{
  "aboutHtml": "<p>ElevenLabs Scribe v2 to model rozpoznawania mowy w trybie wsadowym do nagranego dźwięku, transkrypcji i tworzenia napisów, w tym napisów dla niesłyszących. Rozwija Scribe v1, lepiej obsługując długie nagrania, pauzy, zmiany tonu i dłuższą ciszę. Wynikiem jest zapis mowy z informacjami o czasie i opcjonalnymi oznaczeniami mówców oraz zdarzeń dźwiękowych. Scribe v2 Realtime to osobna edycja transkrypcji na żywo; zadaniem tego modelu jest przetwarzanie kompletnych nagrań.</p><p>Producent dokumentuje rozpoznawanie ponad 90 języków i automatyczne wykrywanie języka, w tym w nagraniach, w których języki się zmieniają. Podpowiedź znanego języka może pomóc modelowi zinterpretować dźwięk. Przygotuj wyraźne nagranie, zachowaj oryginalny język i nazwy oraz unikaj silnego przesterowania lub zbędnego przetwarzania usuwającego szczegóły mowy. Do popularnych udokumentowanych formatów wejściowych należą WAV, MP3, FLAC, M4A, AAC, OGG, Opus i WebM. Wybierz reprezentację wejścia obsługiwaną przez implementację transkrypcji i zachowaj nagranie źródłowe do weryfikacji.</p><p>Standardowa odpowiedź zawiera rozpoznany tekst, informacje o wykrytym języku i sekwencję słów ze znacznikami czasu. Rekordy słów mogą obejmować czas początku i końca, identyfikatory mówców i logarytm prawdopodobieństwa rozpoznania. Dzięki temu wynik nadaje się do napisów, przeszukiwalnych wywiadów lub edytora pozwalającego wrócić do właściwego miejsca w dźwięku. Zachowaj wynik ze znacznikami czasu wraz ze źródłowym nagraniem. W przypadku podcastu materiałem końcowym może być na przykład edytowalna transkrypcja i zapis wyrównany na poziomie słów, który pomaga znajdować miejsca do poprawienia przed ułożeniem napisów.</p><p>Diaryzacja mówców oznacza, kto i kiedy mówi w nagraniu wieloosobowym; producent dokumentuje obsługę maksymalnie 32 mówców. Włącz ją, gdy zmiany wypowiadających się osób są istotne, i podaj rozsądną liczbę mówców, jeśli jest znana. Odróżniaj wykrytą etykietę mówcy od zweryfikowanego imienia i nazwiska osoby. W wywiadzie lub spotkaniu sprawdzaj zmiany mówców na podstawie nagrania, zwłaszcza gdy głosy nakładają się lub brzmią podobnie. Etykieta pomaga uporządkować transkrypcję; sama nie potwierdza tożsamości mówcy.</p><p>Nagranie z jednym mówcą na kanał ma inną strukturę niż kilka głosów zmiksowanych w jednym kanale. Interfejs producenta może niezależnie przetwarzać do pięciu kanałów i zwracać osobne transkrypcje lub transkrypcję łączną uporządkowaną według czasu, z indeksami kanałów. Zachowaj ten układ kanałów, gdy ma znaczenie. Sprowadzenie rozdzielonego nagrania rozmowy do jednego kanału przed transkrypcją może usunąć użyteczne źródło informacji o mówcach. Odróżniaj przypisanie na podstawie kanału od diaryzacji wywnioskowanej ze zmiksowanego dźwięku. Odpowiedź łącząca kanały wymaga znaczników czasu i nie może zawierać wykrywania ani maskowania encji.</p><p>Podpowiadanie terminów kluczowych ukierunkowuje rozpoznawanie nazw, terminów produktowych i słownictwa specjalistycznego z wykorzystaniem kontekstu. Aktualna dokumentacja trybu wsadowego dopuszcza do 1 000 terminów, każdy krótszy niż 50 znaków i zawierający najwyżej pięć słów. Podawaj istotne zapisy zamiast obszernego, niepowiązanego katalogu. Dla wywiadu technicznego podaj nazwy produktów i skróty, które prawdopodobnie się pojawią, a następnie sprawdź je przy ich znacznikach czasu w wyniku. Terminy kluczowe wpływają na rozpoznawanie; nie są instrukcjami wstawienia terminu, którego nagranie nie potwierdza.</p><p>Określ cel transkrypcji przed zastosowaniem wygładzania. Zapis dosłowny zachowuje wypowiedziane sformułowania, a udokumentowana opcja no-verbatim usuwa wypełniacze, urwane początki wypowiedzi i niepłynności, tworząc bardziej czytelny wynik. Dynamiczne oznaczanie dźwięku może identyfikować zdarzenia inne niż mowa, takie jak śmiech lub kroki. Wygładzona transkrypcja może być użyteczna do napisów lub czytania, ale nie powinna po cichu zastępować surowego zapisu, gdy powtórzenia, korekty lub dźwięki inne niż mowa mają znaczenie dla zadania.</p><p>Producent dokumentuje także wykrywanie encji i eksperymentalną edycję transkrypcji. W interfejsie producenta edycji transkrypcji nie można łączyć z wykrywaniem encji, maskowaniem encji ani transkrypcją wielokanałową. Wykryte encje zapewniają uporządkowane pozycje wybranych informacji w transkrypcji. Opcjonalne maskowanie encji zastępuje wykryty tekst etykietami; zależy od wykrywania encji, a po włączeniu maskowania lista encji nie jest zwracana. Maskowanie odbywa się podczas transkrypcji z użyciem ogólnego znacznika zastępczego, etykiety kategorii lub numerowanej etykiety kategorii. Automatyczne maskowanie może przeoczyć wrażliwą treść, dlatego sprawdź zamaskowaną transkrypcję przed jej udostępnieniem. Edycja zlecona w języku naturalnym zwraca zmieniony tekst obok oryginalnego wyniku, pozostawiając dostępny oryginalny zapis czasu i mówców. Zachowuj te materiały oddzielnie: poprawiona pisownia lub przeformatowane zdanie mogą wymagać ponownego sprawdzenia przed wyrównaniem z dźwiękiem lub wykorzystaniem w dalszym wyodrębnianiu danych. Te funkcje przetwarzają transkrypcję; nie potwierdzają, że każdy istotny szczegół został rozpoznany poprawnie.</p><p>Aby ukończyć transkrypcję, sprawdź nazwy, liczby, negacje i zmiany mówców, wracając do odpowiednich miejsc nagrania. Zwracaj uwagę na ciche fragmenty, nakładające się głosy i zmiany języka, zamiast oceniać jakość wyłącznie po płynności tekstu. Pozostaw niepewne sformułowania do poprawienia, zamiast uzupełniać niesłyszalny fragment wiarygodnie brzmiącym zdaniem. Użytecznym wynikiem jest sprawdzony zapis tekstowy z informacjami o czasie i mówcach potrzebnymi do zamierzonego zastosowania; transkrypcja może następnie stać się wejściem do osobnego etapu podsumowania, tłumaczenia lub analizy.</p>",
  "aboutText": "ElevenLabs Scribe v2 to model rozpoznawania mowy w trybie wsadowym do nagranego dźwięku, transkrypcji i tworzenia napisów, w tym napisów dla niesłyszących. Rozwija Scribe v1, lepiej obsługując długie nagrania, pauzy, zmiany tonu i dłuższą ciszę. Wynikiem jest zapis mowy z informacjami o czasie i opcjonalnymi oznaczeniami mówców oraz zdarzeń dźwiękowych. Scribe v2 Realtime to osobna edycja transkrypcji na żywo; zadaniem tego modelu jest przetwarzanie kompletnych nagrań.\n\nProducent dokumentuje rozpoznawanie ponad 90 języków i automatyczne wykrywanie języka, w tym w nagraniach, w których języki się zmieniają. Podpowiedź znanego języka może pomóc modelowi zinterpretować dźwięk. Przygotuj wyraźne nagranie, zachowaj oryginalny język i nazwy oraz unikaj silnego przesterowania lub zbędnego przetwarzania usuwającego szczegóły mowy. Do popularnych udokumentowanych formatów wejściowych należą WAV, MP3, FLAC, M4A, AAC, OGG, Opus i WebM. Wybierz reprezentację wejścia obsługiwaną przez implementację transkrypcji i zachowaj nagranie źródłowe do weryfikacji.\n\nStandardowa odpowiedź zawiera rozpoznany tekst, informacje o wykrytym języku i sekwencję słów ze znacznikami czasu. Rekordy słów mogą obejmować czas początku i końca, identyfikatory mówców i logarytm prawdopodobieństwa rozpoznania. Dzięki temu wynik nadaje się do napisów, przeszukiwalnych wywiadów lub edytora pozwalającego wrócić do właściwego miejsca w dźwięku. Zachowaj wynik ze znacznikami czasu wraz ze źródłowym nagraniem. W przypadku podcastu materiałem końcowym może być na przykład edytowalna transkrypcja i zapis wyrównany na poziomie słów, który pomaga znajdować miejsca do poprawienia przed ułożeniem napisów.\n\nDiaryzacja mówców oznacza, kto i kiedy mówi w nagraniu wieloosobowym; producent dokumentuje obsługę maksymalnie 32 mówców. Włącz ją, gdy zmiany wypowiadających się osób są istotne, i podaj rozsądną liczbę mówców, jeśli jest znana. Odróżniaj wykrytą etykietę mówcy od zweryfikowanego imienia i nazwiska osoby. W wywiadzie lub spotkaniu sprawdzaj zmiany mówców na podstawie nagrania, zwłaszcza gdy głosy nakładają się lub brzmią podobnie. Etykieta pomaga uporządkować transkrypcję; sama nie potwierdza tożsamości mówcy.