Muse Voice Transcribe 1.0 is Meta’s model voor audioperceptie dat spraak transcribeert, de grenzen van uitingen detecteert en spreekbeurten aan sprekers toewijst. Het behoort tot de Muse Spark-modelfamilie en combineert spraakherkenning, sprekerdiarisatie en endpointing binnen het model. De uitvoer bestaat uit herkende tekst met de tijds- en sprekerinformatie die in de gekozen modus beschikbaar is.
Het model verwerkt audio in blokken van 80 milliseconden en bepaalt wanneer het verder luistert of tekst uitstuurt. Dankzij een adaptieve vertraging kan het op extra audio wachten wanneer een woord moeilijker te herkennen is. Zo levert het voorlopige tekst terwijl de spraak binnenkomt, gevolgd door voltooide transcriptieresultaten. Behandel de voorlopige hypothese en de voltooide spreekbeurt als verschillende fasen van de luisterervaring.
Kies uit drie modi. Push-to-talk is de standaard voor één afgebakende uiting, zoals een gesproken zoekopdracht of een kort gedicteerd tekstfragment. Met endpointing detecteert het model de grenzen van spreekbeurten en geeft het per gedetecteerd segment één voltooide transcriptie terug. Diarisatie wijst de herkende spraak toe aan sprekerlabels en is bedoeld voor opnames met meerdere sprekers, eerder dan voor de snelst mogelijke beurtwisseling bij spraakopdrachten.
Voor een opgenomen fragment geeft de workflow voor bestandstranscriptie in één verzoek een volledige transcriptie terug. Het standaardresultaat is JSON met de transcriptie en de audioduur, en met een turns-array in de modi endpointing en diarisatie. Elke spreekbeurt kan een identificatie, een begin- en eindtijd in milliseconden en de herkende tekst bevatten. In de diarisatiemodus zijn sprekerlabels aanwezig. Push-to-talk levert de volledige transcriptie zonder gedetecteerde spreekbeurten in die array. De interface van de fabrikant voor opgenomen bestanden kan ook platte tekst of een stroom transcriptiegebeurtenissen teruggeven. Platte tekst plaatst gedetecteerde spreekbeurten op afzonderlijke regels en kan sprekerlabels bevatten; een gebeurtenissenstroom eindigt na de laatste gebeurtenis zonder afzonderlijke JSON-samenvatting. De voorlopige delta-modus geeft tekst stapsgewijs terug, terwijl de laatste transcriptiegebeurtenis de volledige formulering bevat.
Bereid een RIFF/WAVE-bestand voor met mono-audio in 16-bits integer PCM bij 16 of 24 kHz. De native samplefrequentie van het model is 24 kHz en de interface aanvaardt ook 16 kHz. Zet andere containers of coderingen om naar die ondersteunde WAV-vorm voordat u een opname aanbiedt. Het profiel voor bestandstranscriptie staat audio tot 10 minuten en een totale verzoekinhoud tot 32 MB toe. Bewaar de oorspronkelijke opname en eventuele conversie samen met de teruggegeven transcriptie, zodat u die later beluisterend kunt controleren.
De workflow voor liveaudio gebruikt ruwe, signed 16-bits little-endian mono-PCM, met audio van 16 of 24 kHz die ongeveer in realtime wordt aangeleverd. Het gedocumenteerde sessievenster bedraagt 60 minuten. Meta beschrijft native audio-invoer van meer dan één uur; de gedocumenteerde limieten voor bestanden en livesessies blijven afzonderlijke interfacegrenzen. Kies de workflow voor opgenomen bestanden of voor liveaudio naargelang de audio al volledig beschikbaar is of nog wordt opgenomen, en houd resultaten van afzonderlijke sessies verbonden met hun eigen invoersegmenten.
