Source: https://ailoot.ai/models/pt-pt/meta-muse-voice-transcribe-1-0/ Canonical: https://ailoot.ai/models/pt-pt/meta-muse-voice-transcribe-1-0/ Language: pt-pt # Meta: Muse Voice Transcribe 1.0 [Markdown](https://ailoot.ai/models/pt-pt/meta-muse-voice-transcribe-1-0/index.md) · [JSON](https://ailoot.ai/models/pt-pt/meta-muse-voice-transcribe-1-0/facts.json) ## [Meta: Muse Voice Transcribe 1.0](https://ailoot.ai/models/pt-pt/meta-muse-voice-transcribe-1-0/) Muse Voice Transcribe 1.0 é o modelo de conversão de voz em texto da Meta para ditado, deteção de turnos de fala e transcrições com identificação de locutores. Suporta indicações de idioma e vocabulário, alternância entre idiomas e informação temporal ao nível do turno, com fluxos de trabalho separados para um excerto gravado e para áudio em direto. - [**Ailoot Ultra · Transcrição** `POST /v1/audio/transcriptions` `meta/muse-voice-transcribe-1.0`](https://ailoot.ai/models/pt-pt/meta-muse-voice-transcribe-1-0/#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. Muse Voice Transcribe 1.0 é o modelo de perceção de áudio da Meta para transcrever fala, detetar os limites dos enunciados e atribuir turnos aos locutores. Pertence à família de modelos Muse Spark e combina reconhecimento, diarização e deteção do fim da fala no próprio modelo. A saída é texto reconhecido, acompanhado da informação temporal e dos locutores disponível no modo selecionado. O modelo processa o áudio em blocos de 80 milissegundos e decide quando continuar a escutar ou emitir texto. O seu atraso adaptativo permite-lhe aguardar áudio adicional quando é mais difícil reconhecer uma palavra. Assim, produz texto parcial à medida que a fala chega, seguido dos resultados de transcrição concluídos. Trate a hipótese parcial e o turno concluído como etapas distintas da experiência de escuta. Escolha entre três modos. Push-to-talk é o modo predefinido para um único enunciado controlado, como uma pergunta por voz ou uma passagem curta ditada. Endpointing permite que o modelo detete os limites dos turnos de fala e devolva uma transcrição concluída por segmento detetado. Diarization atribui a fala reconhecida a identificadores de locutor e destina-se a gravações com vários locutores, em vez de privilegiar a alternância mais rápida entre turnos de comandos de voz. Para um excerto gravado, o fluxo de transcrição de ficheiros devolve uma transcrição completa num único pedido. O resultado predefinido é JSON com a transcrição e a duração do áudio, incluindo um array turns nos modos endpointing e diarization. Cada turno pode conter um identificador, início e fim em milissegundos e o respetivo texto reconhecido. Os identificadores de locutor estão presentes no modo diarization. Push-to-talk produz a transcrição completa sem turnos detetados nesse array. A interface do fabricante para ficheiros gravados também pode devolver texto simples ou um fluxo de eventos de transcrição. O texto simples mantém os turnos detetados em linhas separadas e pode incluir identificadores de locutor; um fluxo de eventos termina após o último evento, sem um resumo JSON separado. O seu modo parcial delta devolve texto incremental, enquanto o evento de transcrição final contém a redação completa. Prepare um ficheiro RIFF/WAVE com áudio PCM mono de números inteiros de 16 bits, a 16 ou 24 kHz. A frequência nativa do modelo é 24 kHz, e a interface também aceita 16 kHz. Converta outros contentores ou codificações para esse formato WAV suportado antes de fornecer uma gravação. O perfil de transcrição de ficheiros permite áudio com duração até 10 minutos e um corpo de pedido total até 32 MB. Mantenha a gravação original e qualquer conversão associadas à transcrição devolvida para uma posterior revisão por escuta. O fluxo de áudio em direto utiliza PCM mono em bruto, com sinal, de 16 bits e em little-endian, com áudio a 16 ou 24 kHz enviado aproximadamente ao ritmo real. A duração documentada da sessão é de 60 minutos. A Meta descreve entrada de áudio nativa superior a uma hora; os limites documentados para ficheiros e sessões em direto continuam a ser limites distintos das respetivas interfaces. Selecione o fluxo de ficheiro gravado ou de áudio em direto consoante o áudio já esteja completo ou ainda esteja a ser captado, e mantenha os resultados de sessões separadas associados aos respetivos segmentos de entrada. Muse Voice Transcribe é treinado em mais de 70 idiomas, enquanto a interface de reconhecimento documentada enumera 25 idiomas suportados. Estes incluem inglês, francês, alemão, espanhol, árabe, chinês mandarim, hindi, japonês, coreano, italiano e português. Reconhece a alternância entre idiomas dentro de uma frase ou entre frases. Uma indicação de idioma pode nomear os idiomas esperados no áudio, mas orienta o reconhecimento em vez de obrigar a transcrição a ficar num único idioma. As indicações de