\n\nNagranie z jednym mówcą na kanał ma inną strukturę niż kilka głosów zmiksowanych w jednym kanale. Interfejs producenta może niezależnie przetwarzać do pięciu kanałów i zwracać osobne transkrypcje lub transkrypcję łączną uporządkowaną według czasu, z indeksami kanałów. Zachowaj ten układ kanałów, gdy ma znaczenie. Sprowadzenie rozdzielonego nagrania rozmowy do jednego kanału przed transkrypcją może usunąć użyteczne źródło informacji o mówcach. Odróżniaj przypisanie na podstawie kanału od diaryzacji wywnioskowanej ze zmiksowanego dźwięku. Odpowiedź łącząca kanały wymaga znaczników czasu i nie może zawierać wykrywania ani maskowania encji.\n\nPodpowiadanie terminów kluczowych ukierunkowuje rozpoznawanie nazw, terminów produktowych i słownictwa specjalistycznego z wykorzystaniem kontekstu. Aktualna dokumentacja trybu wsadowego dopuszcza do 1 000 terminów, każdy krótszy niż 50 znaków i zawierający najwyżej pięć słów. Podawaj istotne zapisy zamiast obszernego, niepowiązanego katalogu. Dla wywiadu technicznego podaj nazwy produktów i skróty, które prawdopodobnie się pojawią, a następnie sprawdź je przy ich znacznikach czasu w wyniku. Terminy kluczowe wpływają na rozpoznawanie; nie są instrukcjami wstawienia terminu, którego nagranie nie potwierdza.\n\nOkreśl cel transkrypcji przed zastosowaniem wygładzania. Zapis dosłowny zachowuje wypowiedziane sformułowania, a udokumentowana opcja no-verbatim usuwa wypełniacze, urwane początki wypowiedzi i niepłynności, tworząc bardziej czytelny wynik. Dynamiczne oznaczanie dźwięku może identyfikować zdarzenia inne niż mowa, takie jak śmiech lub kroki. Wygładzona transkrypcja może być użyteczna do napisów lub czytania, ale nie powinna po cichu zastępować surowego zapisu, gdy powtórzenia, korekty lub dźwięki inne niż mowa mają znaczenie dla zadania.\n\nProducent dokumentuje także wykrywanie encji i eksperymentalną edycję transkrypcji. W interfejsie producenta edycji transkrypcji nie można łączyć z wykrywaniem encji, maskowaniem encji ani transkrypcją wielokanałową. Wykryte encje zapewniają uporządkowane pozycje wybranych informacji w transkrypcji. Opcjonalne maskowanie encji zastępuje wykryty tekst etykietami; zależy od wykrywania encji, a po włączeniu maskowania lista encji nie jest zwracana. Maskowanie odbywa się podczas transkrypcji z użyciem ogólnego znacznika zastępczego, etykiety kategorii lub numerowanej etykiety kategorii. Automatyczne maskowanie może przeoczyć wrażliwą treść, dlatego sprawdź zamaskowaną transkrypcję przed jej udostępnieniem. Edycja zlecona w języku naturalnym zwraca zmieniony tekst obok oryginalnego wyniku, pozostawiając dostępny oryginalny zapis czasu i mówców. Zachowuj te materiały oddzielnie: poprawiona pisownia lub przeformatowane zdanie mogą wymagać ponownego sprawdzenia przed wyrównaniem z dźwiękiem lub wykorzystaniem w dalszym wyodrębnianiu danych. Te funkcje przetwarzają transkrypcję; nie potwierdzają, że każdy istotny szczegół został rozpoznany poprawnie.\n\nAby ukończyć transkrypcję, sprawdź nazwy, liczby, negacje i zmiany mówców, wracając do odpowiednich miejsc nagrania. Zwracaj uwagę na ciche fragmenty, nakładające się głosy i zmiany języka, zamiast oceniać jakość wyłącznie po płynności tekstu. Pozostaw niepewne sformułowania do poprawienia, zamiast uzupełniać niesłyszalny fragment wiarygodnie brzmiącym zdaniem. Użytecznym wynikiem jest sprawdzony zapis tekstowy z informacjami o czasie i mówcach potrzebnymi do zamierzonego zastosowania; transkrypcja może następnie stać się wejściem do osobnego etapu podsumowania, tłumaczenia lub analizy.",
  "editorialOverlay": {
    "copy_fields": null,
    "copy_sha256": null,
    "copy_source": null,
    "html_sha256": "48c00be1ea5c5f30f9abb7e3d49202ed7d07cece7fb64bc37ada9f198ce66019",
    "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06",
    "raw_model_unchanged": true,
    "schema": "ailoot-native-model-editorial-v1"
  },
  "locale": "pl",
  "methods": [
    {
      "html": "<div class=\"sheet-head\"><span class=\"mav\" aria-hidden=\"true\">•</span><h2 id=\"sheet-title\">ElevenLabs: Scribe v2</h2><button class=\"icon-btn\" type=\"button\" data-close-sheet aria-label=\"Zamknij\">×</button></div><div class=\"idline\"><span>ElevenLabs /</span><code>elevenlabs/scribe-v2</code><button type=\"button\" id=\"copy-id\">Kopiuj ID</button></div><nav class=\"card-jump-nav\" aria-label=\"Sekcje karty modelu\"><button type=\"button\" data-card-jump=\"overview\">Start</button><button type=\"button\" data-card-jump=\"methods\">Dane wejściowe i metody</button><button type=\"button\" data-card-jump=\"pricing\">Cennik</button><button type=\"button\" data-card-jump=\"examples\">Przykłady</button><button type=\"button\" data-card-jump=\"results\">Wyniki</button><button type=\"button\" data-card-jump=\"aliases\">Aliasy</button></nav><div class=\"card-method-tabs\" role=\"tablist\" aria-label=\"Metody API\"><button type=\"button\" role=\"tab\" tabindex=\"0\" aria-controls=\"card-method-content\" aria-selected=\"true\" id=\"card-method-tab-0\" data-card-method=\"Ultra|transcriptions|/v1/audio/transcriptions|elevenlabs%2Fscribe-v2\">Rozpoznawanie</button></div><div id=\"card-method-content\" role=\"tabpanel\" aria-labelledby=\"card-method-tab-0\"><section class=\"card-section\" data-card-section=\"overview\"><h3 tabindex=\"-1\">Start</h3><p class=\"mdesc-full\">ElevenLabs Scribe v2 transkrybuje nagrany dźwięk w ponad 90 językach, ze znacznikami czasu na poziomie słów, opcjonalną diaryzacją mówców i znacznikami zdarzeń innych niż mowa. Służy do długich nagrań, napisów i edytowalnych transkrypcji, oferując kontekstowe terminy kluczowe oraz wybór transkrypcji dosłownej lub wygładzonej.</p><dl class=\"card-io\" data-card-io><div><dt>Akceptowane dane wejściowe</dt><dd>Audio</dd></div><div><dt>Wyniki</dt><dd>Tekst</dd></div></dl><details class=\"card-about\"><summary>O modelu</summary><p class=\"note-s\" data-model-method-boundary>Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody.</p><div class=\"mabout\" id=\"m-about\"><p>ElevenLabs Scribe v2 to model rozpoznawania mowy w trybie wsadowym do nagranego dźwięku, transkrypcji i tworzenia napisów, w tym napisów dla niesłyszących. Rozwija Scribe v1, lepiej obsługując długie nagrania, pauzy, zmiany tonu i dłuższą ciszę. Wynikiem jest zapis mowy z informacjami o czasie i opcjonalnymi oznaczeniami mówców oraz zdarzeń dźwiękowych. Scribe v2 Realtime to osobna edycja transkrypcji na żywo; zadaniem tego modelu jest przetwarzanie kompletnych nagrań.</p><p>Producent dokumentuje rozpoznawanie ponad 90 języków i automatyczne wykrywanie języka, w tym w nagraniach, w których języki się zmieniają. Podpowiedź znanego języka może pomóc modelowi zinterpretować dźwięk. Przygotuj wyraźne nagranie, zachowaj oryginalny język i nazwy oraz unikaj silnego przesterowania lub zbędnego przetwarzania usuwającego szczegóły mowy. Do popularnych udokumentowanych formatów wejściowych należą WAV, MP3, FLAC, M4A, AAC, OGG, Opus i WebM. Wybierz reprezentację wejścia obsługiwaną przez implementację transkrypcji i zachowaj nagranie źródłowe do weryfikacji.</p><p>Standardowa odpowiedź zawiera rozpoznany tekst, informacje o wykrytym języku i sekwencję słów ze znacznikami czasu. Rekordy słów mogą obejmować czas początku i końca, identyfikatory mówców i logarytm prawdopodobieństwa rozpoznania. Dzięki temu wynik nadaje się do napisów, przeszukiwalnych wywiadów lub edytora pozwalającego wrócić do właściwego miejsca w dźwięku. Zachowaj wynik ze znacznikami czasu wraz ze źródłowym nagraniem. W przypadku podcastu materiałem końcowym może być na przykład edytowalna transkrypcja i zapis wyrównany na poziomie słów, który pomaga znajdować miejsca do poprawienia przed ułożeniem napisów.</p><p>Diaryzacja mówców oznacza, kto i kiedy mówi w nagraniu wieloosobowym; producent dokumentuje obsługę maksymalnie 32 mówców. Włącz ją, gdy zmiany wypowiadających się osób są istotne, i podaj rozsądną liczbę mówców, jeśli jest znana. Odróżniaj wykrytą etykietę mówcy od zweryfikowanego imienia i nazwiska osoby. W wywiadzie lub spotkaniu sprawdzaj zmiany mówców na podstawie nagrania, zwłaszcza gdy głosy nakładają się lub brzmią podobnie. Etykieta pomaga uporządkować transkrypcję; sama nie potwierdza tożsamości mówcy.