Google Gemini 3.5 Transcribe is het synchrone model om volledige, vooraf opgenomen audiobestanden in geschreven spraak om te zetten. Het is gebaseerd op Gemini’s audiobegrip, maar heeft een transcriptiespecifiek invoer- en uitvoercontract. De afzonderlijke editie Gemini 3.5 Transcribe Live ontvangt een audiostream en geeft incrementele resultaten terug. Dit model voor opgenomen audio produceert een voltooid transcript, met optionele woordtijdinformatie of sprekertoewijzing afhankelijk van de geselecteerde configuratie.
Bereid een heldere opname voor met spraak die niet sterk is overstuurd en waar mogelijk een betekenisvolle scheiding tussen stemmen. De synchrone voorbeelden van de fabrikant leveren WAV-audio als bestandsbytes of een opgeslagen audiobron met het MIME-type erbij. Houd de oorspronkelijke audio beschikbaar voor controle. Het beoogde resultaat kan een gecontroleerd interviewtranscript, een record voor ondertiteluitlijning of leesbare gedicteerde tekst zijn; bepaal welk resultaat nodig is voordat u functies combineert die de formulering veranderen of metadata toevoegen.
Google documenteert automatische taaldetectie voor meer dan 85 talen, inclusief taalwisseling binnen een sessie. De ondersteuningsniveaus verschillen per taal en een hint over een bekende taal kan de herkenning verbeteren. Aangepaste woordenschat levert specifieke namen, merken of vaktermen die waarschijnlijk voorkomen. De maker staat maximaal 1.000 termen toe en merkt op dat gerichte lijsten van maximaal ongeveer 100 doorgaans het best werken. Houd ongebruikelijke termen relevant voor de opname en toets ze aan de audio in plaats van aan te nemen dat een woordenschathint bewijst dat de term is uitgesproken.
VERBATIM is de standaardmodus. Die behoudt stopwoorden, herhalingen, afgebroken aanzetten en gesproken correcties zodat de tekst de formulering vastlegt. Gebruik deze modus wanneer de taak woordtijdstempels of sprekersegmentatie nodig heeft. Behoud bijvoorbeeld bij een interview de oorspronkelijke beurten en tijdinformatie en corrigeer daarna belangrijke namen en hoeveelheden door naar de relevante passage te luisteren. Een latere samenvatting of afgewerkt artikel kan dit gecontroleerde record gebruiken zonder stilzwijgend te vervangen wat de spreker heeft gezegd.
De SMART-modus is ontworpen voor leesbaar dicteren. Hij verwijdert haperingen, verwerkt zelfcorrecties tijdens het spreken en structureert gesproken materiaal in alinea’s of lijsten, waar passend met genormaliseerde datums en getallen. Een gedicteerde takenlijst kan een leesbare lijst worden in plaats van een reeks gesproken overgangen. Die verwerking verandert de vorm van het transcript. Google stelt expliciet dat SMART onverenigbaar is met woordtijdstempels en sprekersegmentatie. Kies die modus dus wanneer leesbare tekst het vereiste resultaat is in plaats van die te willen gebruiken als een verslag met tijdinformatie en sprekertoewijzing.
Wanneer woordtijdinformatie is ingeschakeld, bevat het antwoord herkende woorden met begin- en eindposities. Die ondersteunen het lokaliseren van een correctie in de opname of het voorbereiden van ondertitels. De maker noemt een afweging ten aanzien van de nauwkeurigheid bij het inschakelen van woordtijdstempels. Controleer zowel de tekst als de uitlijning, vooral bij snelle spraak, overlap of ongebruikelijke terminologie. Een bruikbaar transcript met tijdinformatie bewaart het woordrecord en de bronaudio samen in plaats van een vloeiende zin te behandelen als bewijs dat de uitlijning juist is.
Sprekersegmentatie identificeert en labelt stemmen in opgenomen audio, met maximaal acht gedocumenteerde sprekers. Toewijzing voor drie of meer sprekers wordt door de maker als experimenteel beschreven. Behandel de labels als afgeleide sprekergroepen en toets overgangen aan de opname. Een sprekerlabel is geen onafhankelijk bewijs van de identiteit of rol van een persoon. Koppel de labels aan bekende opname-informatie als de taak namen nodig heeft in plaats van identiteiten uit de herkende woorden te verzinnen.
