Transcribe 1 is het algemene spraak-naar-tekstmodel van Fish Audio voor korte opnamen. Het aanvaardt een audiobestand en geeft de herkende woorden terug als tekst, samen met de opnameduur, optionele getimede segmenten en taalinformatie indien die bekend is. Dit model is nuttig voor een korte spraaknotitie, een gesproken instructie, een uittreksel uit een opname of een audiofragment waarvoor een leesbare tekstweergave nodig is.
Een voorbeeldwerkwijze voor spraaknotities bewaart de opname samen met het volledige transcript en een identificatie voor het oorspronkelijke fragment. Een volgende toepassingsstap kan die tekst doorzoeken, de notitie ordenen of een samenvatting maken terwijl de gesproken bron behouden blijft. Bij een opdracht levert het transcript de herkende woorden aan de toepassing; iedere actie is een afzonderlijke interpretatie- en uitvoeringsstap. Leg voor een interviewfragment de positie van het fragment in de volledige audio vast, zodat een citaat op de juiste plaats gecontroleerd kan worden.
De producent aanvaardt WAV, MP3, AAC inclusief M4A/MP4, FLAC en Ogg met Opus of Vorbis. Browseropnamen in WebM moeten voor dit model naar Ogg/Opus, MP3 of WAV geconverteerd worden; voor Pro is ingebouwde ondersteuning voor extra containers gedocumenteerd. Lever één audiobestand per verzoek aan. De gedocumenteerde verzoeklimiet van het basismodel is maximaal 50 MiB, waarbij MP3- en Opus-bestanden onder 25 MiB moeten blijven. Bestandsgrootte en opnameduur zijn verschillende aandachtspunten: een gecomprimeerd bestand kan binnen de uploadlimiet vallen en toch te veel verwerkingstijd vragen.
Transcribe 1 is ontworpen voor korte opnamen. De producent beveelt Pro aan voor audio die langer dan enkele minuten duurt; een lang verzoek aan het basismodel kan mislukken wanneer het de verwerkingstijdlimiet overschrijdt. Bewaar bij het voorbereiden van een langere bron voor transcriptie in korte fragmenten de beginpositie van elk fragment en controleer of het teruggegeven transcript het volledige fragment dekt voordat u de resultaten samenvoegt. Tel de oorspronkelijke beginpositie bij de lokale segmenttijden op, zodat navigatie met de volledige opname verbonden blijft. De richtlijnen voor het basismodel mogen niet als de afzonderlijke limiet van 60 minuten van Pro geïnterpreteerd worden.
Het antwoord van de producent omvat text, duration en segments. De duur wordt in seconden uitgedrukt en het leesbare volledige transcript moet als de primaire tekstversie van het fragment bewaard worden. Tijdstempels zijn optioneel: ignore_timestamps staat in de API van de producent standaard op true, terwijl false segmenten op woordniveau vraagt met tekst, begin- en eindtijden in seconden. Het vragen om tijdsuitlijning kost extra verwerkingstijd. Een lege array segments kan wijzen op overgeslagen timing, afwezigheid van spraak of tijdelijk onbeschikbare uitlijning en mag daarom niet automatisch als een leeg volledig transcript geïnterpreteerd worden.
Segmenten bestaan doorgaans uit woorden, of in het Chinees en Japans uit één of enkele tekens. Hun tekst laat leestekens weg en kan een waarde anders normaliseren dan het volledige transcript; het is geen kopie van het leesbare antwoord teken voor teken. Een segment kan dezelfde begin- en eindtijd hebben. Gebruik segmenten om een positie in de opname te vinden of een getimede weergave voor te bereiden en gebruik de volledige tekst wanneer formulering en leestekens van belang zijn. Houd die twee weergaven in het resulterende bestand gescheiden.
De taal wordt automatisch gedetecteerd, ongeacht of een optionele taalaanwijzing aangeleverd is. De producent documenteert ISO 639-1-codes in kleine letters voor aanwijzingen en geeft, indien bekend, een taalcode voor toepassingslogica terug samen met een taalnaam voor weergave. Het antwoord vermeldt één taal, niet iedere taal uit een opname waarin tussen talen gewisseld wordt. Bewaar de bronformulering en beschikbare taalmetadata bij het resultaat in plaats van het transcriptieverzoek als een vertaalbewerking te behandelen.