</p><p>Nagranie z jednym mówcą na kanał ma inną strukturę niż kilka głosów zmiksowanych w jednym kanale. Interfejs producenta może niezależnie przetwarzać do pięciu kanałów i zwracać osobne transkrypcje lub transkrypcję łączną uporządkowaną według czasu, z indeksami kanałów. Zachowaj ten układ kanałów, gdy ma znaczenie. Sprowadzenie rozdzielonego nagrania rozmowy do jednego kanału przed transkrypcją może usunąć użyteczne źródło informacji o mówcach. Odróżniaj przypisanie na podstawie kanału od diaryzacji wywnioskowanej ze zmiksowanego dźwięku. Odpowiedź łącząca kanały wymaga znaczników czasu i nie może zawierać wykrywania ani maskowania encji.</p><p>Podpowiadanie terminów kluczowych ukierunkowuje rozpoznawanie nazw, terminów produktowych i słownictwa specjalistycznego z wykorzystaniem kontekstu. Aktualna dokumentacja trybu wsadowego dopuszcza do 1 000 terminów, każdy krótszy niż 50 znaków i zawierający najwyżej pięć słów. Podawaj istotne zapisy zamiast obszernego, niepowiązanego katalogu. Dla wywiadu technicznego podaj nazwy produktów i skróty, które prawdopodobnie się pojawią, a następnie sprawdź je przy ich znacznikach czasu w wyniku. Terminy kluczowe wpływają na rozpoznawanie; nie są instrukcjami wstawienia terminu, którego nagranie nie potwierdza.</p><p>Określ cel transkrypcji przed zastosowaniem wygładzania. Zapis dosłowny zachowuje wypowiedziane sformułowania, a udokumentowana opcja no-verbatim usuwa wypełniacze, urwane początki wypowiedzi i niepłynności, tworząc bardziej czytelny wynik. Dynamiczne oznaczanie dźwięku może identyfikować zdarzenia inne niż mowa, takie jak śmiech lub kroki. Wygładzona transkrypcja może być użyteczna do napisów lub czytania, ale nie powinna po cichu zastępować surowego zapisu, gdy powtórzenia, korekty lub dźwięki inne niż mowa mają znaczenie dla zadania.</p><p>Producent dokumentuje także wykrywanie encji i eksperymentalną edycję transkrypcji. W interfejsie producenta edycji transkrypcji nie można łączyć z wykrywaniem encji, maskowaniem encji ani transkrypcją wielokanałową. Wykryte encje zapewniają uporządkowane pozycje wybranych informacji w transkrypcji. Opcjonalne maskowanie encji zastępuje wykryty tekst etykietami; zależy od wykrywania encji, a po włączeniu maskowania lista encji nie jest zwracana. Maskowanie odbywa się podczas transkrypcji z użyciem ogólnego znacznika zastępczego, etykiety kategorii lub numerowanej etykiety kategorii. Automatyczne maskowanie może przeoczyć wrażliwą treść, dlatego sprawdź zamaskowaną transkrypcję przed jej udostępnieniem. Edycja zlecona w języku naturalnym zwraca zmieniony tekst obok oryginalnego wyniku, pozostawiając dostępny oryginalny zapis czasu i mówców. Zachowuj te materiały oddzielnie: poprawiona pisownia lub przeformatowane zdanie mogą wymagać ponownego sprawdzenia przed wyrównaniem z dźwiękiem lub wykorzystaniem w dalszym wyodrębnianiu danych. Te funkcje przetwarzają transkrypcję; nie potwierdzają, że każdy istotny szczegół został rozpoznany poprawnie.</p><p>Aby ukończyć transkrypcję, sprawdź nazwy, liczby, negacje i zmiany mówców, wracając do odpowiednich miejsc nagrania. Zwracaj uwagę na ciche fragmenty, nakładające się głosy i zmiany języka, zamiast oceniać jakość wyłącznie po płynności tekstu. Pozostaw niepewne sformułowania do poprawienia, zamiast uzupełniać niesłyszalny fragment wiarygodnie brzmiącym zdaniem. Użytecznym wynikiem jest sprawdzony zapis tekstowy z informacjami o czasie i mówcach potrzebnymi do zamierzonego zastosowania; transkrypcja może następnie stać się wejściem do osobnego etapu podsumowania, tłumaczenia lub analizy.</p></div></details></section><section class=\"card-section\" data-card-section=\"methods\"><h3 tabindex=\"-1\">Dostępne w Ailoot · dane wejściowe i metody</h3><details class=\"card-method\" open><summary><b>Ailoot Ultra · Transkrypcja</b> <code>POST /v1/audio/transcriptions</code></summary><dl class=\"method-capabilities\"><div><dt>Wejście</dt><dd><code>audio</code></dd></div><div><dt>Wyjście</dt><dd><code>text</code></dd></div></dl><div class=\"tw\" data-card-parameters data-typed-parameters><table><thead><tr><th>Pole</th><th>Typ</th><th>Wymaganie</th><th>Wartości i limity</th><th>Domyślnie</th></tr></thead><tbody><tr><th data-cell-label=\"Pole\" scope=\"row\"><span class=\"card-cell-label\">Pole</span><code class=\"card-field-name\">model</code></th><td data-cell-label=\"Typ\" data-field-type><span class=\"card-cell-label\">Typ</span><code>string</code></td><td data-cell-label=\"Wymaganie\"><span class=\"card-cell-label\">Wymaganie</span>Wymagane</td><td data-cell-label=\"Wartości i limity\"><span class=\"card-cell-label\">Wartości i limity</span><div>elevenlabs/scribe-v2</div></td><td data-cell-label=\"Domyślnie\" data-default=\"unspecified\"><span class=\"card-cell-label\">Domyślnie</span>—</td></tr><tr><th data-cell-label=\"Pole\" scope=\"row\"><span class=\"card-cell-label\">Pole</span><code class=\"card-field-name\">input_audio</code></th><td data-cell-label=\"Typ\" data-field-type><span class=\"card-cell-label\">Typ</span><code>object</code></td><td data-cell-label=\"Wymaganie\"><span class=\"card-cell-label\">Wymaganie</span>Wymagane</td><td data-cell-label=\"Wartości i limity\"><span class=\"card-cell-label\">Wartości i limity</span></td><td data-cell-label=\"Domyślnie\" data-default=\"unspecified\"><span class=\"card-cell-label\">Domyślnie</span>—</td></tr></tbody></table></div><details class=\"note-s\" data-method-contract><summary>Parametry i cykl życia metody</summary><div class=\"tw\" data-card-table=\"contract\"><table><thead><tr><th>Parametr</th><th>Kontrakt</th></tr></thead><tbody><tr><th data-cell-label=\"Parametr\" scope=\"row\"><span class=\"card-cell-label\">Parametr</span><code>content_type</code></th><td data-cell-label=\"Kontrakt\"><span class=\"card-cell-label\">Kontrakt</span>application/json</td></tr><tr><th data-cell-label=\"Parametr\" scope=\"row\"><span class=\"card-cell-label\">Parametr</span><code>required</code></th><td data-cell-label=\"Kontrakt\"><span class=\"card-cell-label\">Kontrakt</span>model, input_audio</td></tr><tr><th data-cell-label=\"Parametr\" scope=\"row\"><span class=\"card-cell-label\">Parametr</span><code>material_types</code></th><td data-cell-label=\"Kontrakt\"><span class=\"card-cell-label\">Kontrakt</span>audio</td></tr><tr><th data-cell-label=\"Parametr\" scope=\"row\"><span class=\"card-cell-label\">Parametr</span><code>material_conditions</code></th><td data-cell-label=\"Kontrakt\"><span class=\"card-cell-label\">Kontrakt</span>Przykład odczytuje Twój rzeczywisty, niepusty plik PCM WAV, koduje wszystkie bajty pliku jako base64 i wysyła input_audio.format z wartością wav.</td></tr></tbody></table></div><p>Cykl życia: <code>synchronous_result_then_owned_library</code></p><p class=\"note-s\"><code>GET /v1/media/tasks/{task_id}</code> · dokładne task_id z istniejącego rekordu multimediów należących do użytkownika</p><p class=\"note-s\"><code>GET /v1/media/assets/{asset_id}/content</code></p><p class=\"note-s\"><code>GET /v1/media/assets</code></p><p class=\"note-s\"><code>GET /v1/media/assets/{asset_id}</code></p></details></details></section><section class=\"card-section\" data-card-section=\"pricing\"><h3 tabindex=\"-1\">Cennik</h3><div data-native-semantic-method=\"v1\" data-tariff-reference-only><p class=\"note-s\" data-rate-support-note>Informacje taryfowe nie dodają opcji żądania. Obsługiwane parametry podano przy wybranej metodzie.</p><dl data-price-conditions><dt>Tryb szybki</dt><dd>Nie określono <span class=\"note-s\">Gdy wybrany jest tryb szybki</span></dd><dt>Tryb flex</dt><dd>Nie określono <span class=\"note-s\">Gdy wybrany jest tryb flex</span></dd><dt>Maksymalna intensywność rozumowania</dt><dd>Nie określono <span class=\"note-s\">Gdy dla maksymalnej intensywności rozumowania stosowana jest domyślna korekta (default)</span></dd></dl></div><div data-declared-tariff-pricing><h4>Stawki Ailoot</h4><h4>Ceny według konfiguracji</h4><p class=\"note-s\">Dopasuj każdą opłatę do pokazanych warunków. Użyj jednej stawki dla każdego zestawu alternatywnych konfiguracji.