Muse Voice Transcribe is getraind op meer dan 70 talen, terwijl de gedocumenteerde herkenningsinterface 25 ondersteunde talen opsomt. Daaronder vallen Engels, Frans, Duits, Spaans, Arabisch, Mandarijn-Chinees, Hindi, Japans, Koreaans, Italiaans en Portugees. Het herkent taalwissels binnen of tussen zinnen. Een taalhint kan aangeven welke talen in de audio worden verwacht, maar stuurt de herkenning in plaats van de transcriptie in één taal te dwingen.
Woordenschathints helpen bij producttermen, acroniemen, namen of plaatsen die belangrijk zijn in een opname. Geef de werkelijke woorden en schrijfwijzen op die u verwacht te horen. De trefwoordenlijst beïnvloedt de herkenning zonder een exacte spelling te garanderen; controleer doorslaggevende termen daarom aan de hand van de audio. Taalhints en trefwoorden worden bij het begin van de transcriptie gekozen; houd ze passend voor die opname in plaats van hun betekenis tijdens een lopende sessie te veranderen.
Het model ondersteunt diarisatie voor gesprekken met meer dan 20 sprekers. Labels zoals A en B identificeren sprekers binnen één transcriptie. Het zijn geen geverifieerde namen en ze stellen niet vast dat een label in een andere sessie naar dezelfde persoon verwijst. Vraag voor een oorspronkelijke vergaderanalyse spreekbeurten met sprekerstoewijzing op, bewaar de opname en gebruik de labels om de bespreking te ordenen voordat de omliggende workflow er echte deelnemersnamen aan koppelt.
Voorlopige livetranscripties kunnen veranderen wanneer meer spraak binnenkomt. In de cumulatieve modus vervangt elk voorlopig resultaat de vorige hypothese in plaats van er nog een kopie aan toe te voegen. Een gedetecteerd spraakeinde markeert een grens, terwijl het resultaat van de voltooide spreekbeurt de definitieve tekst levert en kan verschillen van het laatste voorlopige resultaat. Houd overlappende spreekbeurten verbonden met hun identificaties en verwerk de voltooide resultaten voordat u een transcriptie als afgerond beschouwt. Signaleer het einde van de invoer wanneer de live-invoer stopt en blijf ontvangen tot de producent de nog wachtende resultaten volledig heeft uitgestuurd. Als u de verbinding onmiddellijk sluit, kunnen die resultaten verloren gaan; een gedetecteerde spraakgrens beëindigt een spreekbeurt, niet de hele sessie.
Tijdsaanduidingen gelden per spreekbeurt. Dit profiel levert geen tijdstempels per woord of betrouwbaarheidsscores, en de voortgang van de audioverwerking is geen tijdstempel voor een bepaald woord. Ook detectie van geluiden, emotiedetectie en herformattering van de transcriptie vallen buiten het gedocumenteerde uitvoerprofiel. Gebruik de teruggegeven intervallen van spreekbeurten voor een sprekerstijdlijn of controle per segment, en bewaar de herkende woorden als een afzonderlijke bewerkingsstap later nettere notities maakt.
Bruikbare resultaten zijn een volledig gedicteerd tekstfragment, een transcriptie van een spraakvraag, een gesprek met sprekerstoewijzing of een tijdlijn van uitingen. Vergelijk namen, getallen en technische termen met de oorspronkelijke opname, bewaar de verbanden met modus en tijdsaanduidingen en houd de volledige spreekbeurten beschikbaar voor controle. De transcriptie legt vast wat in de audio werd herkend; een gesproken vraag beantwoorden, vertalen of omzetten naar vergadernotities behoort tot een volgende applicatiestap.