Groepeer voor een ondertitelingswerkwijze opeenvolgende getimede segmenten tot leesbare ondertitelregels in plaats van één woord tegelijk te tonen. Een nuttig resultaat is een SRT- of WebVTT-bestand dat aan het oorspronkelijke fragment gekoppeld is, met grenzen die bij pauzes passen en een beheersbare hoeveelheid tekst op het scherm. Controleer op ontbrekende timing en zorg dat de eindtijd van iedere ondertitel na de begintijd ligt. Het groeperen van ondertitels en het opmaken van bestanden zijn toepassingsstappen op basis van de teruggegeven uitlijning; de weergavekeuzes moeten bij de speler en het publiek passen.
De gedocumenteerde regelaars van Transcribe 1 zijn audio, een taalaanwijzing en de keuze voor tijdstempels. De sprekermarkeringen, gestructureerde sprekerbeurten, regelaars voor emotiegebeurtenissen en aanwijzingen voor het aantal sprekers van Pro zijn afzonderlijke functies; ze maken geen deel uit van het gedocumenteerde antwoordcontract van dit basismodel. Kies vóór de verwerking welk resultaat nodig is: gewone leesbare tekst voor een notitie of tekst met tijdsuitlijning voor afspeelnavigatie en ondertitels. Door de fragmentidentificatie, het transcript en eventuele timing te bewaren, blijft het resultaat bruikbaar voor de volgende toepassingsstap.
", "aboutText": "Transcribe 1 is het algemene spraak-naar-tekstmodel van Fish Audio voor korte opnamen. Het aanvaardt een audiobestand en geeft de herkende woorden terug als tekst, samen met de opnameduur, optionele getimede segmenten en taalinformatie indien die bekend is. Dit model is nuttig voor een korte spraaknotitie, een gesproken instructie, een uittreksel uit een opname of een audiofragment waarvoor een leesbare tekstweergave nodig is.\n\nEen voorbeeldwerkwijze voor spraaknotities bewaart de opname samen met het volledige transcript en een identificatie voor het oorspronkelijke fragment. Een volgende toepassingsstap kan die tekst doorzoeken, de notitie ordenen of een samenvatting maken terwijl de gesproken bron behouden blijft. Bij een opdracht levert het transcript de herkende woorden aan de toepassing; iedere actie is een afzonderlijke interpretatie- en uitvoeringsstap. Leg voor een interviewfragment de positie van het fragment in de volledige audio vast, zodat een citaat op de juiste plaats gecontroleerd kan worden.\n\nDe producent aanvaardt WAV, MP3, AAC inclusief M4A/MP4, FLAC en Ogg met Opus of Vorbis. Browseropnamen in WebM moeten voor dit model naar Ogg/Opus, MP3 of WAV geconverteerd worden; voor Pro is ingebouwde ondersteuning voor extra containers gedocumenteerd. Lever één audiobestand per verzoek aan. De gedocumenteerde verzoeklimiet van het basismodel is maximaal 50 MiB, waarbij MP3- en Opus-bestanden onder 25 MiB moeten blijven. Bestandsgrootte en opnameduur zijn verschillende aandachtspunten: een gecomprimeerd bestand kan binnen de uploadlimiet vallen en toch te veel verwerkingstijd vragen.\n\nTranscribe 1 is ontworpen voor korte opnamen. De producent beveelt Pro aan voor audio die langer dan enkele minuten duurt; een lang verzoek aan het basismodel kan mislukken wanneer het de verwerkingstijdlimiet overschrijdt. Bewaar bij het voorbereiden van een langere bron voor transcriptie in korte fragmenten de beginpositie van elk fragment en controleer of het teruggegeven transcript het volledige fragment dekt voordat u de resultaten samenvoegt. Tel de oorspronkelijke beginpositie bij de lokale segmenttijden op, zodat navigatie met de volledige opname verbonden blijft. De richtlijnen voor het basismodel mogen niet als de afzonderlijke limiet van 60 minuten van Pro geïnterpreteerd worden.\n\nHet antwoord van de producent omvat text, duration en segments. De duur wordt in seconden uitgedrukt en het leesbare volledige transcript moet als de primaire tekstversie van het fragment bewaard worden. Tijdstempels zijn optioneel: ignore_timestamps staat in de API van de producent standaard op true, terwijl false segmenten op woordniveau vraagt met tekst, begin- en eindtijden in seconden. Het vragen om tijdsuitlijning kost extra verwerkingstijd. Een lege array segments kan wijzen op overgeslagen timing, afwezigheid van spraak of tijdelijk onbeschikbare uitlijning en mag daarom niet automatisch als een leeg volledig transcript geïnterpreteerd worden.