De functietabel van de fabrikant vermeldt een venster van 15 minuten voor opgenomen audio, waarbij bestandsverwerking tot die duur beperkt is wanneer functies zoals tijdstempels of sprekersegmentatie zijn ingeschakeld. Bereid langer bronmateriaal voor als geschikte segmenten met behoud van volgorde en oorspronkelijke tijdpositie. Het transcript, de woorden met tijdinformatie en de delen met sprekerlabels zijn verschillende resultaatrepresentaties; bewaar de representatie die voor de taak nodig is. Deze audiospecifieke grenzen mogen niet worden vervangen door context- of duurcijfers van een algemeen multimodaal Gemini-model. Google vermeldt SMART-opmaak, woordtijdstempels en sprekersegmentatie als experimentele functies.
Het uitvoercontract is transcriptiespecifiek. SMART-opmaak maakt leesbare tekst, maar voegt geen algemeen JSON-schema-antwoordcontract, mogelijkheid voor hulpmiddelaanroepen of instructievolgende assistentwerkstroom toe. Toets voor het eindresultaat belangrijke formuleringen, getallen en ontkenningen aan de audio, bewaar onopgeloste segmenten voor correctie en behoud de geselecteerde modus bij het resultaat. Zo blijft duidelijk of het resultaat de oorspronkelijke gesproken formulering vastlegt of een daarvan afgeleide, bewerkte leesversie presenteert.
", "aboutText": "Google Gemini 3.5 Transcribe is het synchrone model om volledige, vooraf opgenomen audiobestanden in geschreven spraak om te zetten. Het is gebaseerd op Gemini’s audiobegrip, maar heeft een transcriptiespecifiek invoer- en uitvoercontract. De afzonderlijke editie Gemini 3.5 Transcribe Live ontvangt een audiostream en geeft incrementele resultaten terug. Dit model voor opgenomen audio produceert een voltooid transcript, met optionele woordtijdinformatie of sprekertoewijzing afhankelijk van de geselecteerde configuratie.\n\nBereid een heldere opname voor met spraak die niet sterk is overstuurd en waar mogelijk een betekenisvolle scheiding tussen stemmen. De synchrone voorbeelden van de fabrikant leveren WAV-audio als bestandsbytes of een opgeslagen audiobron met het MIME-type erbij. Houd de oorspronkelijke audio beschikbaar voor controle. Het beoogde resultaat kan een gecontroleerd interviewtranscript, een record voor ondertiteluitlijning of leesbare gedicteerde tekst zijn; bepaal welk resultaat nodig is voordat u functies combineert die de formulering veranderen of metadata toevoegen.\n\nGoogle documenteert automatische taaldetectie voor meer dan 85 talen, inclusief taalwisseling binnen een sessie. De ondersteuningsniveaus verschillen per taal en een hint over een bekende taal kan de herkenning verbeteren. Aangepaste woordenschat levert specifieke namen, merken of vaktermen die waarschijnlijk voorkomen. De maker staat maximaal 1.000 termen toe en merkt op dat gerichte lijsten van maximaal ongeveer 100 doorgaans het best werken. Houd ongebruikelijke termen relevant voor de opname en toets ze aan de audio in plaats van aan te nemen dat een woordenschathint bewijst dat de term is uitgesproken.\n\nVERBATIM is de standaardmodus. Die behoudt stopwoorden, herhalingen, afgebroken aanzetten en gesproken correcties zodat de tekst de formulering vastlegt. Gebruik deze modus wanneer de taak woordtijdstempels of sprekersegmentatie nodig heeft. Behoud bijvoorbeeld bij een interview de oorspronkelijke beurten en tijdinformatie en corrigeer daarna belangrijke namen en hoeveelheden door naar de relevante passage te luisteren. Een latere samenvatting of afgewerkt artikel kan dit gecontroleerde record gebruiken zonder stilzwijgend te vervangen wat de spreker heeft gezegd.\n\nDe SMART-modus is ontworpen voor leesbaar dicteren. Hij verwijdert haperingen, verwerkt zelfcorrecties tijdens het spreken en structureert gesproken materiaal in alinea’s of lijsten, waar passend met genormaliseerde datums en getallen. Een gedicteerde takenlijst kan een leesbare lijst worden in plaats van een reeks gesproken overgangen. Die verwerking verandert de vorm van het transcript. Google stelt expliciet dat SMART onverenigbaar is met woordtijdstempels en sprekersegmentatie. Kies die modus dus wanneer leesbare tekst het vereiste resultaat is in plaats van die te willen gebruiken als een verslag met tijdinformatie en sprekertoewijzing.