", "aboutText": "Muse Voice Transcribe 1.0 is Meta’s model voor audioperceptie dat spraak transcribeert, de grenzen van uitingen detecteert en spreekbeurten aan sprekers toewijst. Het behoort tot de Muse Spark-modelfamilie en combineert spraakherkenning, sprekerdiarisatie en endpointing binnen het model. De uitvoer bestaat uit herkende tekst met de tijds- en sprekerinformatie die in de gekozen modus beschikbaar is.\n\nHet model verwerkt audio in blokken van 80 milliseconden en bepaalt wanneer het verder luistert of tekst uitstuurt. Dankzij een adaptieve vertraging kan het op extra audio wachten wanneer een woord moeilijker te herkennen is. Zo levert het voorlopige tekst terwijl de spraak binnenkomt, gevolgd door voltooide transcriptieresultaten. Behandel de voorlopige hypothese en de voltooide spreekbeurt als verschillende fasen van de luisterervaring.\n\nKies uit drie modi. Push-to-talk is de standaard voor één afgebakende uiting, zoals een gesproken zoekopdracht of een kort gedicteerd tekstfragment. Met endpointing detecteert het model de grenzen van spreekbeurten en geeft het per gedetecteerd segment één voltooide transcriptie terug. Diarisatie wijst de herkende spraak toe aan sprekerlabels en is bedoeld voor opnames met meerdere sprekers, eerder dan voor de snelst mogelijke beurtwisseling bij spraakopdrachten.\n\nVoor een opgenomen fragment geeft de workflow voor bestandstranscriptie in één verzoek een volledige transcriptie terug. Het standaardresultaat is JSON met de transcriptie en de audioduur, en met een turns-array in de modi endpointing en diarisatie. Elke spreekbeurt kan een identificatie, een begin- en eindtijd in milliseconden en de herkende tekst bevatten. In de diarisatiemodus zijn sprekerlabels aanwezig. Push-to-talk levert de volledige transcriptie zonder gedetecteerde spreekbeurten in die array. De interface van de fabrikant voor opgenomen bestanden kan ook platte tekst of een stroom transcriptiegebeurtenissen teruggeven. Platte tekst plaatst gedetecteerde spreekbeurten op afzonderlijke regels en kan sprekerlabels bevatten; een gebeurtenissenstroom eindigt na de laatste gebeurtenis zonder afzonderlijke JSON-samenvatting. De voorlopige delta-modus geeft tekst stapsgewijs terug, terwijl de laatste transcriptiegebeurtenis de volledige formulering bevat.\n\nBereid een RIFF/WAVE-bestand voor met mono-audio in 16-bits integer PCM bij 16 of 24 kHz. De native samplefrequentie van het model is 24 kHz en de interface aanvaardt ook 16 kHz. Zet andere containers of coderingen om naar die ondersteunde WAV-vorm voordat u een opname aanbiedt. Het profiel voor bestandstranscriptie staat audio tot 10 minuten en een totale verzoekinhoud tot 32 MB toe. Bewaar de oorspronkelijke opname en eventuele conversie samen met de teruggegeven transcriptie, zodat u die later beluisterend kunt controleren.\n\nDe workflow voor liveaudio gebruikt ruwe, signed 16-bits little-endian mono-PCM, met audio van 16 of 24 kHz die ongeveer in realtime wordt aangeleverd. Het gedocumenteerde sessievenster bedraagt 60 minuten. Meta beschrijft native audio-invoer van meer dan één uur; de gedocumenteerde limieten voor bestanden en livesessies blijven afzonderlijke interfacegrenzen. Kies de workflow voor opgenomen bestanden of voor liveaudio naargelang de audio al volledig beschikbaar is of nog wordt opgenomen, en houd resultaten van afzonderlijke sessies verbonden met hun eigen invoersegmenten.\n\nMuse Voice Transcribe is getraind op meer dan 70 talen, terwijl de gedocumenteerde herkenningsinterface 25 ondersteunde talen opsomt. Daaronder vallen Engels, Frans, Duits, Spaans, Arabisch, Mandarijn-Chinees, Hindi, Japans, Koreaans, Italiaans en Portugees. Het herkent taalwissels binnen of tussen zinnen. Een taalhint kan aangeven welke talen in de audio worden verwacht, maar stuurt de herkenning in plaats van de transcriptie in één taal te dwingen.