</p><div class=\"tw\" data-pricing-profiles><table><thead><tr><th>Konfiguracja</th><th>Tabela stawek</th><th>Jednostka rozliczeniowa</th><th>Opłata</th></tr></thead><tbody><tr><th data-cell-label=\"Konfiguracja\" scope=\"row\"><span class=\"card-cell-label\">Konfiguracja</span>Bazowe stawki za tokeny</th><td data-cell-label=\"Tabela stawek\"><span class=\"card-cell-label\">Tabela stawek</span>Stawka podstawowa</td><td data-cell-label=\"Jednostka rozliczeniowa\"><span class=\"card-cell-label\">Jednostka rozliczeniowa</span>—</td><td data-cell-label=\"Opłata\"><span class=\"card-cell-label\">Opłata</span><div><span>Wejście · Tokeny wejściowe</span> <b>—</b> <span class=\"price-unit\">/ 1K tokenów</span></div><div><span>Wyjście · Tokeny wyjściowe</span> <b>—</b> <span class=\"price-unit\">/ 1K tokenów</span></div><div><span>Wejście · Odczyt cache</span> <b>—</b> <span class=\"price-unit\">/ 1K tokenów</span></div><div><span>Wejście · Zapis do cache</span> <b>—</b> <span class=\"price-unit\">/ 1K tokenów</span></div><div><span>Wejście · Zapis do cache, 1 godz.</span> <b>—</b> <span class=\"price-unit\">/ 1K tokenów</span></div></td></tr><tr><th data-cell-label=\"Konfiguracja\" scope=\"row\"><span class=\"card-cell-label\">Konfiguracja</span>sekunda wejściowego audio</th><td data-cell-label=\"Tabela stawek\"><span class=\"card-cell-label\">Tabela stawek</span>—</td><td data-cell-label=\"Jednostka rozliczeniowa\"><span class=\"card-cell-label\">Jednostka rozliczeniowa</span>za sekundę dźwięku wejściowego</td><td data-cell-label=\"Opłata\"><span class=\"card-cell-label\">Opłata</span><div><span>Wejście · sekunda wejściowego audio</span> <b>$0.0001222222222222</b> <span class=\"price-unit\">za sekundę dźwięku wejściowego</span></div></td></tr></tbody></table></div></div><p class=\"note-s\">Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. <a href=\"/docs/pl/billing/reserve/\">Jak działają rezerwacja i rozliczenie →</a></p></section><section class=\"card-section\" data-card-section=\"examples\"><h3 tabindex=\"-1\">Przykładowe żądania</h3><h4>Ailoot Ultra · Transkrypcja</h4><div class=\"code-group\"><div class=\"cg-bar\"><div class=\"cg-tabs\" role=\"tablist\" aria-label=\"Warianty kodu\"><button class=\"cg-tab\" id=\"model-code-1328-tab-0\" role=\"tab\" type=\"button\" aria-controls=\"model-code-1328-panel-0\" aria-selected=\"true\" tabindex=\"0\">curl · rzeczywisty plik WAV i kompletny pierwotny wynik</button></div><div class=\"cg-tools\"><button class=\"cg-btn cg-copy\" type=\"button\" aria-label=\"Kopiuj kod\"><svg class=\"cp\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><rect x=\"5.25\" y=\"5.25\" width=\"8.5\" height=\"8.5\" rx=\"1.75\"/><path d=\"M10.75 5.25V3.5a1.25 1.25 0 0 0-1.25-1.25H3.5A1.25 1.25 0 0 0 2.25 3.5v6a1.25 1.25 0 0 0 1.25 1.25h1.75\"/></svg><svg class=\"ok\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><path d=\"m3 8.5 3.25 3.25L13 5\"/></svg></button></div></div><div class=\"cg-body\"><div class=\"cg-pane\" id=\"model-code-1328-panel-0\" role=\"tabpanel\" aria-labelledby=\"model-code-1328-tab-0\"><pre data-lang=\"bash\"><code>set -eu\n: &quot;${AILOOT_API_KEY:?Set your Ailoot API key}&quot;\n: &quot;${AILOOT_AUDIO_FILE:?Set the path to your actual PCM WAV recording}&quot;\nexport AILOOT_AUDIO_FILE\npython3 - &lt;&lt;&#39;PY_REQUEST&#39;\nimport base64, io, json, os, wave\nfrom pathlib import Path\naudio = Path(os.environ[&#39;AILOOT_AUDIO_FILE&#39;]).read_bytes()\nif not (audio[:4] == b&#39;RIFF&#39; and audio[8:12] == b&#39;WAVE&#39;):\n    raise SystemExit(&#39;Supply your actual PCM WAV audio file&#39;)\nwith wave.open(io.BytesIO(audio), &#39;rb&#39;) as recording:\n    if recording.getcomptype() != &#39;NONE&#39; or recording.getnframes() &lt;= 0:\n        raise SystemExit(&#39;Supply a nonempty PCM WAV recording&#39;)\nrequest = {&#39;model&#39;: &#39;elevenlabs/scribe-v2&#39;, &#39;input_audio&#39;: {&#39;data&#39;: base64.b64encode(audio).decode(&#39;ascii&#39;), &#39;format&#39;: &#39;wav&#39;}}\nPath(&#39;request.json&#39;).write_text(json.dumps(request, ensure_ascii=False), encoding=&#39;utf-8&#39;)\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \\\n  -H &quot;Authorization: Bearer $AILOOT_API_KEY&quot; -H &#39;Content-Type: application/json&#39; \\\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.\n</code></pre></div></div></div></section><section class=\"card-section\" data-card-section=\"results\"><h3 tabindex=\"-1\">Odbieranie i zapisywanie wyników</h3><h4>Ailoot Ultra · Transkrypcja</h4><p class=\"note-s\">Kompletna treść oryginalnej odpowiedzi, status i przekazane nagłówki. Ta funkcja obsługująca nie dodaje uniwersalnej struktury JSON, pola tekstowego ani obudowy zadania.</p><ul class=\"card-result-paths\"><li><code>GET /v1/media/tasks/{task_id}</code></li><li><code>GET /v1/media/assets/{asset_id}/content</code></li><li><code>GET /v1/media/assets</code></li><li><code>GET /v1/media/assets/{asset_id}</code></li></ul><div class=\"card-result-process\" data-all-results><h5>Zachowaj wszystkie ukończone wyniki</h5><p class=\"note-s\">Zachowaj każdą kompletną zwróconą odpowiedź, plik i część treści.</p><p class=\"note-s\">Zachowaj pełną odpowiedź i nagłówki, wszystkie rzeczywiście uzyskane wyniki, pierwotnie zwrócone identyfikatory oraz wszystkie pola zużycia. Odzyskaj pierwotną operację bez ponownego wysyłania żądania utworzenia.</p></div><div class=\"card-result-process\" data-unknown-recovery><h5>Jeśli trzeba sprawdzić pierwotną odpowiedź</h5><p class=\"note-s\">Zachowaj rzeczywiste X-Client-Request-ID i kompletną odpowiedź. Odczytuj pierwotne zasoby należące do użytkownika i ich dokładne podpisane adresy URL treści; nigdy nie ponawiaj niepewnego utworzenia.</p></div><details class=\"card-about\" data-output-fields><summary>Pola odpowiedzi</summary><div class=\"tw\" data-card-table=\"output\"><table><thead><tr><th>Pole</th><th>Typ</th></tr></thead><tbody><tr><th data-cell-label=\"Pole\" scope=\"row\"><span class=\"card-cell-label\">Pole</span><code class=\"card-field-name\">text (when present)</code></th><td data-cell-label=\"Typ\" data-field-type><span class=\"card-cell-label\">Typ</span></td></tr><tr><th data-cell-label=\"Pole\" scope=\"row\"><span class=\"card-cell-label\">Pole</span><code class=\"card-field-name\">usage (when present)</code></th><td data-cell-label=\"Typ\" data-field-type><span class=\"card-cell-label\">Typ</span></td></tr></tbody></table></div></details><details class=\"card-about\" data-method-errors><summary>Błędy i dalsze kroki</summary><div class=\"tw\" data-card-table=\"errors\"><table><thead><tr><th>Odpowiedź</th><th>Warunek</th><th>Następny krok</th></tr></thead><tbody><tr><th data-cell-label=\"Odpowiedź\" scope=\"row\"><span class=\"card-cell-label\">Odpowiedź</span>400 · <code>invalid_request_error</code></th><td data-cell-label=\"Warunek\"><span class=\"card-cell-label\">Warunek</span>Treść JSON lub jawny kanoniczny identyfikator modelu są nieprawidłowe.</td><td data-cell-label=\"Następny krok\"><span class=\"card-cell-label\">Następny krok</span>Zachowaj odpowiedź i popraw wskazane pole żądania.</td></tr><tr><th data-cell-label=\"Odpowiedź\" scope=\"row\"><span class=\"card-cell-label\">Odpowiedź</span>401 · <code>authentication_error</code></th><td data-cell-label=\"Warunek\"><span class=\"card-cell-label\">Warunek</span>Klucz API Ailoot jest nieprawidłowy.</td><td data-cell-label=\"Następny krok\"><span class=\"card-cell-label\">Następny krok</span>Użyj swojego autoryzowanego klucza API Ailoot.</td></tr><tr><th data-cell-label=\"Odpowiedź\" scope=\"row\"><span class=\"card-cell-label\">Odpowiedź</span>403 · <code>permission_error</code></th><td data-cell-label=\"Warunek\"><span class=\"card-cell-label\">Warunek</span>Grupa klucza nie ma uprawnień do tej metody.