\n\nWanneer woordtijdinformatie is ingeschakeld, bevat het antwoord herkende woorden met begin- en eindposities. Die ondersteunen het lokaliseren van een correctie in de opname of het voorbereiden van ondertitels. De maker noemt een afweging ten aanzien van de nauwkeurigheid bij het inschakelen van woordtijdstempels. Controleer zowel de tekst als de uitlijning, vooral bij snelle spraak, overlap of ongebruikelijke terminologie. Een bruikbaar transcript met tijdinformatie bewaart het woordrecord en de bronaudio samen in plaats van een vloeiende zin te behandelen als bewijs dat de uitlijning juist is.\n\nSprekersegmentatie identificeert en labelt stemmen in opgenomen audio, met maximaal acht gedocumenteerde sprekers. Toewijzing voor drie of meer sprekers wordt door de maker als experimenteel beschreven. Behandel de labels als afgeleide sprekergroepen en toets overgangen aan de opname. Een sprekerlabel is geen onafhankelijk bewijs van de identiteit of rol van een persoon. Koppel de labels aan bekende opname-informatie als de taak namen nodig heeft in plaats van identiteiten uit de herkende woorden te verzinnen.\n\nDe functietabel van de fabrikant vermeldt een venster van 15 minuten voor opgenomen audio, waarbij bestandsverwerking tot die duur beperkt is wanneer functies zoals tijdstempels of sprekersegmentatie zijn ingeschakeld. Bereid langer bronmateriaal voor als geschikte segmenten met behoud van volgorde en oorspronkelijke tijdpositie. Het transcript, de woorden met tijdinformatie en de delen met sprekerlabels zijn verschillende resultaatrepresentaties; bewaar de representatie die voor de taak nodig is. Deze audiospecifieke grenzen mogen niet worden vervangen door context- of duurcijfers van een algemeen multimodaal Gemini-model. Google vermeldt SMART-opmaak, woordtijdstempels en sprekersegmentatie als experimentele functies.\n\nHet uitvoercontract is transcriptiespecifiek. SMART-opmaak maakt leesbare tekst, maar voegt geen algemeen JSON-schema-antwoordcontract, mogelijkheid voor hulpmiddelaanroepen of instructievolgende assistentwerkstroom toe. Toets voor het eindresultaat belangrijke formuleringen, getallen en ontkenningen aan de audio, bewaar onopgeloste segmenten voor correctie en behoud de geselecteerde modus bij het resultaat. Zo blijft duidelijk of het resultaat de oorspronkelijke gesproken formulering vastlegt of een daarvan afgeleide, bewerkte leesversie presenteert.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "08bf8bb28a74e1575f409b7b8ea8e62e9675332401d563b7e5e17b2b1bc1f80a", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "nl-be", "methods": [ { "html": "google/gemini-3.5-transcribeGoogle Gemini 3.5 Transcribe zet opgenomen spraak om in tekst met automatische taaldetectie, aangepaste woordenschat en optionele woordtijdstempels of sprekersegmentatie. Kies VERBATIM voor tijdinformatie en sprekertoewijzing of SMART voor leesbaar dicteren; SMART kan niet met die twee functies worden gecombineerd.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Google Gemini 3.5 Transcribe is het synchrone model om volledige, vooraf opgenomen audiobestanden in geschreven spraak om te zetten. Het is gebaseerd op Gemini’s audiobegrip, maar heeft een transcriptiespecifiek invoer- en uitvoercontract. De afzonderlijke editie Gemini 3.5 Transcribe Live ontvangt een audiostream en geeft incrementele resultaten terug. Dit model voor opgenomen audio produceert een voltooid transcript, met optionele woordtijdinformatie of sprekertoewijzing afhankelijk van de geselecteerde configuratie.
Bereid een heldere opname voor met spraak die niet sterk is overstuurd en waar mogelijk een betekenisvolle scheiding tussen stemmen. De synchrone voorbeelden van de fabrikant leveren WAV-audio als bestandsbytes of een opgeslagen audiobron met het MIME-type erbij. Houd de oorspronkelijke audio beschikbaar voor controle. Het beoogde resultaat kan een gecontroleerd interviewtranscript, een record voor ondertiteluitlijning of leesbare gedicteerde tekst zijn; bepaal welk resultaat nodig is voordat u functies combineert die de formulering veranderen of metadata toevoegen.