vocabulário ajudam com termos de produtos, siglas, nomes ou locais importantes numa gravação. Forneça as palavras e grafias reais que espera ouvir. A lista de palavras-chave favorece o seu reconhecimento sem garantir uma grafia exata, pelo que deve conferir os termos decisivos com o áudio. As indicações de idioma e as palavras-chave são selecionadas no início da transcrição; mantenha-as adequadas à gravação, em vez de alterar o seu significado durante uma sessão. O modelo suporta diarização de conversas com mais de 20 locutores. Rótulos como A e B identificam locutores dentro de uma transcrição. Não são nomes verificados e não estabelecem que um rótulo corresponde à mesma pessoa noutra sessão. Numa tarefa original de análise de uma reunião, peça turnos atribuídos a locutores, conserve a gravação e utilize os rótulos para organizar a discussão antes de atribuir nomes reais aos participantes através do fluxo de trabalho envolvente. As transcrições parciais em direto podem mudar à medida que chega mais fala. No modo cumulativo, cada parcial substitui a hipótese anterior, em vez de acrescentar outra cópia. Um fim de fala detetado assinala um limite, enquanto o resultado do turno concluído fornece o texto final e pode diferir da última parcial. Mantenha os turnos sobrepostos associados aos respetivos identificadores e processe os resultados concluídos antes de considerar uma transcrição terminada. Quando a entrada em direto terminar, sinalize o fim da entrada e continue a receber até o produtor terminar de enviar os resultados pendentes. Fechar a ligação de imediato pode descartar esses resultados; um limite de fala detetado termina um turno, em vez de toda a sessão. A informação temporal é fornecida ao nível do turno. Este perfil não fornece marcas temporais ao nível da palavra nem pontuações de confiança, e o progresso do processamento do áudio não é uma marca temporal de uma palavra específica. A deteção de eventos sonoros, a deteção de emoções e a reformatação da transcrição também ficam fora do perfil de saída documentado. Utilize os intervalos dos turnos devolvidos para uma cronologia dos locutores ou uma revisão ao nível do segmento, e conserve as palavras reconhecidas se uma etapa de edição separada produzir posteriormente notas mais claras. Entre os resultados úteis contam-se uma passagem ditada concluída, a transcrição de uma pergunta por voz, uma conversa atribuída a locutores ou uma cronologia dos enunciados. Compare nomes, números e termos técnicos com a gravação original, preserve as associações de modo e tempo e mantenha os turnos completos disponíveis para revisão. A transcrição estabelece o que foi reconhecido no áudio; responder a uma pergunta falada, traduzi-la ou transformá-la em notas de reunião pertence a uma etapa posterior da aplicação. **Ailoot Ultra · Transcrição** `POST /v1/audio/transcriptions` `meta/muse-voice-transcribe-1.0` [`meta/muse-voice-transcribe-1.0`](https://ailoot.ai/models/pt-pt/#m=meta%2Fmuse-voice-transcribe-1.0&route=Ultra&caller=meta%2Fmuse-voice-transcribe-1.0&fmt=transcriptions) Meta /`meta/muse-voice-transcribe-1.0` ### Introdução Muse Voice Transcribe 1.0 é o modelo de conversão de voz em texto da Meta para ditado, deteção de turnos de fala e transcrições com identificação de locutores. Suporta indicações de idioma e vocabulário, alternância entre idiomas e informação temporal ao nível do turno, com fluxos de trabalho separados para um excerto gravado e para áudio em direto. 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 meta/muse-voice-transcribe-1.0 | 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 **$0.0001** por segundo de áudio de entrada | O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. [Como funcionam a reserva e a liquidação →](https://ailoot.ai/docs/pt-pt/billing/reserve/) ### Exemplos de pedidos #### Ailoot Ultra · Transcrição curl · ficheiro WAV real e resultado original completo ```bash set -eu : "${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': 'meta/muse-voice-transcribe-1.0', '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** [`meta/muse-voice-transcribe-1.0`](https://ailoot.ai/models/pt-pt/#m=meta%2Fmuse-voice-transcribe-1.0&route=Ultra&caller=meta%2Fmuse-voice-transcribe-1.0&fmt=transcriptions) #### Aliases dos caminhos dos métodos Use os caminhos dos métodos indicados acima. #### IDs de chamada relacionados [`meta/muse-voice-transcribe-1.0`](https://ailoot.ai/models/pt-pt/#m=meta%2Fmuse-voice-transcribe-1.0&route=Ultra&caller=meta%2Fmuse-voice-transcribe-1.0&fmt=transcriptions) FAQ · Meta: Muse Voice Transcribe 1.0 Que entradas e resultados estão disponíveis? `POST /v1/audio/transcriptions` · `meta/muse-voice-transcribe-1.0`: `audio` → `text` Que campos utiliza o pedido? `POST /v1/audio/transcriptions` · `meta/muse-voice-transcribe-1.0`: `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.