Source: https://ailoot.ai/models/pt-pt/fish-audio-transcribe-1/ Canonical: https://ailoot.ai/models/pt-pt/fish-audio-transcribe-1/ Language: pt-pt # Fish Audio: Transcribe 1 [Markdown](https://ailoot.ai/models/pt-pt/fish-audio-transcribe-1/index.md) · [JSON](https://ailoot.ai/models/pt-pt/fish-audio-transcribe-1/facts.json) ## [Fish Audio: Transcribe 1](https://ailoot.ai/models/pt-pt/fish-audio-transcribe-1/) Transcribe 1 converte gravações de áudio curtas em texto, com deteção automática do idioma e marcas temporais opcionais ao nível da palavra. Utilize a transcrição para notas de voz, excertos pesquisáveis ou preparação de legendas, mantendo os segmentos temporizados separados do texto integral legível. - [**Ailoot Ultra · Transcrição** `POST /v1/audio/transcriptions` `fish-audio/transcribe-1`](https://ailoot.ai/models/pt-pt/fish-audio-transcribe-1/#method-0) Sobre o modelo Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo. Transcribe 1 é o modelo geral de conversão de voz em texto da Fish Audio para gravações curtas. Aceita um ficheiro de áudio e devolve as palavras reconhecidas em texto, juntamente com a duração da gravação, segmentos temporizados opcionais e informações sobre o idioma, quando conhecidas. Este modelo é útil para uma nota de voz curta, uma instrução falada, um excerto de uma gravação ou um clipe de áudio que necessite de uma representação textual legível. Um exemplo de fluxo de trabalho com notas de voz mantém a gravação juntamente com a sua transcrição integral e um identificador do clipe original. Uma etapa posterior da aplicação pode pesquisar esse texto, organizar a nota ou elaborar um resumo, preservando a fonte falada. Para um comando, a transcrição fornece palavras reconhecidas à aplicação; qualquer ação constitui uma etapa separada de interpretação e execução. Para um excerto de entrevista, registe a posição do clipe no áudio completo para permitir conferir uma citação no local correto. O produtor aceita WAV, MP3, AAC, incluindo M4A/MP4, FLAC e Ogg com Opus ou Vorbis. Para este modelo, as gravações de navegador em WebM devem ser convertidas para Ogg/Opus, MP3 ou WAV; Pro documenta suporte nativo de contentores adicionais. Forneça um ficheiro de áudio por pedido. O limite documentado por pedido do modelo base é de até 50 MiB, mantendo os ficheiros MP3 e Opus abaixo de 25 MiB. O tamanho do ficheiro e a duração da gravação são aspetos diferentes: um ficheiro comprimido pode caber no limite de envio e, ainda assim, demorar demasiado a processar. Transcribe 1 foi concebido para gravações curtas. O produtor recomenda Pro para áudio com mais de alguns minutos; um pedido longo ao modelo base pode falhar se ultrapassar o limite de tempo de processamento. Ao preparar uma fonte mais longa para transcrição em clipes curtos, preserve a posição inicial de cada clipe e confirme que a transcrição devolvida cobre o clipe completo antes de combinar os resultados. Some o desvio original aos tempos locais dos segmentos para manter a navegação ligada à gravação completa. As orientações do modelo base não devem ser interpretadas como o limite separado de 60 minutos de Pro. A resposta do produtor inclui text, duration e segments. A duração é expressa em segundos e a transcrição integral legível deve ser mantida como texto principal do clipe. As marcas temporais são opcionais: ignore\_timestamps tem o valor predefinido true na API do produtor, enquanto false pede segmentos ao nível da palavra com texto e tempos de início e fim em segundos. Pedir alinhamento acrescenta tempo de processamento. Um array segments vazio pode refletir temporização omitida, ausência de fala ou alinhamento temporariamente indisponível, pelo que não deve ser automaticamente interpretado como uma transcrição integral vazia. Os segmentos são geralmente palavras ou, em chinês e japonês, um ou alguns caracteres. O seu texto omite