Google documenteert automatische taaldetectie voor meer dan 85 talen, inclusief taalwisseling binnen een sessie. De ondersteuningsniveaus verschillen per taal en een hint over een bekende taal kan de herkenning verbeteren. Aangepaste woordenschat levert specifieke namen, merken of vaktermen die waarschijnlijk voorkomen. De maker staat maximaal 1.000 termen toe en merkt op dat gerichte lijsten van maximaal ongeveer 100 doorgaans het best werken. Houd ongebruikelijke termen relevant voor de opname en toets ze aan de audio in plaats van aan te nemen dat een woordenschathint bewijst dat de term is uitgesproken.
VERBATIM is de standaardmodus. Die behoudt stopwoorden, herhalingen, afgebroken aanzetten en gesproken correcties zodat de tekst de formulering vastlegt. Gebruik deze modus wanneer de taak woordtijdstempels of sprekersegmentatie nodig heeft. Behoud bijvoorbeeld bij een interview de oorspronkelijke beurten en tijdinformatie en corrigeer daarna belangrijke namen en hoeveelheden door naar de relevante passage te luisteren. Een latere samenvatting of afgewerkt artikel kan dit gecontroleerde record gebruiken zonder stilzwijgend te vervangen wat de spreker heeft gezegd.
De SMART-modus is ontworpen voor leesbaar dicteren. Hij verwijdert haperingen, verwerkt zelfcorrecties tijdens het spreken en structureert gesproken materiaal in alinea’s of lijsten, waar passend met genormaliseerde datums en getallen. Een gedicteerde takenlijst kan een leesbare lijst worden in plaats van een reeks gesproken overgangen. Die verwerking verandert de vorm van het transcript. Google stelt expliciet dat SMART onverenigbaar is met woordtijdstempels en sprekersegmentatie. Kies die modus dus wanneer leesbare tekst het vereiste resultaat is in plaats van die te willen gebruiken als een verslag met tijdinformatie en sprekertoewijzing.
Wanneer woordtijdinformatie is ingeschakeld, bevat het antwoord herkende woorden met begin- en eindposities. Die ondersteunen het lokaliseren van een correctie in de opname of het voorbereiden van ondertitels. De maker noemt een afweging ten aanzien van de nauwkeurigheid bij het inschakelen van woordtijdstempels. Controleer zowel de tekst als de uitlijning, vooral bij snelle spraak, overlap of ongebruikelijke terminologie. Een bruikbaar transcript met tijdinformatie bewaart het woordrecord en de bronaudio samen in plaats van een vloeiende zin te behandelen als bewijs dat de uitlijning juist is.
Sprekersegmentatie identificeert en labelt stemmen in opgenomen audio, met maximaal acht gedocumenteerde sprekers. Toewijzing voor drie of meer sprekers wordt door de maker als experimenteel beschreven. Behandel de labels als afgeleide sprekergroepen en toets overgangen aan de opname. Een sprekerlabel is geen onafhankelijk bewijs van de identiteit of rol van een persoon. Koppel de labels aan bekende opname-informatie als de taak namen nodig heeft in plaats van identiteiten uit de herkende woorden te verzinnen.
De functietabel van de fabrikant vermeldt een venster van 15 minuten voor opgenomen audio, waarbij bestandsverwerking tot die duur beperkt is wanneer functies zoals tijdstempels of sprekersegmentatie zijn ingeschakeld. Bereid langer bronmateriaal voor als geschikte segmenten met behoud van volgorde en oorspronkelijke tijdpositie. Het transcript, de woorden met tijdinformatie en de delen met sprekerlabels zijn verschillende resultaatrepresentaties; bewaar de representatie die voor de taak nodig is. Deze audiospecifieke grenzen mogen niet worden vervangen door context- of duurcijfers van een algemeen multimodaal Gemini-model. Google vermeldt SMART-opmaak, woordtijdstempels en sprekersegmentatie als experimentele functies.
Het uitvoercontract is transcriptiespecifiek. SMART-opmaak maakt leesbare tekst, maar voegt geen algemeen JSON-schema-antwoordcontract, mogelijkheid voor hulpmiddelaanroepen of instructievolgende assistentwerkstroom toe. Toets voor het eindresultaat belangrijke formuleringen, getallen en ontkenningen aan de audio, bewaar onopgeloste segmenten voor correctie en behoud de geselecteerde modus bij het resultaat. Zo blijft duidelijk of het resultaat de oorspronkelijke gesproken formulering vastlegt of een daarvan afgeleide, bewerkte leesversie presenteert.
