Source: https://ailoot.ai/models/pt-pt/microsoft-mai-transcribe-1-5/ Canonical: https://ailoot.ai/models/pt-pt/microsoft-mai-transcribe-1-5/ Language: pt-pt # Microsoft AI: MAI-Transcribe 1.5 [Markdown](https://ailoot.ai/models/pt-pt/microsoft-mai-transcribe-1-5/index.md) · [JSON](https://ailoot.ai/models/pt-pt/microsoft-mai-transcribe-1-5/facts.json) ## [Microsoft AI: MAI-Transcribe 1.5](https://ailoot.ai/models/pt-pt/microsoft-mai-transcribe-1-5/) Microsoft AI MAI-Transcribe 1.5 converte fala gravada em texto em 43 idiomas, com identificação automática do idioma e ênfase em sotaques e áudio com ruído. A ficha do modelo descreve favorecimento de palavras-chave adaptado ao domínio para nomes e termos especializados. Utilize a transcrição como base para notas ou legendas conferidas. - [**Ailoot Ultra · Transcrição** `POST /v1/audio/transcriptions` `microsoft/mai-transcribe-1.5`](https://ailoot.ai/models/pt-pt/microsoft-mai-transcribe-1-5/#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. Microsoft AI MAI-Transcribe 1.5 é um modelo de conversão de voz em texto para transformar áudio gravado em conteúdo escrito. A sua ficha exata descreve reconhecimento em 43 idiomas, identificação automática do idioma e robustez perante sotaques, dialetos, estilos de fala e condições de ruído. A edição alarga o conjunto de 25 idiomas de MAI-Transcribe 1 com dezoito idiomas adicionais. Um resultado útil é a fala escrita de uma aula, entrevista, chamada ou nota de voz, pronta a conferir com a gravação antes de uma etapa posterior de edição ou análise. Prepare uma gravação completa e inteligível num dos formatos indicados pelo fabricante: WAV, MP3 ou FLAC. Mantenha o ficheiro original e qualquer divisão em secções para permitir comparar a transcrição com o áudio. Para uma aula, preserve as frases à volta de um termo técnico, em vez de extrair apenas a palavra difícil. Para uma nota de voz, preserve uma correção que altere um nome, uma hora ou um número. A fala envolvente fornece contexto para reconhecer o que foi dito e a revisão de quem escuta permite identificar onde a saída necessita de correção. A identificação automática do idioma permite processar uma gravação sem exigir uma escolha antecipada de idioma. O conjunto de 43 idiomas inclui inglês, francês, alemão, italiano, espanhol, hindi, chinês, japonês, coreano, árabe, indonésio, russo, tailandês e vietnamita. Os idiomas acrescentados incluem búlgaro, catalão, grego, ucraniano e vários idiomas do sul da Ásia. Verifique se o idioma pretendido pertence ao conjunto desta edição, em vez de importar a cobertura mais ampla de MAI-Transcribe 2. Para coleções multilingues, preserve o idioma da gravação junto do texto revisto, para que a edição posterior respeite o conteúdo efetivamente falado. A ficha de MAI-Transcribe 1.5 descreve favorecimento de palavras-chave ou entidades com até 200 termos e a sua apresentação explica a finalidade: disponibilizar como contexto nomes, siglas e palavras especializadas prováveis. O fabricante descreve indicações contextuais, em vez de impor cegamente palavras fornecidas ao resultado. Prepare vocabulário relevante, como o nome do projeto, um instrumento técnico ou a grafia correta do nome de uma pessoa mencionada na gravação. Utilize essa terminologia como contexto para a gravação efetiva e confira os termos reconhecidos com a fala. Para uma aula de engenharia gravada, prepare os nomes dos instrumentos discutidos e a grafia exata de qualquer sigla de projeto. Escreva as grafias exatas numa lista de terminologia focada e mantenha a lista junto do áudio e da transcrição. Confira essas ocorrências com as passagens faladas, em vez de tratar uma entrada de vocabulário como prova de correspondência. Nomes que soam de forma semelhante podem continuar a exigir verificação. O resultado deve preservar as palavras efetivamente pronunciadas, incluindo uma correção ou ressalva que altere o seu significado. O fabricante destaca o desempenho em áudio do mundo real, incluindo ruído de fundo e condições diversas de microfones. A revisão prática pode concentrar-se em passagens com fala simultânea, vozes fracas ou palavras parcialmente encobertas por outro som. Mantenha as incertezas ligadas à passagem de áudio correspondente, em vez de as preencher com pressupostos sobre o tema. Uma frase plausível pode continuar a conter o nome próprio ou número errado. Para uma transcrição de chamada, o resultado útil é um registo