pontuação e pode normalizar um valor de forma diferente da transcrição integral; não é uma cópia carácter a carácter da resposta legível. Um segmento pode ter o mesmo tempo de início e de fim. Utilize os segmentos para encontrar uma posição na gravação ou preparar uma apresentação temporizada e utilize o texto integral quando a formulação e a pontuação forem importantes. Mantenha estas duas representações distintas no resultado produzido. O idioma é detetado automaticamente, quer seja fornecida ou não uma indicação opcional de idioma. O produtor documenta códigos ISO 639-1 em minúsculas para essas indicações e devolve, quando conhecidos, um código de idioma para a lógica da aplicação e um nome de idioma para apresentação. A resposta indica um idioma, em vez de todos os idiomas de uma gravação com alternância linguística. Mantenha o texto original e os metadados de idioma disponíveis junto do resultado, em vez de tratar o pedido de transcrição como uma operação de tradução. Para um fluxo de trabalho de legendagem, agrupe segmentos temporizados consecutivos em legendas legíveis, em vez de apresentar uma palavra de cada vez. Um resultado útil é um ficheiro SRT ou WebVTT ligado ao clipe original, com limites que respeitem as pausas e uma quantidade de texto no ecrã que seja fácil de ler. Verifique a existência de temporização em falta e assegure que o fim de cada legenda é posterior ao início. O agrupamento de legendas e a formatação de ficheiros são etapas da aplicação construídas a partir do alinhamento devolvido, e as opções de apresentação devem adequar-se ao leitor e ao público. Os controlos documentados de Transcribe 1 são o áudio, uma indicação de idioma e a opção de marcas temporais. Os marcadores de intervenientes, turnos estruturados por interveniente, controlos de eventos emocionais e indicações do número de intervenientes de Pro são funcionalidades separadas; não fazem parte do contrato de resposta documentado deste modelo base. Escolha o resultado necessário antes do processamento: texto simples legível para uma nota ou texto juntamente com alinhamento para navegação na reprodução e legendas. Preservar o identificador do clipe, a transcrição e qualquer temporização disponível torna o resultado útil para a etapa seguinte da aplicação. **Ailoot Ultra · Transcrição** `POST /v1/audio/transcriptions` `fish-audio/transcribe-1` [`fish-audio/transcribe-1`](https://ailoot.ai/models/pt-pt/#m=fish-audio%2Ftranscribe-1&route=Ultra&caller=fish-audio%2Ftranscribe-1&fmt=transcriptions) Fish Audio /`fish-audio/transcribe-1` ### Introdução Transcribe 1 converte gravações de áudio curtas em texto, com deteção automática do idioma e marcas temporais opcionais ao nível da palavra. Utilize a transcrição para notas de voz, excertos pesquisáveis ou preparação de legendas, mantendo os segmentos temporizados separados do texto integral legível. Entradas aceites Áudio Resultados Texto ### Disponível no Ailoot · entradas e métodos **Ailoot Ultra · Transcrição** `POST /v1/audio/transcriptions` Entrada `audio` Saída `text` | Campo | Tipo | Requisito | Valores e limites | Predefinição | | --- | --- | --- | --- | --- | | Campo`model` | Tipo`string` | RequisitoObrigatório | Valores e limites fish-audio/transcribe-1 | Predefinição— | | Campo`input_audio` | Tipo`object` | RequisitoObrigatório | Valores e limites | Predefinição— | Parâmetros e ciclo de vida do método | Parâmetro | Contrato | | --- | --- | | Parâmetro`content_type` | Contratoapplication/json | | Parâmetro`required` | Contratomodel, input\_audio | | Parâmetro`material_types` | Contratoaudio | | Parâmetro`material_conditions` | ContratoO exemplo lê o seu ficheiro PCM WAV real e não vazio, codifica todos os bytes do ficheiro em base64 e envia input\_audio.format como wav. | Ciclo de vida: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · task\_id exato de um registo