</td><td data-cell-label=\"Następny krok\"><span class=\"card-cell-label\">Następny krok</span>Zachowaj zwrócone szczegóły błędu.</td></tr><tr><th data-cell-label=\"Odpowiedź\" scope=\"row\"><span class=\"card-cell-label\">Odpowiedź</span>404 · <code>not_found_error</code></th><td data-cell-label=\"Warunek\"><span class=\"card-cell-label\">Warunek</span>Wybrana metoda nie ma dopuszczonej ścieżki.</td><td data-cell-label=\"Następny krok\"><span class=\"card-cell-label\">Następny krok</span>Zachowaj zwrócone szczegóły błędu.</td></tr><tr><th data-cell-label=\"Odpowiedź\" scope=\"row\"><span class=\"card-cell-label\">Odpowiedź</span>422 · <code>price_unavailable</code></th><td data-cell-label=\"Warunek\"><span class=\"card-cell-label\">Warunek</span>Zaakceptowana taryfa nie może uzyskać wymaganej ilości danych wejściowych lub ich górnej granicy.</td><td data-cell-label=\"Następny krok\"><span class=\"card-cell-label\">Następny krok</span>Zachowaj odpowiedź; użyj reprezentacji danych wejściowych wymaganej przez zaakceptowaną taryfę.</td></tr><tr><th data-cell-label=\"Odpowiedź\" scope=\"row\"><span class=\"card-cell-label\">Odpowiedź</span>503 · <code></code></th><td data-cell-label=\"Warunek\"><span class=\"card-cell-label\">Warunek</span>Wymagany magazyn, ścieżka, cena metody lub rezerwacja są niedostępne.</td><td data-cell-label=\"Następny krok\"><span class=\"card-cell-label\">Następny krok</span>Zachowaj kompletną oryginalną odpowiedź. Niepewna rezerwacja nie uprawnia do ponownego wysłania.</td></tr><tr><th data-cell-label=\"Odpowiedź\" scope=\"row\"><span class=\"card-cell-label\">Odpowiedź</span>502 · <code>server_error</code></th><td data-cell-label=\"Warunek\"><span class=\"card-cell-label\">Warunek</span>Pierwotny wynik, dane użycia lub rozliczenie wymagają sprawdzenia.</td><td data-cell-label=\"Następny krok\"><span class=\"card-cell-label\">Następny krok</span>Zachowaj rzeczywisty identyfikator żądania i oryginalną odpowiedź. Odczytuj istniejący rekord należący do użytkownika; nie wysyłaj ponownie żądania utworzenia.</td></tr></tbody></table></div></details></section><section class=\"card-section\" data-card-section=\"aliases\"><h3 tabindex=\"-1\">Aliasy</h3><h4>Aliasy modelu</h4><p class=\"note-s\"><span data-model-alias-route=\"Ultra\"><b>Ailoot Ultra</b> <a href=\"#m=elevenlabs%2Fscribe-v2&amp;route=Ultra&amp;caller=elevenlabs%2Fscribe-v2&amp;fmt=transcriptions\"><code>elevenlabs/scribe-v2</code></a></span></p><h4>Aliasy ścieżek metod</h4><p class=\"note-s\">Użyj ścieżek metod podanych powyżej.</p><h4>Powiązane ID modeli</h4><p class=\"note-s\"><a href=\"#m=elevenlabs%2Fscribe-v2&amp;route=Ultra&amp;caller=elevenlabs%2Fscribe-v2&amp;fmt=transcriptions\"><code>elevenlabs/scribe-v2</code></a></p></section></div>",
      "method_identity": {
        "effective_request_model_id": "elevenlabs/scribe-v2",
        "fmt": "transcriptions",
        "http": "POST",
        "path": "/v1/audio/transcriptions",
        "request_model_id": "elevenlabs/scribe-v2",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|transcriptions|/v1/audio/transcriptions|elevenlabs%2Fscribe-v2",
      "ordinal": 0,
      "rawMethod": {
        "available": null,
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "contract": {
          "data": {
            "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.",
            "errors": [
              {
                "code": null,
                "condition": "Treść JSON lub jawny kanoniczny identyfikator modelu są nieprawidłowe.",
                "http_status": 400,
                "recovery": "Zachowaj odpowiedź i popraw wskazane pole żądania.",
                "type": "invalid_request_error"
              },
              {
                "code": null,
                "condition": "Klucz API Ailoot jest nieprawidłowy.",
                "http_status": 401,
                "recovery": "Użyj swojego autoryzowanego klucza API Ailoot.",
                "type": "authentication_error"
              },
              {
                "code": null,
                "condition": "Grupa klucza nie ma uprawnień do tej metody.",
                "http_status": 403,
                "recovery": "Zachowaj zwrócone szczegóły błędu.",
                "type": "permission_error"
              },
              {
                "code": null,
                "condition": "Wybrana metoda nie ma dopuszczonej ścieżki.",
                "http_status": 404,
                "recovery": "Zachowaj zwrócone szczegóły błędu.",
                "type": "not_found_error"
              },
              {
                "code": null,
                "condition": "Zaakceptowana taryfa nie może uzyskać wymaganej ilości danych wejściowych lub ich górnej granicy.",
                "http_status": 422,
                "recovery": "Zachowaj odpowiedź; użyj reprezentacji danych wejściowych wymaganej przez zaakceptowaną taryfę.",
                "type": "price_unavailable"
              },
              {
                "code": null,
                "condition": "Wymagany magazyn, ścieżka, cena metody lub rezerwacja są niedostępne.",
                "http_status": 503,
                "recovery": "Zachowaj kompletną oryginalną odpowiedź. Niepewna rezerwacja nie uprawnia do ponownego wysłania.",
                "type": null
              },
              {
                "code": null,
                "condition": "Pierwotny wynik, dane użycia lub rozliczenie wymagają sprawdzenia.",
                "http_status": 502,
                "operation_id_source": "actual X-Client-Request-ID",
                "recovery": "Zachowaj rzeczywisty identyfikator żądania i oryginalną odpowiedź. Odczytuj istniejący rekord należący do użytkownika; nie wysyłaj ponownie żądania utworzenia.",
                "response_headers": {
                  "x-should-retry": "false"
                },
                "type": "server_error"
              }
            ],
            "lifecycle": {
              "assets": [
                {
                  "http": "GET",
                  "path": "/v1/media/assets"
                },
                {
                  "http": "GET",
                  "path": "/v1/media/assets/{asset_id}"
                }
              ],
              "content": [
                {
                  "http": "GET",
                  "path": "/v1/media/assets/{asset_id}/content",
                  "url_source": "exact returned signed content URL"
                }
              ],
              "dedicated_method_polling_or_cancel": false,
              "mode": "synchronous_result_then_owned_library",
              "original_POST_adds_task_envelope": false,
              "status": [
                {
                  "http": "GET",
                  "id_source": "exact task_id from an existing owned media record",
                  "path": "/v1/media/tasks/{task_id}"
                }
              ],
              "unknown": "Zachowaj rzeczywiste X-Client-Request-ID i kompletną odpowiedź. Odczytuj pierwotne zasoby należące do użytkownika i ich dokładne podpisane adresy URL treści; nigdy nie ponawiaj niepewnego utworzenia."
            },
            "outputs": {
              "all_results": "Zachowaj pełną odpowiedź i nagłówki, wszystkie rzeczywiście uzyskane wyniki, pierwotnie zwrócone identyfikatory oraz wszystkie pola zużycia. Odzyskaj pierwotną operację bez ponownego wysyłania żądania utworzenia.",
              "family": "text",
              "fields": [
                {
                  "description": null,
                  "name": "text (when present)",
                  "type": null
                },
                {
                  "description": null,
                  "name": "usage (when present)",
                  "type": null
                }
              ],
              "result": "Kompletna treść oryginalnej odpowiedzi, status i przekazane nagłówki. Ta funkcja obsługująca nie dodaje uniwersalnej struktury JSON, pola tekstowego ani obudowy zadania."