\n\nSegmenten bestaan doorgaans uit woorden, of in het Chinees en Japans uit één of enkele tekens. Hun tekst laat leestekens weg en kan een waarde anders normaliseren dan het volledige transcript; het is geen kopie van het leesbare antwoord teken voor teken. Een segment kan dezelfde begin- en eindtijd hebben. Gebruik segmenten om een positie in de opname te vinden of een getimede weergave voor te bereiden en gebruik de volledige tekst wanneer formulering en leestekens van belang zijn. Houd die twee weergaven in het resulterende bestand gescheiden.\n\nDe taal wordt automatisch gedetecteerd, ongeacht of een optionele taalaanwijzing aangeleverd is. De producent documenteert ISO 639-1-codes in kleine letters voor aanwijzingen en geeft, indien bekend, een taalcode voor toepassingslogica terug samen met een taalnaam voor weergave. Het antwoord vermeldt één taal, niet iedere taal uit een opname waarin tussen talen gewisseld wordt. Bewaar de bronformulering en beschikbare taalmetadata bij het resultaat in plaats van het transcriptieverzoek als een vertaalbewerking te behandelen.\n\nGroepeer voor een ondertitelingswerkwijze opeenvolgende getimede segmenten tot leesbare ondertitelregels in plaats van één woord tegelijk te tonen. Een nuttig resultaat is een SRT- of WebVTT-bestand dat aan het oorspronkelijke fragment gekoppeld is, met grenzen die bij pauzes passen en een beheersbare hoeveelheid tekst op het scherm. Controleer op ontbrekende timing en zorg dat de eindtijd van iedere ondertitel na de begintijd ligt. Het groeperen van ondertitels en het opmaken van bestanden zijn toepassingsstappen op basis van de teruggegeven uitlijning; de weergavekeuzes moeten bij de speler en het publiek passen.\n\nDe gedocumenteerde regelaars van Transcribe 1 zijn audio, een taalaanwijzing en de keuze voor tijdstempels. De sprekermarkeringen, gestructureerde sprekerbeurten, regelaars voor emotiegebeurtenissen en aanwijzingen voor het aantal sprekers van Pro zijn afzonderlijke functies; ze maken geen deel uit van het gedocumenteerde antwoordcontract van dit basismodel. Kies vóór de verwerking welk resultaat nodig is: gewone leesbare tekst voor een notitie of tekst met tijdsuitlijning voor afspeelnavigatie en ondertitels. Door de fragmentidentificatie, het transcript en eventuele timing te bewaren, blijft het resultaat bruikbaar voor de volgende toepassingsstap.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "31ea884d841240457e1fa31eba2aff17987f07a72911c3ce48195075fa7f62e6", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "nl-be", "methods": [ { "html": "fish-audio/transcribe-1Transcribe 1 zet korte audio-opnamen om in tekst met automatische taaldetectie en optionele tijdstempels op woordniveau. Gebruik het transcript voor spraaknotities, doorzoekbare fragmenten of de voorbereiding van ondertitels en houd getimede segmenten gescheiden van de leesbare volledige tekst.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Transcribe 1 is het algemene spraak-naar-tekstmodel van Fish Audio voor korte opnamen. Het aanvaardt een audiobestand en geeft de herkende woorden terug als tekst, samen met de opnameduur, optionele getimede segmenten en taalinformatie indien die bekend is. Dit model is nuttig voor een korte spraaknotitie, een gesproken instructie, een uittreksel uit een opname of een audiofragment waarvoor een leesbare tekstweergave nodig is.
Een voorbeeldwerkwijze voor spraaknotities bewaart de opname samen met het volledige transcript en een identificatie voor het oorspronkelijke fragment. Een volgende toepassingsstap kan die tekst doorzoeken, de notitie ordenen of een samenvatting maken terwijl de gesproken bron behouden blijft. Bij een opdracht levert het transcript de herkende woorden aan de toepassing; iedere actie is een afzonderlijke interpretatie- en uitvoeringsstap. Leg voor een interviewfragment de positie van het fragment in de volledige audio vast, zodat een citaat op de juiste plaats gecontroleerd kan worden.
