Google Chirp 3 er en flerspråklig modell for automatisk talegjenkjenning som gjør talt lyd om til tekst. Google dokumenterer den som transkripsjonsmodellen Chirp 3 i Speech-to-Text V2-familien, med modellidentifikatoren chirp_3. Formålet er å gjenkjenne tale fra opptak eller strømming, med språkgjenkjenning og transkripsjonsspesifikke egenskaper. Den resulterende leveransen er en transkripsjon og metadataene som støttes av den valgte gjenkjenningsmetoden, fremfor generert tale eller et åpent assistentsvar.
Produsenten skiller mellom strømmegjenkjenning, synkron gjenkjenning for korte klipp og satsvis gjenkjenning for lengre opptak. Velg modus etter kildelyden og det ønskede resultatet. For et kort talenotat kan et ferdig tekstsvar være tilstrekkelig. For et intervju eller en innspilt samtale kan et satsvis resultat med talerinformasjon være mer nyttig. For direkteteksting eller et grensesnitt for talekommandoer bør du holde foreløpig tekst atskilt fra det endelige gjenkjenningsresultatet og bevare lydintervallet teksten beskriver.
Klargjør lyden i kodingen som gjenkjenningsimplementasjonen forventer. Googles Chirp 3-eksempler bruker dekoding med automatisk formatgjenkjenning for opptaksfiler og eksplisitt angitt dekoding for en konfigurasjon med rå lydstrøm. Den tilhørende V2-dekoderreferansen oppgir WAV PCM eller kompandert lyd, FLAC, MP3, Ogg/WebM Opus og AAC i MP4-, M4A- eller MOV-beholdere blant de støttede kodingene. Et beholdernavn erstatter ikke den faktiske kodeken og samplingskonfigurasjonen. Bevar tydelig tale og unngå kraftig klipping eller unødvendig konvertering som mister hørbare detaljer.
Chirp 3 kan automatisk identifisere og transkribere det dominerende språket, og et sett med forventede språkvarianter kan begrense valgmulighetene ved gjenkjenning. Språktilgjengeligheten varierer etter metode og egenskap. Språklisten for transkripsjon er bredere enn listen for talerdiarisering, så at et språk gjenkjennes, fastslår ikke at alle taler- eller tidsfunksjoner gjelder for det. Bruk språkvarianten som passer til opptaket, og behold navn eller faguttrykk som veksler mellom språk, for gjennomgang. En etikett for det gjenkjente språket er del av resultatet, ikke bevis på at alle uvanlige ord ble gjenkjent riktig.
Talerdiarisering grupperer tale etter stemme i et enkanalsopptak. Google gir et eksempel på satsvis transkripsjon med talerinformasjon per ord. For et intervju bør du beholde disse etikettene sammen med den gjenkjente teksten og sammenligne talerbytter med opptaket før du knytter til faktiske navn eller roller. Like stemmer, avbrytelser og overlappende tale kan gjøre tilordning vanskelig. Gjør kildeopptakets kanaloppsett og den tiltenkte kontrollen av talere tydelig i stedet for å behandle en etikett som en uavhengig bekreftet identitet.
Tidsangivelser er også metodespesifikke. Strømmegjenkjenning gir tidsstempler på ytringsnivå, mens produsentens veiledning for filgjenkjenning beskriver valgfrie tidsangivelser per ord med en mulig avveining mot transkripsjonskvaliteten. Bevar metadataene som faktisk returneres av den valgte metoden, og kontroller synkroniseringen sammen med ordlyden. En arbeidsflyt for teksting trenger begge deler: lesbar gjenkjent tekst og underlag for at en tidsgrense samsvarer med riktig lyd. Google advarer også om at den returnerte konfidensverdien per ord ikke er et reelt mål på sikkerhet, og at den derfor ikke bør brukes til å bekrefte at et ord er riktig.