multimédia existente pertencente ao utilizador `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` ### Tarifários As referências tarifárias não acrescentam opções ao pedido. Os parâmetros suportados constam do método selecionado. Modo rápido Não especificado Quando o modo rápido está selecionado Modo flex Não especificado Quando o modo flex está selecionado Esforço máximo de raciocínio Não especificado Quando o esforço máximo de raciocínio usa o ajuste predefinido (default) #### Tarifas Ailoot #### Preços por configuração Associe cada custo às condições apresentadas. Use uma única tarifa para cada conjunto de configurações alternativas. | Configuração | Tabela de tarifas | Unidade de faturação | Custo | | --- | --- | --- | --- | | ConfiguraçãoTarifas base por token | Tabela de tarifasTarifa base | Unidade de faturação— | Custo Entrada · Tokens de entrada **—** / 1K tokens Saída · Tokens de saída **—** / 1K tokens Entrada · Leitura da cache **—** / 1K tokens Entrada · Escrita na cache **—** / 1K tokens Entrada · Escrita na cache, 1 hora **—** / 1K tokens | | Configuraçãosegundo de áudio de entrada | Tabela de tarifas— | Unidade de faturaçãopor segundo de áudio de entrada | Custo Entrada · segundo de áudio de entrada **$0.0002** por segundo de áudio de entrada | O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. [Como funcionam a reserva e a liquidação →](https://ailoot.ai/docs/pt-pt/billing/reserve/) ### Exemplos de pedidos #### Ailoot Ultra · Transcrição curl · ficheiro WAV real e resultado original completo ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_AUDIO_FILE:?Set the path to your actual PCM WAV recording}" export AILOOT_AUDIO_FILE python3 - <<'PY_REQUEST' import base64, io, json, os, wave from pathlib import Path audio = Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes() if not (audio[:4] == b'RIFF' and audio[8:12] == b'WAVE'): raise SystemExit('Supply your actual PCM WAV audio file') with wave.open(io.BytesIO(audio), 'rb') as recording: if recording.getcomptype() != 'NONE' or recording.getnframes() <= 0: raise SystemExit('Supply a nonempty PCM WAV recording') request = {'model': 'fish-audio/transcribe-1', 'input_audio': {'data': base64.b64encode(audio).decode('ascii'), 'format': 'wav'}} Path('request.json').write_text(json.dumps(request, ensure_ascii=False), encoding='utf-8') PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \ -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o response.bin # Retain the complete original response, headers and actual X-Client-Request-ID. # Read existing owned records for recovery; do not resubmit an uncertain operation. ``` ### Receber e guardar os resultados #### Ailoot Ultra · Transcrição Corpo completo da resposta original, estado e cabeçalhos encaminhados. Este processador não adiciona qualquer estrutura JSON universal, campo de texto ou estrutura envolvente de tarefa. - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` ##### Guardar todos os resultados concluídos Guarde cada resposta, ficheiro e parte de conteúdo devolvidos na íntegra. Conserve a resposta completa e os cabeçalhos, todos os resultados efetivamente produzidos, os identificadores originais devolvidos e todos os campos de utilização. Recupere a operação original sem voltar a enviar o pedido de criação. ##### Se for necessário verificar a resposta original Conserve o X-Client-Request-ID real e a resposta completa. Consulte os recursos originais pertencentes ao utilizador e os respetivos URLs assinados exatos de conteúdo; nunca volte a enviar uma criação incerta. Campos da resposta | Campo | Tipo | | --- | --- | | Campo`text (when present)` | Tipo | | Campo`usage (when present)` | Tipo | Erros e passos seguintes | Resposta | Condição | Passo seguinte | | --- | --- | --- | | Resposta400 · `invalid_request_error` | CondiçãoO corpo JSON ou o ID canónico explícito do