\n\nWoordenschathints helpen bij producttermen, acroniemen, namen of plaatsen die belangrijk zijn in een opname. Geef de werkelijke woorden en schrijfwijzen op die u verwacht te horen. De trefwoordenlijst beïnvloedt de herkenning zonder een exacte spelling te garanderen; controleer doorslaggevende termen daarom aan de hand van de audio. Taalhints en trefwoorden worden bij het begin van de transcriptie gekozen; houd ze passend voor die opname in plaats van hun betekenis tijdens een lopende sessie te veranderen.\n\nHet model ondersteunt diarisatie voor gesprekken met meer dan 20 sprekers. Labels zoals A en B identificeren sprekers binnen één transcriptie. Het zijn geen geverifieerde namen en ze stellen niet vast dat een label in een andere sessie naar dezelfde persoon verwijst. Vraag voor een oorspronkelijke vergaderanalyse spreekbeurten met sprekerstoewijzing op, bewaar de opname en gebruik de labels om de bespreking te ordenen voordat de omliggende workflow er echte deelnemersnamen aan koppelt.\n\nVoorlopige livetranscripties kunnen veranderen wanneer meer spraak binnenkomt. In de cumulatieve modus vervangt elk voorlopig resultaat de vorige hypothese in plaats van er nog een kopie aan toe te voegen. Een gedetecteerd spraakeinde markeert een grens, terwijl het resultaat van de voltooide spreekbeurt de definitieve tekst levert en kan verschillen van het laatste voorlopige resultaat. Houd overlappende spreekbeurten verbonden met hun identificaties en verwerk de voltooide resultaten voordat u een transcriptie als afgerond beschouwt. Signaleer het einde van de invoer wanneer de live-invoer stopt en blijf ontvangen tot de producent de nog wachtende resultaten volledig heeft uitgestuurd. Als u de verbinding onmiddellijk sluit, kunnen die resultaten verloren gaan; een gedetecteerde spraakgrens beëindigt een spreekbeurt, niet de hele sessie.\n\nTijdsaanduidingen gelden per spreekbeurt. Dit profiel levert geen tijdstempels per woord of betrouwbaarheidsscores, en de voortgang van de audioverwerking is geen tijdstempel voor een bepaald woord. Ook detectie van geluiden, emotiedetectie en herformattering van de transcriptie vallen buiten het gedocumenteerde uitvoerprofiel. Gebruik de teruggegeven intervallen van spreekbeurten voor een sprekerstijdlijn of controle per segment, en bewaar de herkende woorden als een afzonderlijke bewerkingsstap later nettere notities maakt.\n\nBruikbare resultaten zijn een volledig gedicteerd tekstfragment, een transcriptie van een spraakvraag, een gesprek met sprekerstoewijzing of een tijdlijn van uitingen. Vergelijk namen, getallen en technische termen met de oorspronkelijke opname, bewaar de verbanden met modus en tijdsaanduidingen en houd de volledige spreekbeurten beschikbaar voor controle. De transcriptie legt vast wat in de audio werd herkend; een gesproken vraag beantwoorden, vertalen of omzetten naar vergadernotities behoort tot een volgende applicatiestap.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "9aaa4a9a7f47907252a0323015511b8a8ebe6a4f98b868c344c66d44fe7b5048", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "nl-be", "methods": [ { "html": "meta/muse-voice-transcribe-1.0Muse Voice Transcribe 1.0 is Meta’s spraak-naar-tekstmodel voor dicteren, gedetecteerde spreekbeurten en transcripties met sprekerstoewijzing. Het ondersteunt taal- en woordenschathints, taalwissels en tijdsaanduidingen per spreekbeurt, met afzonderlijke workflows voor een opgenomen fragment en liveaudio.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Muse Voice Transcribe 1.0 is Meta’s model voor audioperceptie dat spraak transcribeert, de grenzen van uitingen detecteert en spreekbeurten aan sprekers toewijst. Het behoort tot de Muse Spark-modelfamilie en combineert spraakherkenning, sprekerdiarisatie en endpointing binnen het model. De uitvoer bestaat uit herkende tekst met de tijds- en sprekerinformatie die in de gekozen modus beschikbaar is.