            },
            "parameters": [
              {
                "default_known": false,
                "enum": [
                  "elevenlabs/scribe-v2"
                ],
                "enum_known": true,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "default_known": false,
                "enum_known": false,
                "name": "input_audio",
                "required": true,
                "type": "object"
              }
            ],
            "request_schema": {
              "properties": {
                "input_audio": {
                  "properties": {
                    "data": {
                      "contentEncoding": "base64",
                      "type": "string"
                    },
                    "format": {
                      "type": "string"
                    }
                  },
                  "required": [
                    "data",
                    "format"
                  ],
                  "type": "object"
                },
                "model": {
                  "enum": [
                    "elevenlabs/scribe-v2"
                  ],
                  "type": "string"
                }
              },
              "required": [
                "model",
                "input_audio"
              ],
              "type": "object"
            },
            "schema_template": {
              "actual_file_preparation_required": true,
              "body": {
                "input_audio": {
                  "data": "${BASE64_ACTUAL_WAV_BYTES}",
                  "format": "wav"
                },
                "model": "elevenlabs/scribe-v2"
              },
              "content_type": "application/json"
            }
          },
          "input": {
            "content_type": "application/json",
            "material_conditions": [
              "Przykład odczytuje Twój rzeczywisty, niepusty plik PCM WAV, koduje wszystkie bajty pliku jako base64 i wysyła input_audio.format z wartością wav."
            ],
            "material_types": [
              "audio"
            ],
            "required": [
              "model",
              "input_audio"
            ]
          },
          "lifecycle": {
            "assets": [
              {
                "http": "GET",
                "path": "/v1/media/assets"
              },
              {
                "http": "GET",
                "path": "/v1/media/assets/{asset_id}"
              }
            ],
            "content": [
              {
                "http": "GET",
                "path": "/v1/media/assets/{asset_id}/content",
                "url_source": "exact returned signed content URL"
              }
            ],
            "dedicated_method_polling_or_cancel": false,
            "mode": "synchronous_result_then_owned_library",
            "original_POST_adds_task_envelope": false,
            "status": [
              {
                "http": "GET",
                "id_source": "dokładne task_id z istniejącego rekordu multimediów należących do użytkownika",
                "path": "/v1/media/tasks/{task_id}"
              }
            ],
            "unknown": "Retain the actual X-Client-Request-ID and complete response. Read the original owned assets and their exact signed content URLs; never resubmit an uncertain creation."
          },
          "method": {
            "http": "POST",
            "path": "/v1/audio/transcriptions"
          },
          "output": {
            "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.",
            "family": "text",
            "fields": [
              {
                "description": null,
                "name": "text (when present)",
                "type": null
              },
              {
                "description": null,
                "name": "usage (when present)",
                "type": null
              }
            ],
            "result": "Complete original response body, status and forwarded headers. No universal JSON shape, text field or task envelope is added by this handler."
          }
        },
        "ctx": null,
        "declared_pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          },
          {
            "dimensions": {
              "quoted_unit": "per input audio second"
            },
            "label": "input audio second",
            "units": [
              {
                "amount": "0.0001222222222222",
                "amount_unit": "usd_per_exact_native_unit",
                "billing_input": true,
                "estimate_only": false,
                "key": "audio_input_second",
                "label": "input audio second",
                "native_amount_usd_per_unit": "0.0001222222222222",
                "native_quantity": 1,
                "public_unit_label": "per input audio second",
                "quantity": 1,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "audio_input_second"
              }
            ]
          }
        ],
        "examples": [
          {
            "code": "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': 'elevenlabs/scribe-v2', '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.\n",
            "label": "curl · actual WAV file and complete original result",
            "language": "bash"
          }
        ],
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "transcriptions",
        "hints": [
          "The example reads your actual nonempty PCM WAV file, encodes the complete file bytes as base64 and sends input_audio.format as wav.",
          "The format value in the example is the documented recipe; no model-specific format list, limit or default is asserted.",
          "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again."
        ],
        "http": "POST",
        "in": null,
        "input": [
          "audio"
        ],
        "label": "Transkrypcja",
        "max_out": null,
        "max_reasoning_effort_multiplier": null,
        "method_aliases": [],
        "native_endpoint": "audio_transcriptions",
        "out": null,
        "output": [
          "text"
        ],
        "path": "/v1/audio/transcriptions",
        "price_conditions": [
          {
            "label": "Fast mode",
            "value": "Not specified",
            "when": "When fast mode is selected"
          },
          {
            "label": "Flex mode",
            "value": "Not specified",
            "when": "When flex mode is selected"
          },
          {
            "label": "Maximum reasoning effort",
            "value": "Not specified",
            "when": "When maximum reasoning effort uses the default adjustment"
          }
        ],
        "pricing": {
          "billing_mode": "per_request",
          "image_input_price": null,
          "image_output_price": null,
          "per_request_price": null,
          "unit_prices": {
            "audio_input_second": 0.0001222222222222
          }
        },
        "pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          },
          {
            "dimensions": {
              "quoted_unit": "per input audio second"
            },
            "label": "input audio second",
            "units": [
              {
                "amount": "0.0001222222222222",
                "amount_unit": "usd_per_exact_native_unit",
                "billing_input": true,
                "estimate_only": false,
                "key": "audio_input_second",
                "label": "input audio second",
                "native_amount_usd_per_unit": "0.0001222222222222",
                "native_quantity": 1,
                "public_unit_label": "per input audio second",
                "quantity": 1,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "audio_input_second"
              }
            ]
          }
        ],
        "request_model_id": "elevenlabs/scribe-v2",
        "route_label": "Ultra",
        "status_reads": [
          "GET /v1/media/tasks/{task_id}"
        ],
        "tiers": [],
        "units": [
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_read_price",
            "label": "Cache read",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "cached_input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "cached_input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_price",
            "label": "Cache write",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "generic_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "generic_cache_creation_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_1h_price",
            "label": "Cache write, 1 hour",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "one_hour_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "one_hour_cache_creation_token"
          },
          {
            "amount": "0.0001222222222222",
            "amount_unit": "usd_per_exact_native_unit",
            "billing_input": true,
            "estimate_only": false,
            "key": "audio_input_second",
            "label": "input audio second",
            "native_amount_usd_per_unit": "0.0001222222222222",
            "native_quantity": 1,
            "public_unit_label": "per input audio second",
            "quantity": 1,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "audio_input_second"
          }
        ]
      }
    }
  ],
  "model_id": "elevenlabs/scribe-v2",
  "nativeProvenance": {
    "input_facts_canonical_sha256": "c8b931bef138f3094904edc3e153fffaa203ca4f2b03f70a868c90f96edbe9e7",
    "input_html_sha256": "7a993f76ea6b7ca1e57dbd54ac7a75376d2b8d328cea10b49a5539b3b78308a3",
    "private_audit_sha256": "5c1268af33ba9d139d9561140903d158ea4f88ad89faff1e3f8105be28cc5553",
    "role": "historical-normalized-input-audit-hashes",
    "schema": "ailoot-native-model-provenance-v2"
  },
  "page": {
    "canonical": "https://ailoot.ai/models/pl/elevenlabs-scribe-v2/",
    "description": "ElevenLabs Scribe v2 transkrybuje nagrany dźwięk w ponad 90 językach, ze znacznikami czasu na poziomie słów, opcjonalną diaryzacją mówców i znacznikami zdarzeń innych niż mowa. Służy do długich nagrań, napisów i edytowalnych transkrypcji, oferując kontekstowe terminy kluczowe oraz wybór transkrypcji dosłownej lub wygładzonej.",
    "locale": "pl",
    "md_url": "https://ailoot.ai/models/pl/elevenlabs-scribe-v2/index.md",
    "title": "ElevenLabs: Scribe v2 — Ailoot",
    "url": "https://ailoot.ai/models/pl/elevenlabs-scribe-v2/"
  },
  "rawModel": {