modelo é inválido. | Passo seguinteConserve a resposta e corrija o campo indicado no pedido. | | Resposta401 · `authentication_error` | CondiçãoA chave API da Ailoot é inválida. | Passo seguinteUtilize a sua chave API autorizada da Ailoot. | | Resposta403 · `permission_error` | CondiçãoO grupo da chave não permite este método. | Passo seguinteConserve os detalhes do erro devolvido. | | Resposta404 · `not_found_error` | CondiçãoO método selecionado não tem uma rota autorizada. | Passo seguinteConserve os detalhes do erro devolvido. | | Resposta422 · `price_unavailable` | CondiçãoO tarifário aceite não consegue obter a quantidade de entrada ou o limite de que necessita. | Passo seguinteConserve a resposta; utilize a representação da entrada exigida pelo tarifário aceite. | | Resposta503 · `` | CondiçãoO armazenamento, a rota, o preço do método ou a reserva de que necessita não está disponível. | Passo seguinteConserve a resposta original completa. Uma reserva incerta não autoriza o reenvio. | | Resposta502 · `server_error` | CondiçãoO resultado, a utilização ou a liquidação original requer verificação. | Passo seguinteConserve o ID real do pedido e a resposta original. Consulte o registo existente pertencente ao utilizador; não volte a enviar o pedido de criação. | ### Aliases #### Aliases do modelo **Ailoot Ultra** [`fish-audio/transcribe-1`](https://ailoot.ai/models/pt-pt/#m=fish-audio%2Ftranscribe-1&route=Ultra&caller=fish-audio%2Ftranscribe-1&fmt=transcriptions) #### Aliases dos caminhos dos métodos Use os caminhos dos métodos indicados acima. #### IDs de chamada relacionados [`fish-audio/transcribe-1`](https://ailoot.ai/models/pt-pt/#m=fish-audio%2Ftranscribe-1&route=Ultra&caller=fish-audio%2Ftranscribe-1&fmt=transcriptions) FAQ · Fish Audio: Transcribe 1 Que entradas e resultados estão disponíveis? `POST /v1/audio/transcriptions` · `fish-audio/transcribe-1`: `audio` → `text` Que campos utiliza o pedido? `POST /v1/audio/transcriptions` · `fish-audio/transcribe-1`: `model`, `input_audio` Ligue o Ailoot ao Claude Code, OpenCode, Hermes ou à sua aplicação. ## A empresa e a sua carteira de projetos A empresa e a sua carteira de projetos: milhões de clientes; vendas mensais na ordem dos milhares de milhões. ## Compre tokens com desconto. Desconto por subscrição para trabalho regular. Códigos promocionais — até 50% na compra de tokens. Subscrição Escolha um plano com desconto para os pedidos regulares. Código promocional até 50% Introduza o código na compra. O preço é recalculado conforme a campanha em vigor. Custos no histórico O modelo, os tokens e o montante são guardados para cada pedido. [Escolher subscrição](https://ailoot.ai/docs/pt-pt/billing/subscriptions/) · [Ver preços dos modelos](https://ailoot.ai/models/pt-pt/) ## Ligue a API ao produto que vende. SaaS, aplicações e bots — ao abrigo da oferta e do contrato de licença Ailoot. Para revenda, peça uma licença de revendedor. Aplicação comercial Integre geração de texto, imagens, vídeo e som nas funcionalidades pagas do seu serviço. Licença de revendedor Envie uma descrição do projeto e do modelo de acesso. Peça condições escritas de utilização e revenda. Documentos no site A oferta, o contrato de licença e a política de tratamento de dados estão disponíveis antes da ligação. [Pedir licença de revendedor](mailto:support@ailoot.ai) · [Oferta e contrato de licença](https://ailoot.ai/legal/offer?lang=pt-pt) ## Ailoot · A empresa e a sua carteira de projetos A Ailoot assenta numa experiência operacional consolidada, numa ampla base de clientes, num serviço estável e no acompanhamento contínuo dos KPI. A empresa e a sua carteira de projetos: milhões de clientes; vendas mensais na ordem dos milhares de milhões. A Ailoot aplica essa experiência operacional ao acesso por API a funcionalidades de IA nos produtos dos clientes, agentes, aplicações e automatizações.