser json | Standard— |

Kombinasjoner av inngående materialer

**speech\_to\_text** · Påkrevd: actual audio file

Metodeparametere og livssyklus

| Parameter | Avtale |
| --- | --- |
| Parameter`material_types` | Avtaleaudio |
| Parameter`required` | Avtalenull |
| Parameter`optional_controls` | Avtalenull |

Livssyklus: `synchronous_result_then_owned_library`

`GET /v1/media/tasks/{task_id}` · faktisk returnert task\_id eller oppføring i mediebiblioteket

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

`GET /v1/media/assets`

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

Metodestrukturer og ID-er er eksakte; leverandørens evne er adskilt fra godkjenning av forespørselen.

### Priser

#### Satser for Ailoot-metoder

Inndata

0,01 USD *per påbegynt minutt*

Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. [Slik fungerer reservasjon og oppgjør →](https://ailoot.ai/docs/nb/billing/reserve/)

### Eksempelforespørsler

#### Ailoot · Tale til tekst

Transkripsjonseksempel

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_AUDIO_FILE:?Set your actual MP3 recording}"
export AILOOT_AUDIO_FILE
python3 - <<'PY_REQUEST'
import os
from pathlib import Path
f=Path(os.environ["AILOOT_AUDIO_FILE"])
if not f.is_file() or f.suffix.lower()!=".mp3":raise SystemExit("Choose your actual MP3 recording")
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \
  -H "Authorization: Bearer $AILOOT_API_KEY" \
  --form-string model=gemini-3.5-transcribe -F "file=@$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
```

### Motta og lagre resultater

#### Ailoot · Tale til tekst

json

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

##### Behold alle ferdige resultater

Behold alle fullstendige returnerte svar, filer og innholdsdeler.

Behold hele JSON-svaret, ikke bare teksten; bevar alle tilgjengelige segmenter, talere og tidsstempler og faktiske oppgave- og ressursidentiteter.

##### Hvis det opprinnelige svaret må kontrolleres

Bevar opprinnelig operation\_id/X-Client-Request-ID for avstemming uten ny innsending; det finnes ingen egen rute for å spørre etter lydstatus.

Svarfelter

| Felt | Type |
| --- | --- |
| Felt`text` | Typestring |
| Felt`segments[]` | Typeobject |
| Felt`task_id` | Typestring |
| Felt`asset_url` | Typestring |
| Felt`usage` | Typeobject |

Feil og neste trinn

| Svar | Vilkår | Neste trinn |
| --- | --- | --- |
| Svar400 · `invalid_request_error` | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
| Svar`server_error` | VilkårDet returnerte svaret angir at operasjonen eller resultatet må kontrolleres | Neste trinnBevar den opprinnelige returnerte operasjons-/oppgave-ID-en, forespørselshodene og svaret; fortsett å lese den opprinnelige operasjonen på de støttede måtene. Ikke send opprettelsesforespørselen på nytt. |

### Aliaser

#### Modellaliaser

**Ailoot** [`gemini-3.5-transcribe`](https://ailoot.ai/models/nb/#m=gemini-3.5-transcribe&route=Core&caller=gemini-3.5-transcribe&fmt=transcriptions)

#### Aliaser for metodestier

Bruk metodestiene som vises ovenfor.

#### Tilknyttede anroper-ID-er

[`gemini-3.5-transcribe`](https://ailoot.ai/models/nb/#m=gemini-3.5-transcribe&route=Core&caller=gemini-3.5-transcribe&fmt=transcriptions)

FAQ · Gemini 3.5 Transcribe

Hvilke inndata og resultater er tilgjengelige?

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

Hvilke felt bruker forespørselen?

`POST /v1/audio/transcriptions` · `gemini-3.5-transcribe`: `model`, `file`, `response_format`

Koble Ailoot til Claude Code, OpenCode, Hermes eller egen applikasjon.

## Selskapet og dets prosjektportefølje

Selskapet og dets prosjektportefølje: millioner av kunder; månedlig salg for milliarder.

## Kjøp tokener med rabatt.

Abonnementsrabatt for jevnlig bruk. Kampanjekoder gir opptil 50% på tokenkjøp.

Abonnement

Velg et rabattabonnement for faste forespørsler.

Kampanjekode opptil 50%

Oppgi kode ved kjøp. Prisen beregnes på nytt etter gjeldende kampanje.

Kostnader i historikken

Modell, tokener og beløp lagres for hver forespørsel.

[Velg abonnement](https://ailoot.ai/docs/nb/billing/subscriptions/) · [Se modellpriser](https://ailoot.ai/models/nb/)

## Koble API-et til produktet du selger.

SaaS, apper og boter etter Ailoots offentlige tilbud og lisensavtale. Be om forhandlerlisens for videresalg.

Kommersiell applikasjon

Bygg tekst-, bilde-, video- og lydgenerering inn i betalte funksjoner i tjenesten.

Forhandlerlisens

Send prosjektbeskrivelse og tilgangsopplegg. Be om skriftlige vilkår for bruk og videresalg.

Dokumenter på nettstedet

Offentlig tilbud, lisensavtale og retningslinjer for databehandling er tilgjengelige før tilkobling.

[Be om forhandlerlisens](mailto:support@ailoot.ai) · [Offentlig tilbud og lisensavtale](https://ailoot.ai/legal/offer?lang=nb)

## Ailoot · Selskapet og dets prosjektportefølje





Ailoot bygger på etablert driftserfaring, en stor kundebase, stabil tjeneste og løpende KPI-kontroll.





Selskapet og dets prosjektportefølje: millioner av kunder; månedlig salg for milliarder.





Ailoot bruker denne driftserfaringen til API-tilgang til AI-funksjoner i kundenes produkter, agenter, applikasjoner og automatiseringer.