    "about": "ElevenLabs Scribe v2 to model rozpoznawania mowy w trybie wsadowym do nagranego dźwięku, transkrypcji i tworzenia napisów, w tym napisów dla niesłyszących. Rozwija Scribe v1, lepiej obsługując długie nagrania, pauzy, zmiany tonu i dłuższą ciszę. Wynikiem jest zapis mowy z informacjami o czasie i opcjonalnymi oznaczeniami mówców oraz zdarzeń dźwiękowych. Scribe v2 Realtime to osobna edycja transkrypcji na żywo; zadaniem tego modelu jest przetwarzanie kompletnych nagrań.\n\nProducent dokumentuje rozpoznawanie ponad 90 języków i automatyczne wykrywanie języka, w tym w nagraniach, w których języki się zmieniają. Podpowiedź znanego języka może pomóc modelowi zinterpretować dźwięk. Przygotuj wyraźne nagranie, zachowaj oryginalny język i nazwy oraz unikaj silnego przesterowania lub zbędnego przetwarzania usuwającego szczegóły mowy. Do popularnych udokumentowanych formatów wejściowych należą WAV, MP3, FLAC, M4A, AAC, OGG, Opus i WebM. Wybierz reprezentację wejścia obsługiwaną przez implementację transkrypcji i zachowaj nagranie źródłowe do weryfikacji.\n\nStandardowa odpowiedź zawiera rozpoznany tekst, informacje o wykrytym języku i sekwencję słów ze znacznikami czasu. Rekordy słów mogą obejmować czas początku i końca, identyfikatory mówców i logarytm prawdopodobieństwa rozpoznania. Dzięki temu wynik nadaje się do napisów, przeszukiwalnych wywiadów lub edytora pozwalającego wrócić do właściwego miejsca w dźwięku. Zachowaj wynik ze znacznikami czasu wraz ze źródłowym nagraniem. W przypadku podcastu materiałem końcowym może być na przykład edytowalna transkrypcja i zapis wyrównany na poziomie słów, który pomaga znajdować miejsca do poprawienia przed ułożeniem napisów.\n\nDiaryzacja mówców oznacza, kto i kiedy mówi w nagraniu wieloosobowym; producent dokumentuje obsługę maksymalnie 32 mówców. Włącz ją, gdy zmiany wypowiadających się osób są istotne, i podaj rozsądną liczbę mówców, jeśli jest znana. Odróżniaj wykrytą etykietę mówcy od zweryfikowanego imienia i nazwiska osoby. W wywiadzie lub spotkaniu sprawdzaj zmiany mówców na podstawie nagrania, zwłaszcza gdy głosy nakładają się lub brzmią podobnie. Etykieta pomaga uporządkować transkrypcję; sama nie potwierdza tożsamości mówcy.\n\nNagranie z jednym mówcą na kanał ma inną strukturę niż kilka głosów zmiksowanych w jednym kanale. Interfejs producenta może niezależnie przetwarzać do pięciu kanałów i zwracać osobne transkrypcje lub transkrypcję łączną uporządkowaną według czasu, z indeksami kanałów. Zachowaj ten układ kanałów, gdy ma znaczenie. Sprowadzenie rozdzielonego nagrania rozmowy do jednego kanału przed transkrypcją może usunąć użyteczne źródło informacji o mówcach. Odróżniaj przypisanie na podstawie kanału od diaryzacji wywnioskowanej ze zmiksowanego dźwięku. Odpowiedź łącząca kanały wymaga znaczników czasu i nie może zawierać wykrywania ani maskowania encji.\n\nPodpowiadanie terminów kluczowych ukierunkowuje rozpoznawanie nazw, terminów produktowych i słownictwa specjalistycznego z wykorzystaniem kontekstu. Aktualna dokumentacja trybu wsadowego dopuszcza do 1 000 terminów, każdy krótszy niż 50 znaków i zawierający najwyżej pięć słów. Podawaj istotne zapisy zamiast obszernego, niepowiązanego katalogu. Dla wywiadu technicznego podaj nazwy produktów i skróty, które prawdopodobnie się pojawią, a następnie sprawdź je przy ich znacznikach czasu w wyniku. Terminy kluczowe wpływają na rozpoznawanie; nie są instrukcjami wstawienia terminu, którego nagranie nie potwierdza.\n\nOkreśl cel transkrypcji przed zastosowaniem wygładzania. Zapis dosłowny zachowuje wypowiedziane sformułowania, a udokumentowana opcja no-verbatim usuwa wypełniacze, urwane początki wypowiedzi i niepłynności, tworząc bardziej czytelny wynik. Dynamiczne oznaczanie dźwięku może identyfikować zdarzenia inne niż mowa, takie jak śmiech lub kroki. Wygładzona transkrypcja może być użyteczna do napisów lub czytania, ale nie powinna po cichu zastępować surowego zapisu, gdy powtórzenia, korekty lub dźwięki inne niż mowa mają znaczenie dla zadania.\n\nProducent dokumentuje także wykrywanie encji i eksperymentalną edycję transkrypcji. W interfejsie producenta edycji transkrypcji nie można łączyć z wykrywaniem encji, maskowaniem encji ani transkrypcją wielokanałową. Wykryte encje zapewniają uporządkowane pozycje wybranych informacji w transkrypcji. Opcjonalne maskowanie encji zastępuje wykryty tekst etykietami; zależy od wykrywania encji, a po włączeniu maskowania lista encji nie jest zwracana. Maskowanie odbywa się podczas transkrypcji z użyciem ogólnego znacznika zastępczego, etykiety kategorii lub numerowanej etykiety kategorii. Automatyczne maskowanie może przeoczyć wrażliwą treść, dlatego sprawdź zamaskowaną transkrypcję przed jej udostępnieniem. Edycja zlecona w języku naturalnym zwraca zmieniony tekst obok oryginalnego wyniku, pozostawiając dostępny oryginalny zapis czasu i mówców. Zachowuj te materiały oddzielnie: poprawiona pisownia lub przeformatowane zdanie mogą wymagać ponownego sprawdzenia przed wyrównaniem z dźwiękiem lub wykorzystaniem w dalszym wyodrębnianiu danych. Te funkcje przetwarzają transkrypcję; nie potwierdzają, że każdy istotny szczegół został rozpoznany poprawnie.\n\nAby ukończyć transkrypcję, sprawdź nazwy, liczby, negacje i zmiany mówców, wracając do odpowiednich miejsc nagrania. Zwracaj uwagę na ciche fragmenty, nakładające się głosy i zmiany języka, zamiast oceniać jakość wyłącznie po płynności tekstu. Pozostaw niepewne sformułowania do poprawienia, zamiast uzupełniać niesłyszalny fragment wiarygodnie brzmiącym zdaniem. Użytecznym wynikiem jest sprawdzony zapis tekstowy z informacjami o czasie i mówcach potrzebnymi do zamierzonego zastosowania; transkrypcja może następnie stać się wejściem do osobnego etapu podsumowania, tłumaczenia lub analizy.",
    "alias_of": null,
    "aliases": [],
    "author": "ElevenLabs",
    "capabilities": {
      "context_length": 0,
      "manufacturer_input": [
        "audio"
      ],
      "manufacturer_output": [
        "transcription"
      ]
    },
    "card_routes": [
      {
        "label": "Ultra",
        "rates": [
          {
            "amount": "0.0001222222222222",
            "amount_unit": "usd_per_exact_native_unit",
            "billing_input": true,
            "estimate_only": false,
            "key": "audio_input_second",
            "label": "input audio second",
            "native_amount_usd_per_unit": "0.0001222222222222",
            "native_quantity": 1,
            "public_unit_label": "per input audio second",
            "quantity": 1,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "audio_input_second"
          }
        ],
        "summary": "Pełny cennik konfiguracji w szczegółach."
      }
    ],
    "ctx": null,
    "formats": [
      "transcriptions"
    ],
    "id": "elevenlabs/scribe-v2",
    "input": [
      "audio"
    ],
    "kind": "audio",
    "max_out": null,
    "methods": [
      {
        "available": null,
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "contract": {
          "data": {
            "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.",
            "errors": [
              {
                "code": null,
                "condition": "Treść JSON lub jawny kanoniczny identyfikator modelu są nieprawidłowe.",
                "http_status": 400,
                "recovery": "Zachowaj odpowiedź i popraw wskazane pole żądania.",
                "type": "invalid_request_error"
              },
              {
                "code": null,
                "condition": "Klucz API Ailoot jest nieprawidłowy.",
                "http_status": 401,
                "recovery": "Użyj swojego autoryzowanego klucza API Ailoot.",
                "type": "authentication_error"
              },
              {
                "code": null,
                "condition": "Grupa klucza nie ma uprawnień do tej metody.",
                "http_status": 403,
                "recovery": "Zachowaj zwrócone szczegóły błędu.",
                "type": "permission_error"
              },
              {
                "code": null,
                "condition": "Wybrana metoda nie ma dopuszczonej ścieżki.",
                "http_status": 404,
                "recovery": "Zachowaj zwrócone szczegóły błędu.",
                "type": "not_found_error"
              },
              {
                "code": null,
                "condition": "Zaakceptowana taryfa nie może uzyskać wymaganej ilości danych wejściowych lub ich górnej granicy.",
                "http_status": 422,
                "recovery": "Zachowaj odpowiedź; użyj reprezentacji danych wejściowych wymaganej przez zaakceptowaną taryfę.",
                "type": "price_unavailable"
              },
              {
                "code": null,
                "condition": "Wymagany magazyn, ścieżka, cena metody lub rezerwacja są niedostępne.",
                "http_status": 503,
                "recovery": "Zachowaj kompletną oryginalną odpowiedź. Niepewna rezerwacja nie uprawnia do ponownego wysłania.",
                "type": null
              },
              {
                "code": null,
                "condition": "Pierwotny wynik, dane użycia lub rozliczenie wymagają sprawdzenia.",
                "http_status": 502,
                "operation_id_source": "actual X-Client-Request-ID",
                "recovery": "Zachowaj rzeczywisty identyfikator żądania i oryginalną odpowiedź. Odczytuj istniejący rekord należący do użytkownika; nie wysyłaj ponownie żądania utworzenia.",
                "response_headers": {
                  "x-should-retry": "false"
                },
                "type": "server_error"
              }
            ],
            "lifecycle": {
              "assets": [
                {
                  "http": "GET",
                  "path": "/v1/media/assets"
                },
                {
                  "http": "GET",
                  "path": "/v1/media/assets/{asset_id}"
                }
              ],
              "content": [
                {
                  "http": "GET",
                  "path": "/v1/media/assets/{asset_id}/content",
                  "url_source": "exact returned signed content URL"
                }
              ],
              "dedicated_method_polling_or_cancel": false,
              "mode": "synchronous_result_then_owned_library",
              "original_POST_adds_task_envelope": false,
              "status": [
                {
                  "http": "GET",
                  "id_source": "exact task_id from an existing owned media record",
                  "path": "/v1/media/tasks/{task_id}"
                }
              ],
              "unknown": "Zachowaj rzeczywiste X-Client-Request-ID i kompletną odpowiedź. Odczytuj pierwotne zasoby należące do użytkownika i ich dokładne podpisane adresy URL treści; nigdy nie ponawiaj niepewnego utworzenia."
            },
            "outputs": {
              "all_results": "Zachowaj pełną odpowiedź i nagłówki, wszystkie rzeczywiście uzyskane wyniki, pierwotnie zwrócone identyfikatory oraz wszystkie pola zużycia. Odzyskaj pierwotną operację bez ponownego wysyłania żądania utworzenia.",
              "family": "text",
              "fields": [
                {
                  "description": null,
                  "name": "text (when present)",
                  "type": null
                },
                {
                  "description": null,
                  "name": "usage (when present)",
                  "type": null
                }
              ],
              "result": "Kompletna treść oryginalnej odpowiedzi, status i przekazane nagłówki. Ta funkcja obsługująca nie dodaje uniwersalnej struktury JSON, pola tekstowego ani obudowy zadania."