conferido do conteúdo falado que uma análise posterior possa utilizar, em vez de um relato adivinhado da intenção de quem ligou. A ficha exata de MAI-Transcribe 1.5 indica um tamanho máximo de ficheiro de 300 MB e uma duração máxima de duas horas. A referência REST síncrona de transcrição associada descreve uma entrada de serviço mais restrita: inferior a 250 MB e com menos de duas horas. Estes são limites indicados separadamente na ficha do modelo e na interface. Prepare ficheiros dentro do limite da interface pretendida e organize material mais longo em divisões significativas da gravação. Um limite de tamanho de ficheiro diz respeito ao áudio codificado, enquanto o limite de duração diz respeito ao comprimento da gravação de voz; nenhum define uma janela de contexto de modelo de texto. O exemplo de saída da ficha é JSON que contém a duração da gravação e o texto reconhecido combinado. O texto pode tornar-se uma transcrição acessível, um guião para legendas ou uma entrada para resumo e pesquisa posteriores. O agrupamento de legendas e o alinhamento com a gravação são preparações separadas quando o resultado não inclui os dados de temporização necessários. Para registos de entrevistas, atribuir uma fala a um participante identificado exige um registo separado e conferido de quem falou. Preserve a formulação reconhecida e o áudio como base para esses resultados posteriores. Os limites da edição são importantes ao planear a saída. A ficha 1.5 coloca explicitamente a diarização de intervenientes fora das capacidades suportadas e a comparação de versões do fabricante atribui marcas temporais ao nível da palavra e controlos de estilo clean/verbatim a MAI-Transcribe 2. Um modelo nativo de transmissão em fluxo é também uma edição separada. Assim, este perfil 1.5 centra-se em texto reconhecido de gravações e no seu contexto de domínio documentado, sem transformar funcionalidades de intervenientes, temporização ou entrada em direto de outra edição em parte do resultado. Reveja nomes, números, termos técnicos e fala pouco clara antes de preparar uma passagem citada, uma faixa de legendas ou um documento derivado. **Ailoot Ultra · Transcrição** `POST /v1/audio/transcriptions` `microsoft/mai-transcribe-1.5` [`microsoft/mai-transcribe-1.5`](https://ailoot.ai/models/pt-pt/#m=microsoft%2Fmai-transcribe-1.5&route=Ultra&caller=microsoft%2Fmai-transcribe-1.5&fmt=transcriptions) Microsoft AI /`microsoft/mai-transcribe-1.5` ### Introdução Microsoft AI MAI-Transcribe 1.5 converte fala gravada em texto em 43 idiomas, com identificação automática do idioma e ênfase em sotaques e áudio com ruído. A ficha do modelo descreve favorecimento de palavras-chave adaptado ao domínio para nomes e termos especializados. Utilize a transcrição como base para notas ou legendas conferidas. 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 microsoft/mai-transcribe-1.5 | Predefinição— | | Campo`input_audio` | Tipo`object` | RequisitoObrigatório | Valores e limites | Predefinição— | | Campo`language` | Tipo`string` | RequisitoOpcional | Valores e limites | Predefinição— | | Campo`temperature` | Tipo`number` | RequisitoOpcional | Valores e limites Mínimo: 0 Máximo: 1 | Predefinição— | | Campo`response_format` | Tipo`string` | RequisitoOpcional | Valores e limites json, verbose\_json | Predefiniçãojson | | Campo`timestamp_granularities` | Tipo`array` | RequisitoOpcional | Valores e limites | Predefinição— | | Campo`provider` | Tipo`object` | RequisitoOpcional | 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` | ContratoLeia um ficheiro WAV real e codifique os respetivos bytes reais para a entrada JSON input\_audio declarada; não é anunciada qualquer rota multipart para esta declaração exata apenas de JSON. | Ciclo de vida: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · task\_id efetivamente devolvido ou registo na biblioteca de multimédia `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` ### Tarifários ##### Cálculo do custo final As tarifas apresentadas permitem estimar o custo antes da geração. O montante final cobrado é calculado a partir do custo registado para a geração original. A duração medida do resultado e as quantidades previstas não correspondem à quantidade final faturável. 