Het model verwerkt audio in blokken van 80 milliseconden en bepaalt wanneer het verder luistert of tekst uitstuurt. Dankzij een adaptieve vertraging kan het op extra audio wachten wanneer een woord moeilijker te herkennen is. Zo levert het voorlopige tekst terwijl de spraak binnenkomt, gevolgd door voltooide transcriptieresultaten. Behandel de voorlopige hypothese en de voltooide spreekbeurt als verschillende fasen van de luisterervaring.
Kies uit drie modi. Push-to-talk is de standaard voor één afgebakende uiting, zoals een gesproken zoekopdracht of een kort gedicteerd tekstfragment. Met endpointing detecteert het model de grenzen van spreekbeurten en geeft het per gedetecteerd segment één voltooide transcriptie terug. Diarisatie wijst de herkende spraak toe aan sprekerlabels en is bedoeld voor opnames met meerdere sprekers, eerder dan voor de snelst mogelijke beurtwisseling bij spraakopdrachten.
Voor een opgenomen fragment geeft de workflow voor bestandstranscriptie in één verzoek een volledige transcriptie terug. Het standaardresultaat is JSON met de transcriptie en de audioduur, en met een turns-array in de modi endpointing en diarisatie. Elke spreekbeurt kan een identificatie, een begin- en eindtijd in milliseconden en de herkende tekst bevatten. In de diarisatiemodus zijn sprekerlabels aanwezig. Push-to-talk levert de volledige transcriptie zonder gedetecteerde spreekbeurten in die array. De interface van de fabrikant voor opgenomen bestanden kan ook platte tekst of een stroom transcriptiegebeurtenissen teruggeven. Platte tekst plaatst gedetecteerde spreekbeurten op afzonderlijke regels en kan sprekerlabels bevatten; een gebeurtenissenstroom eindigt na de laatste gebeurtenis zonder afzonderlijke JSON-samenvatting. De voorlopige delta-modus geeft tekst stapsgewijs terug, terwijl de laatste transcriptiegebeurtenis de volledige formulering bevat.
Bereid een RIFF/WAVE-bestand voor met mono-audio in 16-bits integer PCM bij 16 of 24 kHz. De native samplefrequentie van het model is 24 kHz en de interface aanvaardt ook 16 kHz. Zet andere containers of coderingen om naar die ondersteunde WAV-vorm voordat u een opname aanbiedt. Het profiel voor bestandstranscriptie staat audio tot 10 minuten en een totale verzoekinhoud tot 32 MB toe. Bewaar de oorspronkelijke opname en eventuele conversie samen met de teruggegeven transcriptie, zodat u die later beluisterend kunt controleren.
De workflow voor liveaudio gebruikt ruwe, signed 16-bits little-endian mono-PCM, met audio van 16 of 24 kHz die ongeveer in realtime wordt aangeleverd. Het gedocumenteerde sessievenster bedraagt 60 minuten. Meta beschrijft native audio-invoer van meer dan één uur; de gedocumenteerde limieten voor bestanden en livesessies blijven afzonderlijke interfacegrenzen. Kies de workflow voor opgenomen bestanden of voor liveaudio naargelang de audio al volledig beschikbaar is of nog wordt opgenomen, en houd resultaten van afzonderlijke sessies verbonden met hun eigen invoersegmenten.