De producent aanvaardt WAV, MP3, AAC inclusief M4A/MP4, FLAC en Ogg met Opus of Vorbis. Browseropnamen in WebM moeten voor dit model naar Ogg/Opus, MP3 of WAV geconverteerd worden; voor Pro is ingebouwde ondersteuning voor extra containers gedocumenteerd. Lever één audiobestand per verzoek aan. De gedocumenteerde verzoeklimiet van het basismodel is maximaal 50 MiB, waarbij MP3- en Opus-bestanden onder 25 MiB moeten blijven. Bestandsgrootte en opnameduur zijn verschillende aandachtspunten: een gecomprimeerd bestand kan binnen de uploadlimiet vallen en toch te veel verwerkingstijd vragen.
Transcribe 1 is ontworpen voor korte opnamen. De producent beveelt Pro aan voor audio die langer dan enkele minuten duurt; een lang verzoek aan het basismodel kan mislukken wanneer het de verwerkingstijdlimiet overschrijdt. Bewaar bij het voorbereiden van een langere bron voor transcriptie in korte fragmenten de beginpositie van elk fragment en controleer of het teruggegeven transcript het volledige fragment dekt voordat u de resultaten samenvoegt. Tel de oorspronkelijke beginpositie bij de lokale segmenttijden op, zodat navigatie met de volledige opname verbonden blijft. De richtlijnen voor het basismodel mogen niet als de afzonderlijke limiet van 60 minuten van Pro geïnterpreteerd worden.
Het antwoord van de producent omvat text, duration en segments. De duur wordt in seconden uitgedrukt en het leesbare volledige transcript moet als de primaire tekstversie van het fragment bewaard worden. Tijdstempels zijn optioneel: ignore_timestamps staat in de API van de producent standaard op true, terwijl false segmenten op woordniveau vraagt met tekst, begin- en eindtijden in seconden. Het vragen om tijdsuitlijning kost extra verwerkingstijd. Een lege array segments kan wijzen op overgeslagen timing, afwezigheid van spraak of tijdelijk onbeschikbare uitlijning en mag daarom niet automatisch als een leeg volledig transcript geïnterpreteerd worden.
Segmenten bestaan doorgaans uit woorden, of in het Chinees en Japans uit één of enkele tekens. Hun tekst laat leestekens weg en kan een waarde anders normaliseren dan het volledige transcript; het is geen kopie van het leesbare antwoord teken voor teken. Een segment kan dezelfde begin- en eindtijd hebben. Gebruik segmenten om een positie in de opname te vinden of een getimede weergave voor te bereiden en gebruik de volledige tekst wanneer formulering en leestekens van belang zijn. Houd die twee weergaven in het resulterende bestand gescheiden.
De taal wordt automatisch gedetecteerd, ongeacht of een optionele taalaanwijzing aangeleverd is. De producent documenteert ISO 639-1-codes in kleine letters voor aanwijzingen en geeft, indien bekend, een taalcode voor toepassingslogica terug samen met een taalnaam voor weergave. Het antwoord vermeldt één taal, niet iedere taal uit een opname waarin tussen talen gewisseld wordt. Bewaar de bronformulering en beschikbare taalmetadata bij het resultaat in plaats van het transcriptieverzoek als een vertaalbewerking te behandelen.
Groepeer voor een ondertitelingswerkwijze opeenvolgende getimede segmenten tot leesbare ondertitelregels in plaats van één woord tegelijk te tonen. Een nuttig resultaat is een SRT- of WebVTT-bestand dat aan het oorspronkelijke fragment gekoppeld is, met grenzen die bij pauzes passen en een beheersbare hoeveelheid tekst op het scherm. Controleer op ontbrekende timing en zorg dat de eindtijd van iedere ondertitel na de begintijd ligt. Het groeperen van ondertitels en het opmaken van bestanden zijn toepassingsstappen op basis van de teruggegeven uitlijning; de weergavekeuzes moeten bij de speler en het publiek passen.