Taletilpasning tilfører fraser og egennavn som sannsynligvis forekommer i opptaket. Produsenten dokumenterer en ordliste med opptil 1,000 fraser og anbefaler så få relevante oppføringer som mulig for å unngå å svekke gjenkjenningen av andre uttrykk. For en teknisk presentasjon kan du klargjøre en kort liste over faktiske produktnavn og forkortelser og deretter undersøke dem i transkripsjonen. Slik vekting hjelper gjenkjenningen med å vurdere et uttrykk; den fastslår ikke at uttrykket ble uttalt, og erstatter ikke en kontroll mot lyden.
Modellen gir automatisk tegnsetting og bruk av store bokstaver, som kan slås av i det dokumenterte grensesnittet. Google beskriver også en forhåndsfunksjon for egendefinerte instruksjoner om transkripsjonsformat, som hvordan et bestemt navn eller en dato skal skrives. Hold disse instruksjonene rettet mot formatering av den gjenkjente talen. En transkripsjon som normaliserer en dato eller skriver et merkenavn med stor forbokstav, må fortsatt bevare meningen i det som ble sagt. En oppsummering, oversettelse eller faktabasert analyse er en senere bruk av transkripsjonen, fremfor noe som fastslås av selve gjenkjenningsresultatet.
Den innebygde støyfjerningen er ment å redusere bakgrunnsmusikk og omgivelseslyder som regn eller gatestøy. Google sier uttrykkelig at den ikke kan fjerne menneskestemmer i bakgrunnen. Bevar dette skillet når du klargjør et opptak med overlappende samtaler. Kontroller støyende og stille deler mot kilden i stedet for å anta at en transkripsjon som ser renere ut, beviser at den forstyrrende lyden ble fjernet. Et nyttig resultat holder usikre passasjer gjenkjennelige slik at de kan rettes.
Ved strømmeoppgaver påvirker følsomheten for ytringsavslutning når en ytring regnes som ferdig. Produsenten beskriver innstillingene standard, short og supershort for stadig kortere forventet tale. En raskere innstilling kan avbryte en taler som tar en pause midt i en tanke. Tilpass innstillingen til naturlig diktering, en kort setning eller en svært kort kommando, og behold statusen for endelig resultat sammen med transkripsjonen. For en ferdig fil bør du kontrollere navn, mengder, nektelser og talergrenser og deretter beholde valgt modus og kildelyd slik at resultatet kan kontrolleres eller gjenbrukes.
", "aboutText": "Google Chirp 3 er en flerspråklig modell for automatisk talegjenkjenning som gjør talt lyd om til tekst. Google dokumenterer den som transkripsjonsmodellen Chirp 3 i Speech-to-Text V2-familien, med modellidentifikatoren chirp_3. Formålet er å gjenkjenne tale fra opptak eller strømming, med språkgjenkjenning og transkripsjonsspesifikke egenskaper. Den resulterende leveransen er en transkripsjon og metadataene som støttes av den valgte gjenkjenningsmetoden, fremfor generert tale eller et åpent assistentsvar.\n\nProdusenten skiller mellom strømmegjenkjenning, synkron gjenkjenning for korte klipp og satsvis gjenkjenning for lengre opptak. Velg modus etter kildelyden og det ønskede resultatet. For et kort talenotat kan et ferdig tekstsvar være tilstrekkelig. For et intervju eller en innspilt samtale kan et satsvis resultat med talerinformasjon være mer nyttig. For direkteteksting eller et grensesnitt for talekommandoer bør du holde foreløpig tekst atskilt fra det endelige gjenkjenningsresultatet og bevare lydintervallet teksten beskriver.\n\nKlargjør lyden i kodingen som gjenkjenningsimplementasjonen forventer. Googles Chirp 3-eksempler bruker dekoding med automatisk formatgjenkjenning for opptaksfiler og eksplisitt angitt dekoding for en konfigurasjon med rå lydstrøm. Den tilhørende V2-dekoderreferansen oppgir WAV PCM eller kompandert lyd, FLAC, MP3, Ogg/WebM Opus og AAC i MP4-, M4A- eller MOV-beholdere blant de støttede kodingene. Et beholdernavn erstatter ikke den faktiske kodeken og samplingskonfigurasjonen. Bevar tydelig tale og unngå kraftig klipping eller unødvendig konvertering som mister hørbare detaljer.\n\nChirp 3 kan automatisk identifisere og transkribere det dominerende språket, og et sett med forventede språkvarianter kan begrense valgmulighetene ved gjenkjenning. Språktilgjengeligheten varierer etter metode og egenskap. Språklisten for transkripsjon er bredere enn listen for talerdiarisering, så at et språk gjenkjennes, fastslår ikke at alle taler- eller tidsfunksjoner gjelder for det. Bruk språkvarianten som passer til opptaket, og behold navn eller faguttrykk som veksler mellom språk, for gjennomgang. En etikett for det gjenkjente språket er del av resultatet, ikke bevis på at alle uvanlige ord ble gjenkjent riktig.