            },
            "parameters": [
              {
                "default_known": false,
                "enum": [
                  "elevenlabs/scribe-v2"
                ],
                "enum_known": true,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "default_known": false,
                "enum_known": false,
                "name": "input_audio",
                "required": true,
                "type": "object"
              }
            ],
            "request_schema": {
              "properties": {
                "input_audio": {
                  "properties": {
                    "data": {
                      "contentEncoding": "base64",
                      "type": "string"
                    },
                    "format": {
                      "type": "string"
                    }
                  },
                  "required": [
                    "data",
                    "format"
                  ],
                  "type": "object"
                },
                "model": {
                  "enum": [
                    "elevenlabs/scribe-v2"
                  ],
                  "type": "string"
                }
              },
              "required": [
                "model",
                "input_audio"
              ],
              "type": "object"
            },
            "schema_template": {
              "actual_file_preparation_required": true,
              "body": {
                "input_audio": {
                  "data": "${BASE64_ACTUAL_WAV_BYTES}",
                  "format": "wav"
                },
                "model": "elevenlabs/scribe-v2"
              },
              "content_type": "application/json"
            }
          },
          "input": {
            "content_type": "application/json",
            "material_conditions": [
              "Przykład odczytuje Twój rzeczywisty, niepusty plik PCM WAV, koduje wszystkie bajty pliku jako base64 i wysyła input_audio.format z wartością wav."
            ],
            "material_types": [
              "audio"
            ],
            "required": [
              "model",
              "input_audio"
            ]
          },
          "lifecycle": {
            "assets": [
              {
                "http": "GET",
                "path": "/v1/media/assets"
              },
              {
                "http": "GET",
                "path": "/v1/media/assets/{asset_id}"
              }
            ],
            "content": [
              {
                "http": "GET",
                "path": "/v1/media/assets/{asset_id}/content",
                "url_source": "exact returned signed content URL"
              }
            ],
            "dedicated_method_polling_or_cancel": false,
            "mode": "synchronous_result_then_owned_library",
            "original_POST_adds_task_envelope": false,
            "status": [
              {
                "http": "GET",
                "id_source": "dokładne task_id z istniejącego rekordu multimediów należących do użytkownika",
                "path": "/v1/media/tasks/{task_id}"
              }
            ],
            "unknown": "Retain the actual X-Client-Request-ID and complete response. Read the original owned assets and their exact signed content URLs; never resubmit an uncertain creation."
          },
          "method": {
            "http": "POST",
            "path": "/v1/audio/transcriptions"
          },
          "output": {
            "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.",
            "family": "text",
            "fields": [
              {
                "description": null,
                "name": "text (when present)",
                "type": null
              },
              {
                "description": null,
                "name": "usage (when present)",
                "type": null
              }
            ],
            "result": "Complete original response body, status and forwarded headers. No universal JSON shape, text field or task envelope is added by this handler."
          }
        },
        "ctx": null,
        "declared_pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          },
          {
            "dimensions": {
              "quoted_unit": "per input audio second"
            },
            "label": "input audio second",
            "units": [
              {
                "amount": "0.0001222222222222",
                "amount_unit": "usd_per_exact_native_unit",
                "billing_input": true,
                "estimate_only": false,
                "key": "audio_input_second",
                "label": "input audio second",
                "native_amount_usd_per_unit": "0.0001222222222222",
                "native_quantity": 1,
                "public_unit_label": "per input audio second",
                "quantity": 1,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "audio_input_second"
              }
            ]
          }
        ],
        "examples": [
          {
            "code": "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': 'elevenlabs/scribe-v2', '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.\n",
            "label": "curl · actual WAV file and complete original result",
            "language": "bash"
          }
        ],
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "transcriptions",
        "hints": [
          "The example reads your actual nonempty PCM WAV file, encodes the complete file bytes as base64 and sends input_audio.format as wav.",
          "The format value in the example is the documented recipe; no model-specific format list, limit or default is asserted.",
          "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again."
        ],
        "http": "POST",
        "in": null,
        "input": [
          "audio"
        ],
        "label": "Transkrypcja",
        "max_out": null,
        "max_reasoning_effort_multiplier": null,
        "method_aliases": [],
        "native_endpoint": "audio_transcriptions",
        "out": null,
        "output": [
          "text"
        ],
        "path": "/v1/audio/transcriptions",
        "price_conditions": [
          {
            "label": "Fast mode",
            "value": "Not specified",
            "when": "When fast mode is selected"
          },
          {
            "label": "Flex mode",
            "value": "Not specified",
            "when": "When flex mode is selected"
          },
          {
            "label": "Maximum reasoning effort",
            "value": "Not specified",
            "when": "When maximum reasoning effort uses the default adjustment"
          }
        ],
        "pricing": {
          "billing_mode": "per_request",
          "image_input_price": null,
          "image_output_price": null,
          "per_request_price": null,
          "unit_prices": {
            "audio_input_second": 0.0001222222222222
          }
        },
        "pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          },
          {
            "dimensions": {
              "quoted_unit": "per input audio second"
            },
            "label": "input audio second",
            "units": [
              {
                "amount": "0.0001222222222222",
                "amount_unit": "usd_per_exact_native_unit",
                "billing_input": true,
                "estimate_only": false,
                "key": "audio_input_second",
                "label": "input audio second",
                "native_amount_usd_per_unit": "0.0001222222222222",
                "native_quantity": 1,
                "public_unit_label": "per input audio second",
                "quantity": 1,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "audio_input_second"
              }
            ]
          }
        ],
        "request_model_id": "elevenlabs/scribe-v2",
        "route_label": "Ultra",
        "status_reads": [
          "GET /v1/media/tasks/{task_id}"
        ],
        "tiers": [],
        "units": [
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_read_price",
            "label": "Cache read",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "cached_input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "cached_input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_price",
            "label": "Cache write",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "generic_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "generic_cache_creation_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_1h_price",
            "label": "Cache write, 1 hour",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "one_hour_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "one_hour_cache_creation_token"
          },
          {
            "amount": "0.0001222222222222",
            "amount_unit": "usd_per_exact_native_unit",
            "billing_input": true,
            "estimate_only": false,
            "key": "audio_input_second",
            "label": "input audio second",
            "native_amount_usd_per_unit": "0.0001222222222222",
            "native_quantity": 1,
            "public_unit_label": "per input audio second",
            "quantity": 1,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "audio_input_second"
          }
        ]
      }
    ],
    "model_aliases": [
      {
        "canonical_model_id": "elevenlabs/scribe-v2",
        "request_model_id": "elevenlabs/scribe-v2",
        "route_label": "Ultra"
      }
    ],
    "name": "ElevenLabs: Scribe v2",
    "price": {
      "in": null,
      "in_label": null,
      "out": null,
      "out_label": null,
      "sort_in": null,
      "sort_out": null,
      "varies": true
    },
    "short": "ElevenLabs Scribe v2 transkrybuje nagrany dźwięk w ponad 90 językach, ze znacznikami czasu na poziomie słów, opcjonalną diaryzacją mówców i znacznikami zdarzeń innych niż mowa. Służy do długich nagrań, napisów i edytowalnych transkrypcji, oferując kontekstowe terminy kluczowe oraz wybór transkrypcji dosłownej lub wygładzonej."
  },
  "renderer_schema": {
    "method_order": "Original DTO methods order; every exact route/format/path/caller survives.",
    "prices": "Original public DTO fields and original native display HTML; no flattened or normalized offers."
  },
  "representation": "exact-public-dto-and-native-renderer-html",
  "representationNotes": {
    "current_reference": {
      "about_json_pointer": "/aboutHtml",
      "methods": [
        {
          "contract_json_pointer": "/methods/0/rawMethod/contract",
          "html_json_pointer": "/methods/0/html",
          "method_ordinal": 0
        }
      ],
      "role": "current-semantic-reference"
    },
    "raw_input": {
      "examples_role": "historical-input-not-current-ready-examples",
      "json_pointers": [
        "/rawModel",
        "/methods/0/rawMethod"
      ],
      "role": "historical-owner-input"
    },
    "schema": "ailoot-native-model-representations-v1"
  },
  "schema": "ailoot-static-model-facts-v1",
  "schema_version": 1,
  "shortText": "ElevenLabs Scribe v2 transkrybuje nagrany dźwięk w ponad 90 językach, ze znacznikami czasu na poziomie słów, opcjonalną diaryzacją mówców i znacznikami zdarzeń innych niż mowa. Służy do długich nagrań, napisów i edytowalnych transkrypcji, oferując kontekstowe terminy kluczowe oraz wybór transkrypcji dosłownej lub wygładzonej.",
  "source": {
    "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1",
    "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036",
    "raw_model_json_sha256": "8956b40a34ce98572fc975785fc2b0b7481a10ac4a582130ef6ebb287a5fda7f",
    "renderer_sha256": "1217dcf19a93e99ac1d6fd7bf974dc19adc12fea4bd4470c2601f04e48f688cb"
  },
  "sourceRevision": "80210d6d6e5aa031a2f6a153b464aac6ee4fbe592fe5b49ec49cf7da1fbcab8c"
}