Gemini 3.5 Transcribe
Een model van Google voor spraakherkenning, taaldetectie, het onderscheiden van sprekers en tijdstempels per woord.
Over het model
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Gemini 3.5 Transcribe zet een audiobestand om in tekst. Naast transcriptie ondersteunt het taaldetectie, het onderscheiden van sprekers, tijdstempels per woord, een speciale termenlijst en intelligente tekstverwerking.
Talen en duur
Meer dan 85 talen, waaronder Russisch, en het wisselen tussen talen binnen een opname worden ondersteund. De taal wordt automatisch gedetecteerd. Een gewoon verzoek verwerkt audio van maximaal één uur. Wanneer sprekers worden onderscheiden of tijdstempels per woord zijn ingeschakeld, daalt de grens tot 30 minuten.
De uitvoer bevat de volledige transcriptietekst en, voor de betreffende modi, afzonderlijke woordannotaties. Het model is bedoeld voor bestandsverwerking; doorlopende herkenning in realtime hoort bij de afzonderlijke versie gemini-3.5-transcribe-live.
Transcriptiemodi
Standaard wordt een woordelijke transcriptie gebruikt. De intelligente modus verwijdert opvulwoorden, houdt rekening met zelfcorrecties van de spreker en maakt de tekst op. Deze modus kan niet worden gecombineerd met het onderscheiden van sprekers en tijdstempels per woord.
Het onderscheiden van spraak ondersteunt maximaal acht sprekers. Het bepalen wie een uitspraak heeft gedaan, heeft voor drie of meer sprekers een experimentele status. Tijdstempels helpen tekst aan de opname te koppelen, maar inschakeling kan de herkenningsnauwkeurigheid verminderen.
Termen en bestanden
Een lijst met aangepaste termen kan maximaal 1 000 vermeldingen bevatten; Google merkt op dat het doorgaans beter is die tot ongeveer honderd te beperken. Zo'n lijst is niet compatibel met het onderscheiden van sprekers en tijdstempels per woord. Bij de keuze van de modus moet dus worden afgewogen wat belangrijker is: vaktermen of gedetailleerde annotaties van deelnemers en tijd.
Ondersteunde audioformaten omvatten WAV, MP3, AIFF, AAC, OGG, FLAC, MPEG, M4A, L16, Opus, A-law, mu-law en WebM. Voor bestandsverwerking zijn duurgrenzen en combinaties van modi gepubliceerd. De beschrijving van de Transcribe-familie noemt ook een context van 96K tokens en tekstuitvoer van 32K tokens; deze familiekenmerken vervangen de bestandsbeperkingen van de gekozen methode niet.
Contextcaching, code-uitvoering, zoeken in bestanden, functieaanroepen, het maken van afbeeldingen en Thinking worden niet ondersteund. Het model is gespecialiseerd in het verkrijgen van tekst en annotaties uit geluid, niet in het genereren van nieuwe spraak.
Ailoot · Spraak naar tekst POST /v1/audio/transcriptions gemini-3.5-transcribe
gemini-3.5-transcribeAan de slag
Een model van Google voor spraakherkenning, taaldetectie, het onderscheiden van sprekers en tijdstempels per woord.
- Toegestane invoer
- Audio
- Resultaten
- Tekst
Beschikbaar in Ailoot · invoer en methoden
Ailoot · Spraak naar tekst POST /v1/audio/transcriptions
- Invoertypen
audio- Uitvoertypen
text- Uitvoerformaat
- json
| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten gemini-3.5-transcribe | Standaard— |
Veldfile | Typefile | VereisteVereist | Waarden en limieten Maximumaantal bytes: 67.108.864 Bestandsformaten: wav, mp3, m4a, ogg, webm, flac Inhoudstype: multipart/form-data Maximale duur, seconden: 600 | Standaard— |
Veldresponse_format | Typestring | VereisteOptioneel | Waarden en limieten json | Standaard— |
Combinaties van invoermaterialen
speech_to_text · Vereist: actual audio file
Methodeparameters en levenscyclus
| Parameter | Contract |
|---|---|
Parametermaterial_types | Contractaudio |
Parameterrequired | Contractnull |
Parameteroptional_controls | Contractnull |
Levenscyclus: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · de daadwerkelijk geretourneerde task_id of het record in de mediabibliotheek
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
De methodestructuren en ID’s zijn exact; de mogelijkheden van de leverancier staan los van toelating.
Tarieven
Ailoot-methodetarieven
POST /v1/audio/transcriptions- Invoer
- US$ 0,01 per begonnen minuut
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 →
Voorbeeldverzoeken
Ailoot · Spraak naar tekst
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_AUDIO_FILE:?Set your actual MP3 recording}"
export AILOOT_AUDIO_FILE
python3 - <<'PY_REQUEST'
import os
from pathlib import Path
f=Path(os.environ["AILOOT_AUDIO_FILE"])
if not f.is_file() or f.suffix.lower()!=".mp3":raise SystemExit("Choose your actual MP3 recording")
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \
-H "Authorization: Bearer $AILOOT_API_KEY" \
--form-string model=gemini-3.5-transcribe -F "file=@$AILOOT_AUDIO_FILE" \
-D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))
PY_RESULT
Resultaten ophalen en opslaan
Ailoot · Spraak naar tekst
json
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}
Alle voltooide resultaten bewaren
Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar de volledige JSON, niet uitsluitend tekst; behoud elk beschikbaar segment, elke spreker, tijdstempel en daadwerkelijke taak-/assetidentiteit.
Als het oorspronkelijke antwoord moet worden gecontroleerd
Bewaar de oorspronkelijke operation_id/X-Client-Request-ID voor reconciliatie zonder opnieuw in te dienen; er is geen aparte route om de audiostatus op te vragen.
Antwoordvelden
| Veld | Type |
|---|---|
Veldtext | Typestring |
Veldsegments[] | Typeobject |
Veldtask_id | Typestring |
Veldasset_url | Typestring |
Veldusage | Typeobject |
Fouten en vervolgstappen
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldig | Volgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag. |
Antwoordserver_error | VoorwaardeHet geretourneerde antwoord geeft aan dat de bewerking of het resultaat moet worden gecontroleerd | Volgende stapBewaar de oorspronkelijk geretourneerde bewerkings-/taak-ID, de aanvraagheaders en het antwoord; blijf de ondersteunde leesacties voor die oorspronkelijke bewerking uitvoeren. Dien de aanmaakaanvraag niet opnieuw in. |
Aliasnamen
Modelaliasnamen
Ailoot gemini-3.5-transcribe
Aliasnamen voor methodepaden
Gebruik de hierboven getoonde methodepaden.
Gerelateerde aanroeper-ID’s
FAQ · Gemini 3.5 Transcribe
- Welke invoer en resultaten zijn beschikbaar?
POST /v1/audio/transcriptions·gemini-3.5-transcribe:audio→text- Welke velden gebruikt het verzoek?
POST /v1/audio/transcriptions·gemini-3.5-transcribe:model,file,response_format