\n\nTalerdiarisering grupperer tale etter stemme i et enkanalsopptak. Google gir et eksempel på satsvis transkripsjon med talerinformasjon per ord. For et intervju bør du beholde disse etikettene sammen med den gjenkjente teksten og sammenligne talerbytter med opptaket før du knytter til faktiske navn eller roller. Like stemmer, avbrytelser og overlappende tale kan gjøre tilordning vanskelig. Gjør kildeopptakets kanaloppsett og den tiltenkte kontrollen av talere tydelig i stedet for å behandle en etikett som en uavhengig bekreftet identitet.\n\nTidsangivelser er også metodespesifikke. Strømmegjenkjenning gir tidsstempler på ytringsnivå, mens produsentens veiledning for filgjenkjenning beskriver valgfrie tidsangivelser per ord med en mulig avveining mot transkripsjonskvaliteten. Bevar metadataene som faktisk returneres av den valgte metoden, og kontroller synkroniseringen sammen med ordlyden. En arbeidsflyt for teksting trenger begge deler: lesbar gjenkjent tekst og underlag for at en tidsgrense samsvarer med riktig lyd. Google advarer også om at den returnerte konfidensverdien per ord ikke er et reelt mål på sikkerhet, og at den derfor ikke bør brukes til å bekrefte at et ord er riktig.\n\nTaletilpasning tilfører fraser og egennavn som sannsynligvis forekommer i opptaket. Produsenten dokumenterer en ordliste med opptil 1,000 fraser og anbefaler så få relevante oppføringer som mulig for å unngå å svekke gjenkjenningen av andre uttrykk. For en teknisk presentasjon kan du klargjøre en kort liste over faktiske produktnavn og forkortelser og deretter undersøke dem i transkripsjonen. Slik vekting hjelper gjenkjenningen med å vurdere et uttrykk; den fastslår ikke at uttrykket ble uttalt, og erstatter ikke en kontroll mot lyden.\n\nModellen gir automatisk tegnsetting og bruk av store bokstaver, som kan slås av i det dokumenterte grensesnittet. Google beskriver også en forhåndsfunksjon for egendefinerte instruksjoner om transkripsjonsformat, som hvordan et bestemt navn eller en dato skal skrives. Hold disse instruksjonene rettet mot formatering av den gjenkjente talen. En transkripsjon som normaliserer en dato eller skriver et merkenavn med stor forbokstav, må fortsatt bevare meningen i det som ble sagt. En oppsummering, oversettelse eller faktabasert analyse er en senere bruk av transkripsjonen, fremfor noe som fastslås av selve gjenkjenningsresultatet.\n\nDen innebygde støyfjerningen er ment å redusere bakgrunnsmusikk og omgivelseslyder som regn eller gatestøy. Google sier uttrykkelig at den ikke kan fjerne menneskestemmer i bakgrunnen. Bevar dette skillet når du klargjør et opptak med overlappende samtaler. Kontroller støyende og stille deler mot kilden i stedet for å anta at en transkripsjon som ser renere ut, beviser at den forstyrrende lyden ble fjernet. Et nyttig resultat holder usikre passasjer gjenkjennelige slik at de kan rettes.\n\nVed strømmeoppgaver påvirker følsomheten for ytringsavslutning når en ytring regnes som ferdig. Produsenten beskriver innstillingene standard, short og supershort for stadig kortere forventet tale. En raskere innstilling kan avbryte en taler som tar en pause midt i en tanke. Tilpass innstillingen til naturlig diktering, en kort setning eller en svært kort kommando, og behold statusen for endelig resultat sammen med transkripsjonen. For en ferdig fil bør du kontrollere navn, mengder, nektelser og talergrenser og deretter beholde valgt modus og kildelyd slik at resultatet kan kontrolleres eller gjenbrukes.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "471a973514d0e902e58b1b8edf28ee012e50216b5b6bfd0317321f3e54e15e32", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "nb", "methods": [ { "html": "google/chirp-3Google Chirp 3 er en flerspråklig talegjenkjenningsmodell for strømming, korte opptak og lengre satsvis transkripsjon. Den gir automatisk språkgjenkjenning, tegnsetting, ordforrådstilpasning og modusavhengige metadata om tid eller talere. Støyfjerningen reduserer bakgrunnsstøy, men kan ikke fjerne andre stemmer.
Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.
Google Chirp 3 er en flerspråklig modell for automatisk talegjenkjenning som gjør talt lyd om til tekst. Google dokumenterer den som transkripsjonsmodellen Chirp 3 i Speech-to-Text V2-familien, med modellidentifikatoren chirp_3. Formålet er å gjenkjenne tale fra opptak eller strømming, med språkgjenkjenning og transkripsjonsspesifikke egenskaper. Den resulterende leveransen er en transkripsjon og metadataene som støttes av den valgte gjenkjenningsmetoden, fremfor generert tale eller et åpent assistentsvar.
Produsenten skiller mellom strømmegjenkjenning, synkron gjenkjenning for korte klipp og satsvis gjenkjenning for lengre opptak. Velg modus etter kildelyden og det ønskede resultatet. For et kort talenotat kan et ferdig tekstsvar være tilstrekkelig. For et intervju eller en innspilt samtale kan et satsvis resultat med talerinformasjon være mer nyttig. For direkteteksting eller et grensesnitt for talekommandoer bør du holde foreløpig tekst atskilt fra det endelige gjenkjenningsresultatet og bevare lydintervallet teksten beskriver.
Klargjør lyden i kodingen som gjenkjenningsimplementasjonen forventer. Googles Chirp 3-eksempler bruker dekoding med automatisk formatgjenkjenning for opptaksfiler og eksplisitt angitt dekoding for en konfigurasjon med rå lydstrøm. Den tilhørende V2-dekoderreferansen oppgir WAV PCM eller kompandert lyd, FLAC, MP3, Ogg/WebM Opus og AAC i MP4-, M4A- eller MOV-beholdere blant de støttede kodingene. Et beholdernavn erstatter ikke den faktiske kodeken og samplingskonfigurasjonen. Bevar tydelig tale og unngå kraftig klipping eller unødvendig konvertering som mister hørbare detaljer.
Chirp 3 kan automatisk identifisere og transkribere det dominerende språket, og et sett med forventede språkvarianter kan begrense valgmulighetene ved gjenkjenning. Språktilgjengeligheten varierer etter metode og egenskap. Språklisten for transkripsjon er bredere enn listen for talerdiarisering, så at et språk gjenkjennes, fastslår ikke at alle taler- eller tidsfunksjoner gjelder for det. Bruk språkvarianten som passer til opptaket, og behold navn eller faguttrykk som veksler mellom språk, for gjennomgang. En etikett for det gjenkjente språket er del av resultatet, ikke bevis på at alle uvanlige ord ble gjenkjent riktig.
Talerdiarisering grupperer tale etter stemme i et enkanalsopptak. Google gir et eksempel på satsvis transkripsjon med talerinformasjon per ord. For et intervju bør du beholde disse etikettene sammen med den gjenkjente teksten og sammenligne talerbytter med opptaket før du knytter til faktiske navn eller roller. Like stemmer, avbrytelser og overlappende tale kan gjøre tilordning vanskelig. Gjør kildeopptakets kanaloppsett og den tiltenkte kontrollen av talere tydelig i stedet for å behandle en etikett som en uavhengig bekreftet identitet.