Muse Voice Transcribe is getraind op meer dan 70 talen, terwijl de gedocumenteerde herkenningsinterface 25 ondersteunde talen opsomt. Daaronder vallen Engels, Frans, Duits, Spaans, Arabisch, Mandarijn-Chinees, Hindi, Japans, Koreaans, Italiaans en Portugees. Het herkent taalwissels binnen of tussen zinnen. Een taalhint kan aangeven welke talen in de audio worden verwacht, maar stuurt de herkenning in plaats van de transcriptie in één taal te dwingen.
Woordenschathints helpen bij producttermen, acroniemen, namen of plaatsen die belangrijk zijn in een opname. Geef de werkelijke woorden en schrijfwijzen op die u verwacht te horen. De trefwoordenlijst beïnvloedt de herkenning zonder een exacte spelling te garanderen; controleer doorslaggevende termen daarom aan de hand van de audio. Taalhints en trefwoorden worden bij het begin van de transcriptie gekozen; houd ze passend voor die opname in plaats van hun betekenis tijdens een lopende sessie te veranderen.
Het model ondersteunt diarisatie voor gesprekken met meer dan 20 sprekers. Labels zoals A en B identificeren sprekers binnen één transcriptie. Het zijn geen geverifieerde namen en ze stellen niet vast dat een label in een andere sessie naar dezelfde persoon verwijst. Vraag voor een oorspronkelijke vergaderanalyse spreekbeurten met sprekerstoewijzing op, bewaar de opname en gebruik de labels om de bespreking te ordenen voordat de omliggende workflow er echte deelnemersnamen aan koppelt.
Voorlopige livetranscripties kunnen veranderen wanneer meer spraak binnenkomt. In de cumulatieve modus vervangt elk voorlopig resultaat de vorige hypothese in plaats van er nog een kopie aan toe te voegen. Een gedetecteerd spraakeinde markeert een grens, terwijl het resultaat van de voltooide spreekbeurt de definitieve tekst levert en kan verschillen van het laatste voorlopige resultaat. Houd overlappende spreekbeurten verbonden met hun identificaties en verwerk de voltooide resultaten voordat u een transcriptie als afgerond beschouwt. Signaleer het einde van de invoer wanneer de live-invoer stopt en blijf ontvangen tot de producent de nog wachtende resultaten volledig heeft uitgestuurd. Als u de verbinding onmiddellijk sluit, kunnen die resultaten verloren gaan; een gedetecteerde spraakgrens beëindigt een spreekbeurt, niet de hele sessie.
Tijdsaanduidingen gelden per spreekbeurt. Dit profiel levert geen tijdstempels per woord of betrouwbaarheidsscores, en de voortgang van de audioverwerking is geen tijdstempel voor een bepaald woord. Ook detectie van geluiden, emotiedetectie en herformattering van de transcriptie vallen buiten het gedocumenteerde uitvoerprofiel. Gebruik de teruggegeven intervallen van spreekbeurten voor een sprekerstijdlijn of controle per segment, en bewaar de herkende woorden als een afzonderlijke bewerkingsstap later nettere notities maakt.
Bruikbare resultaten zijn een volledig gedicteerd tekstfragment, een transcriptie van een spraakvraag, een gesprek met sprekerstoewijzing of een tijdlijn van uitingen. Vergelijk namen, getallen en technische termen met de oorspronkelijke opname, bewaar de verbanden met modus en tijdsaanduidingen en houd de volledige spreekbeurten beschikbaar voor controle. De transcriptie legt vast wat in de audio werd herkend; een gesproken vraag beantwoorden, vertalen of omzetten naar vergadernotities behoort tot een volgende applicatiestap.
POST /v1/audio/transcriptionsaudiotext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten meta/muse-voice-transcribe-1.0 | 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 $0.0001 per seconde audio-invoer |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
set -eu\n: "${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': 'meta/muse-voice-transcribe-1.0', '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 meta/muse-voice-transcribe-1.0
Gebruik de hierboven getoonde methodepaden.