De gedocumenteerde regelaars van Transcribe 1 zijn audio, een taalaanwijzing en de keuze voor tijdstempels. De sprekermarkeringen, gestructureerde sprekerbeurten, regelaars voor emotiegebeurtenissen en aanwijzingen voor het aantal sprekers van Pro zijn afzonderlijke functies; ze maken geen deel uit van het gedocumenteerde antwoordcontract van dit basismodel. Kies vóór de verwerking welk resultaat nodig is: gewone leesbare tekst voor een notitie of tekst met tijdsuitlijning voor afspeelnavigatie en ondertitels. Door de fragmentidentificatie, het transcript en eventuele timing te bewaren, blijft het resultaat bruikbaar voor de volgende toepassingsstap.
POST /v1/audio/transcriptionsaudiotext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten fish-audio/transcribe-1 | Standaard— |
Veldinput_audio | Typeobject | VereisteVereist | Waarden en limieten | Standaard— |
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractmodel, input_audio |
Parametermaterial_types | Contractaudio |
Parametermaterial_conditions | ContractHet voorbeeld leest je werkelijke, niet-lege PCM WAV-bestand, codeert alle bytes van het bestand als base64 en verstuurt input_audio.format als wav. |
Levenscyclus: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · exacte task_id uit een bestaande mediaregistratie die je toebehoort
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.
Koppel elke kostenpost aan de getoonde voorwaarden. Gebruik één tarief voor elke groep alternatieve configuraties.
| Configuratie | Tariefstaffel | Rekeneenheid | Kosten |
|---|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Rekeneenheid— | Kosten Invoer · Invoertokens — / 1K tokens Uitvoer · Uitvoertokens — / 1K tokens Invoer · Cache lezen — / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| Configuratieseconde audio-invoer | Tariefstaffel— | Rekeneenheidper seconde audio-invoer | Kosten Invoer · seconde audio-invoer $0.0002 per seconde audio-invoer |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
set -eu\n: "${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': 'fish-audio/transcribe-1', '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.\nVolledige oorspronkelijke antwoordinhoud, status en doorgestuurde headers. Deze handler voegt geen universele JSON-structuur, tekstveld of taakomhulling toe.
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar de volledige respons en headers, iedere daadwerkelijke uitvoer, de oorspronkelijk teruggegeven identificatoren en alle verbruiksvelden. Herstel de oorspronkelijke bewerking zonder de aanmaakaanvraag opnieuw in te dienen.
Bewaar de werkelijke X-Client-Request-ID en het volledige antwoord. Raadpleeg de oorspronkelijke assets die je toebehoren en hun exacte ondertekende inhouds-URL's; dien een aanmaakaanvraag met onzekere uitkomst nooit opnieuw in.
| Veld | Type |
|---|---|
Veldtext (when present) | Type |
Veldusage (when present) | Type |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeDe JSON-inhoud of de expliciete canonieke model-ID is ongeldig. | Volgende stapBewaar het antwoord en corrigeer het aangegeven aanvraagveld. |
Antwoord401 · authentication_error | VoorwaardeDe Ailoot API-sleutel is ongeldig. | Volgende stapGebruik je geautoriseerde Ailoot API-sleutel. |
Antwoord403 · permission_error | VoorwaardeDe groep van de sleutel heeft geen toegang tot deze methode. | Volgende stapBewaar de teruggestuurde foutdetails. |
Antwoord404 · not_found_error | VoorwaardeDe geselecteerde methode heeft geen toegelaten route. | Volgende stapBewaar de teruggestuurde foutdetails. |
Antwoord422 · price_unavailable | VoorwaardeVoor het geaccepteerde tarief kan de vereiste invoerhoeveelheid of grenswaarde niet worden bepaald. | Volgende stapBewaar het antwoord; gebruik de invoerweergave die het geaccepteerde tarief vereist. |
Antwoord503 · | VoorwaardeDe vereiste opslag, route, methodeprijs of reservering is niet beschikbaar. | Volgende stapBewaar het volledige oorspronkelijke antwoord. Een onzekere reservering geeft geen toestemming om opnieuw in te dienen. |
Antwoord502 · server_error | VoorwaardeHet oorspronkelijke resultaat, het verbruik of de afrekening moet worden gecontroleerd. | Volgende stapBewaar de werkelijke aanvraag-ID en het oorspronkelijke antwoord. Raadpleeg de bestaande registratie die je toebehoort; dien de aanmaakaanvraag niet opnieuw in. |
Ailoot Ultra fish-audio/transcribe-1
Gebruik de hierboven getoonde methodepaden.