Tidsangivelser er også metodespesifikke. Strømmegjenkjenning gir tidsstempler på ytringsnivå, mens produsentens veiledning for filgjenkjenning beskriver valgfrie tidsangivelser per ord med en mulig avveining mot transkripsjonskvaliteten. Bevar metadataene som faktisk returneres av den valgte metoden, og kontroller synkroniseringen sammen med ordlyden. En arbeidsflyt for teksting trenger begge deler: lesbar gjenkjent tekst og underlag for at en tidsgrense samsvarer med riktig lyd. Google advarer også om at den returnerte konfidensverdien per ord ikke er et reelt mål på sikkerhet, og at den derfor ikke bør brukes til å bekrefte at et ord er riktig.
Taletilpasning tilfører fraser og egennavn som sannsynligvis forekommer i opptaket. Produsenten dokumenterer en ordliste med opptil 1,000 fraser og anbefaler så få relevante oppføringer som mulig for å unngå å svekke gjenkjenningen av andre uttrykk. For en teknisk presentasjon kan du klargjøre en kort liste over faktiske produktnavn og forkortelser og deretter undersøke dem i transkripsjonen. Slik vekting hjelper gjenkjenningen med å vurdere et uttrykk; den fastslår ikke at uttrykket ble uttalt, og erstatter ikke en kontroll mot lyden.
Modellen gir automatisk tegnsetting og bruk av store bokstaver, som kan slås av i det dokumenterte grensesnittet. Google beskriver også en forhåndsfunksjon for egendefinerte instruksjoner om transkripsjonsformat, som hvordan et bestemt navn eller en dato skal skrives. Hold disse instruksjonene rettet mot formatering av den gjenkjente talen. En transkripsjon som normaliserer en dato eller skriver et merkenavn med stor forbokstav, må fortsatt bevare meningen i det som ble sagt. En oppsummering, oversettelse eller faktabasert analyse er en senere bruk av transkripsjonen, fremfor noe som fastslås av selve gjenkjenningsresultatet.
Den innebygde støyfjerningen er ment å redusere bakgrunnsmusikk og omgivelseslyder som regn eller gatestøy. Google sier uttrykkelig at den ikke kan fjerne menneskestemmer i bakgrunnen. Bevar dette skillet når du klargjør et opptak med overlappende samtaler. Kontroller støyende og stille deler mot kilden i stedet for å anta at en transkripsjon som ser renere ut, beviser at den forstyrrende lyden ble fjernet. Et nyttig resultat holder usikre passasjer gjenkjennelige slik at de kan rettes.
Ved strømmeoppgaver påvirker følsomheten for ytringsavslutning når en ytring regnes som ferdig. Produsenten beskriver innstillingene standard, short og supershort for stadig kortere forventet tale. En raskere innstilling kan avbryte en taler som tar en pause midt i en tanke. Tilpass innstillingen til naturlig diktering, en kort setning eller en svært kort kommando, og behold statusen for endelig resultat sammen med transkripsjonen. For en ferdig fil bør du kontrollere navn, mengder, nektelser og talergrenser og deretter beholde valgt modus og kildelyd slik at resultatet kan kontrolleres eller gjenbrukes.
POST /v1/audio/transcriptionsaudiotext| Felt | Type | Krav | Verdier & grenser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrevd | Verdier & grenser google/chirp-3 | Standard— |
Feltinput_audio | Typeobject | KravPåkrevd | Verdier & grenser | Standard— |
| Parameter | Avtale |
|---|---|
Parametercontent_type | Avtaleapplication/json |
Parameterrequired | Avtalemodel, input_audio |
Parametermaterial_types | Avtaleaudio |
Parametermaterial_conditions | AvtaleEksemplet leser den faktiske PCM WAV-filen din, som må ha innhold, koder alle filens byte som base64 og sender input_audio.format som wav. |
Livssyklus: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · Eksakt task_id fra en eksisterende medieoppføring du eier
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Tariffopplysninger legger ikke til forespørselsvalg. Støttede parametere står ved den valgte metoden.
Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner.
| Konfigurasjon | Prisplan | Faktureringsenhet | Kostnad |
|---|---|---|---|
| KonfigurasjonGrunnpriser for tokener | PrisplanGrunnsats | Faktureringsenhet— | Kostnad Inndata · Inngående tokener — / 1K tokener Utdata · Utgående tokener — / 1K tokener Inndata · Lesing fra hurtigbuffer — / 1K tokener Inndata · Skriving til hurtigbuffer — / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener |
| Konfigurasjonlydsekund i inndata | Prisplan— | Faktureringsenhetper sekund inndatalyd | Kostnad Inndata · lydsekund i inndata $0.000533333333334 per sekund inndatalyd |
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. Slik fungerer reservasjon og oppgjør →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_AUDIO_FILE:?Set the path to your actual PCM WAV recording}"\nexport AILOOT_AUDIO_FILE\npython3 - <<'PY_REQUEST'\nimport base64, io, json, os, wave\nfrom pathlib import Path\naudio = Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes()\nif not (audio[:4] == b'RIFF' and audio[8:12] == b'WAVE'):\n raise SystemExit('Supply your actual PCM WAV audio file')\nwith wave.open(io.BytesIO(audio), 'rb') as recording:\n if recording.getcomptype() != 'NONE' or recording.getnframes() <= 0:\n raise SystemExit('Supply a nonempty PCM WAV recording')\nrequest = {'model': 'google/chirp-3', 'input_audio': {'data': base64.b64encode(audio).decode('ascii'), 'format': 'wav'}}\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# Retain the complete original response, headers and actual X-Client-Request-ID.\n# Read existing owned records for recovery; do not resubmit an uncertain operation.\nHele den opprinnelige svarkroppen, statusen og videresendte svarhoder. Denne behandleren legger ikke til noen universell JSON-struktur, noe tekstfelt eller noen oppgaveinnpakning.
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}Behold alle fullstendige returnerte svar, filer og innholdsdeler.
Bevar hele svaret og svarhodene, alle faktiske utdata, de opprinnelige returnerte identifikatorene og alle bruksfeltene. Hent den opprinnelige operasjonen igjen uten å sende opprettelsesforespørselen på nytt.
Behold den faktiske X-Client-Request-ID og hele svaret. Les de opprinnelige ressursene du eier, og deres eksakte signerte innholdsadresser; send aldri en usikker opprettelse på nytt.
| Felt | Type |
|---|---|
Felttext (when present) | Type |
Feltusage (when present) | Type |
| Svar | Vilkår | Neste trinn |
|---|---|---|
Svar400 · invalid_request_error | VilkårJSON-kroppen eller den eksplisitte kanoniske modell-ID-en er ugyldig. | Neste trinnBehold svaret og korriger det angitte forespørselsfeltet. |
Svar401 · authentication_error | VilkårAiloot API-nøkkelen er ugyldig. | Neste trinnBruk den autoriserte Ailoot API-nøkkelen din. |
Svar403 · permission_error | VilkårNøkkelgruppen gir ikke tilgang til denne metoden. | Neste trinnBehold de returnerte feildetaljene. |
Svar404 · not_found_error | VilkårDen valgte metoden har ingen godkjent rute. | Neste trinnBehold de returnerte feildetaljene. |
Svar422 · price_unavailable | VilkårDen godtatte tariffen kan ikke hente den nødvendige inndatamengden eller grensen. | Neste trinnBehold svaret; bruk inndatarepresentasjonen som den godtatte tariffen krever. |
Svar503 · | VilkårNødvendig lagring, rute, metodepris eller reservasjon er utilgjengelig. | Neste trinnBehold hele det opprinnelige svaret. En usikker reservasjon gir ikke tillatelse til å sende inn på nytt. |
Svar502 · server_error | VilkårDet opprinnelige resultatet, forbruket eller oppgjøret må kontrolleres. | Neste trinnBehold den faktiske forespørsels-ID-en og det opprinnelige svaret. Les den eksisterende oppføringen du eier; ikke send opprettelsen på nytt. |
Ailoot Ultra google/chirp-3
Bruk metodestiene som vises ovenfor.