POST /v1/audio/transcriptionsaudiotext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten google/gemini-3.5-transcribe | Standaard— |
Veldinput_audio | Typeobject | VereisteVereist | Waarden en limieten | Standaard— |
Veldlanguage | Typestring | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldtemperature | Typenumber | VereisteOptioneel | Waarden en limieten Minimum: 0 Maximum: 1 | Standaard— |
Veldresponse_format | Typestring | VereisteOptioneel | Waarden en limieten json, verbose_json | Standaardjson |
Veldtimestamp_granularities | Typearray | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldprovider | Typeobject | VereisteOptioneel | Waarden en limieten | Standaard— |
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractmodel, input_audio |
Parametermaterial_types | Contractaudio |
Parametermaterial_conditions | ContractLees een werkelijk WAV-bestand en codeer de echte bytes ervan voor de gedeclareerde JSON-input_audio; voor deze exacte declaratie die uitsluitend JSON gebruikt, wordt geen multipart-route aangeboden. |
Levenscyclus: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · daadwerkelijk teruggegeven task_id of record in de mediabibliotheek
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
De getoonde tarieven ramen de kosten vóór de generatie. De definitieve kosten worden berekend op basis van de kosten die voor de oorspronkelijke generatie zijn geregistreerd. De gemeten duur van het gegenereerde resultaat en de geraamde hoeveelheden vormen niet de definitieve factureerbare hoeveelheid.
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 | Verwachte hoeveelheid | Rekeneenheid | Kosten |
|---|---|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Verwachte hoeveelheid— | Rekeneenheid— | Kosten Invoer · Invoertokens · Schatting uitsluitend ter vergelijking — / 1K tokens Uitvoer · Uitvoertokens · Schatting uitsluitend ter vergelijking — / 1K tokens Invoer · Cache lezen · Schatting uitsluitend ter vergelijking — / 1K tokens Invoer · Cache schrijven · Schatting uitsluitend ter vergelijking — / 1K tokens Invoer · Cache schrijven, 1 uur · Schatting uitsluitend ter vergelijking — / 1K tokens |
| Configuratieinvoertoken | Tariefstaffel— | Verwachte hoeveelheid— | Rekeneenheid/ 1K tokens | Kosten Invoer · Schatting uitsluitend ter vergelijking $0.004 / 1K tokens |
| Configuratieuitvoertoken | Tariefstaffel— | Verwachte hoeveelheid— | Rekeneenheid/ 1K tokens | Kosten Uitvoer · Schatting uitsluitend ter vergelijking $0.024 / 1K tokens |
| ConfiguratieGeschatte generatiekosten | Tariefstaffel— | Verwachte hoeveelheidschatting voor één generatie | Rekeneenheid— | Kosten Uitvoer · Geschatte generatiekosten · Schatting uitsluitend ter vergelijking $1.179648 schatting vóór generatie Deze raming is geen extra kost of vast tarief voor de voltooide generatie. |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_AUDIO_FILE:?Set the path to your actual WAV recording}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\nimport base64\naudio=Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes()\nif not (audio[:4]==b'RIFF' and audio[8:12]==b'WAVE'): raise SystemExit('Supply an actual WAV audio file')\nif len(audio)>26214400: raise SystemExit('Use a documented supported large-file flow')\nrequest={'model': 'google/gemini-3.5-transcribe', 'input_audio': {'data': '${BASE64_ACTUAL_WAV_BYTES}', 'format': 'wav'}}\nrequest['input_audio']['data']=base64.b64encode(audio).decode('ascii')\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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o response.bin\n# Keep the complete original response and headers. Read every returned segment, word and usage field.\n# Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting.\nGET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -o owned-assets.json\n# Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token.\nBewaar 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 teruggegeven X-Client-Request-ID voor de reconciliatie. Lees uitsluitend daadwerkelijk teruggegeven task_id/asset_id-waarden of de eigen mediabibliotheek uit; bouw nooit een taak-URL op basis van de bewerkings-ID en dien de aanmaakaanvraag nooit opnieuw in.
| Veld | Type |
|---|---|
Veldtext | Type |
Veldusage | Type |
Veldsegments[] | Type |
Veldwords[] | Type |
Veldspeaker fields | Type |
Veldtimestamps | Type |
Ailoot Ultra google/gemini-3.5-transcribe
Gebruik de hierboven getoonde methodepaden.