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 estimadas para comparação #### Preços por configuração Associe cada custo às condições apresentadas. Use uma única tarifa para cada conjunto de configurações alternativas. | Configuração | Tabela de tarifas | Quantidade prevista | Unidade de faturação | Custo | | --- | --- | --- | --- | --- | | ConfiguraçãoTarifas base por token | Tabela de tarifasTarifa base | Quantidade prevista— | Unidade de faturação— | Custo Entrada · Tokens de entrada · Estimativa apenas para comparação **—** / 1K tokens Saída · Tokens de saída · Estimativa apenas para comparação **—** / 1K tokens Entrada · Leitura da cache · Estimativa apenas para comparação **—** / 1K tokens Entrada · Escrita na cache · Estimativa apenas para comparação **—** / 1K tokens Entrada · Escrita na cache, 1 hora · Estimativa apenas para comparação **—** / 1K tokens | | Configuraçãohora de áudio de entrada | Tabela de tarifas— | Quantidade prevista— | Unidade de faturaçãopor hora de áudio de entrada | Custo Entrada · hora de áudio de entrada · Estimativa apenas para comparação **$0.72** por hora de áudio de entrada | | ConfiguraçãoCusto estimado de geração | Tabela de tarifas— | Quantidade previstaestimativa para uma geração | Unidade de faturação— | Custo Saída · Custo estimado de geração · Estimativa apenas para comparação **$0.0002** estimativa antes da geração Esta estimativa não é um encargo adicional nem uma tarifa fixa para a geração concluída. | O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. [Como funcionam a reserva e a liquidação →](https://ailoot.ai/docs/pt-pt/billing/reserve/) ### Exemplos de pedidos #### Ailoot Ultra · Transcrição curl · corpo nativo exato e resultado completo ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_AUDIO_FILE:?Set the path to your actual WAV recording}" python3 - <<'PY_REQUEST' import json,os from pathlib import Path import base64 audio=Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes() if not (audio[:4]==b'RIFF' and audio[8:12]==b'WAVE'): raise SystemExit('Supply an actual WAV audio file') if len(audio)>26214400: raise SystemExit('Use a documented supported large-file flow') request={'model': 'microsoft/mai-transcribe-1.5', 'input_audio': {'data': '${BASE64_ACTUAL_WAV_BYTES}', 'format': 'wav'}} request['input_audio']['data']=base64.b64encode(audio).decode('ascii') 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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o response.bin # Keep the complete original response and headers. Read every returned segment, word and usage field. # Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting. ``` ### Receber e guardar os resultados #### Ailoot Ultra · Transcrição - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` Outras leituras de conteúdo Ler os recursos existentes de que é titular ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \ -H "Authorization: Bearer $AILOOT_API_KEY" -o owned-assets.json # Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token. ``` ##### 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 Guarde o X-Client-Request-ID devolvido para reconciliação. Consulte apenas os valores task\_id/asset\_id efetivamente devolvidos ou a sua biblioteca de multimédia; nunca construa um URL de tarefa a partir do ID da operação e nunca volte a enviar o pedido de criação. Campos da resposta | Campo | Tipo | | --- | --- | | Campo`text` | Tipo | | Campo`usage` | Tipo | | Campo`segments[]` | Tipo | | Campo`words[]` | Tipo | | Campo`speaker fields` | Tipo | | Campo`timestamps` | Tipo | ### Aliases #### Aliases do modelo **Ailoot Ultra** [`microsoft/mai-transcribe-1.5`](https://ailoot.ai/models/pt-pt/#m=microsoft%2Fmai-transcribe-1.5&route=Ultra&caller=microsoft%2Fmai-transcribe-1.5&fmt=transcriptions) #### Aliases dos caminhos dos métodos Use os caminhos dos métodos indicados acima. #### IDs de chamada relacionados [`microsoft/mai-transcribe-1.5`](https://ailoot.ai/models/pt-pt/#m=microsoft%2Fmai-transcribe-1.5&route=Ultra&caller=microsoft%2Fmai-transcribe-1.5&fmt=transcriptions) FAQ · Microsoft AI: MAI-Transcribe 1.5 Que entradas e resultados estão disponíveis? `POST /v1/audio/transcriptions` · `microsoft/mai-transcribe-1.5`: `audio` → `text` Que campos utiliza o pedido? `POST /v1/audio/transcriptions` · `microsoft/mai-transcribe-1.5`: `model`, `input_audio`, `language`, `temperature`, `response_format`, `timestamp_granularities`, `provider` Que limites se aplicam? `POST /v1/audio/transcriptions` · `microsoft/mai-transcribe-1.5`: `temperature.minimum`: `0`; `temperature.maximum`: `1` 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.