Source: https://ailoot.ai/models/sk/fish-audio-transcribe-1-pro/ Canonical: https://ailoot.ai/models/sk/fish-audio-transcribe-1-pro/ Language: sk # Fish Audio: Transcribe 1 Pro [Markdown](https://ailoot.ai/models/sk/fish-audio-transcribe-1-pro/index.md) · [JSON](https://ailoot.ai/models/sk/fish-audio-transcribe-1-pro/facts.json) ## [Fish Audio: Transcribe 1 Pro](https://ailoot.ai/models/sk/fish-audio-transcribe-1-pro/) Transcribe 1 Pro prevádza nahrávky s dĺžkou do 60 minút na text so značkami hovoriacich a voliteľným časovaním jednotlivých slov. Zachováva značky odhadovaných emócií a hlasových prejavov, čo uľahčuje kontrolu rozhovorov, stretnutí a podcastov, vyhľadávanie v nich či prípravu titulkov. - [**Ailoot Ultra · Rozpoznávanie reči** `POST /v1/audio/transcriptions` `fish-audio/transcribe-1-pro`](https://ailoot.ai/models/sk/fish-audio-transcribe-1-pro/#method-0) O modeli Tento opis pokrýva možnosti modelu. Dostupné vstupy, výstupy a voľby v Ailoot sú uvedené nižšie pre vybranú metódu. Transcribe 1 Pro je model prevodu reči na text od Fish Audio pre krátke klipy, rozhovory viacerých hovoriacich a dlhé nahrávky. Prijíma nahratý zvuk a vracia prepis s voliteľným časovaním a štruktúrovanými replikami hovoriacich. Jeho osobitnými vlastnosťami sú zmeny hovoriaceho označené v texte a značky emócií či hlasových prejavov, ktoré zachovávajú viac z konverzačnej štruktúry nahrávky než jednoduchá postupnosť slov. Pri rozhovore, stretnutí alebo podcaste ponechajte celú konverzáciu v jednom súbore, aby sa opakovane vystupujúcim hovoriacim mohli v rámci odpovede zachovať konzistentné označenia. Užitočným výstupom na kontrolu je prepis prepojený s pôvodnou nahrávkou, so samostatne zobrazenými replikami a dostupnou časovou značkou na overenie citácie. Zhrnutie alebo zoznam úloh je následný krok aplikácie: uchovajte ho oddelene od prepisu, aby hovorený zdroj zostal dostupný na porovnanie. Výrobca prijíma nahrávky do 60 minút a opisuje spracovanie dlhých súborov s komprimovaným zvukom, napríklad MP3, Opus alebo AAC. Podporované formáty zahŕňajú WAV, MP3, AAC v M4A alebo MP4, FLAC, Ogg s Opus alebo Vorbis, WebM/Matroska a MOV. Pri videosúbore používa prvú zvukovú stopu. AIFF, CAF, WMA, AMR, AC-3 a surové PCM bez hlavičky nie sú podporované. Na požiadavku sa dodáva jeden zvukový súbor; výsledok príde po prepise celej nahrávky a spracovanie dlhej nahrávky môže trvať niekoľko minút. Klipy kratšie než približne 0,08 sekundy sa odmietajú. Odpoveď výrobcu obsahuje celý text, dĺžku nahrávky v sekundách a pole segments. Pro označuje zmeny hovoriaceho priamo v texte značkami, ako sú \<|speaker:0|\> a \<|speaker:1|\>; označenie platí pre nasledujúci text až do ďalšej značky. Ide o identifikátory v rámci jednej odpovede, nie overené mená alebo identity, ktoré možno spájať medzi požiadavkami. Ak prepis nemá značku hovoriaceho, návod ho považuje za výsledok s jedným hovoriacim. Text pred prvou značkou ponechajte pri prvej replike namiesto jeho zahodenia. Časové značky jednotlivých slov sú voliteľné. V požiadavke výrobcu má ignore\_timestamps predvolenú hodnotu true; nastavenie false žiada segmenty s textom a časmi začiatku a konca v sekundách. Segment je spravidla slovo alebo jeden či niekoľko znakov v čínštine a japončine. Text segmentu vynecháva interpunkciu, značky hovoriacich a hlasových prejavov a môže normalizovať vyslovenú hodnotu inak než úplný prepis. Segment slova môže mať rovnaký čas začiatku aj konca. Prázdne pole segments môže znamenať, že časové značky neboli vyžiadané, nenašla sa reč alebo bolo časovanie dočasne nedostupné. Na čitateľné znenie použite úplný prepis a na zarovnanie segmenty namiesto predpokladu, že oba reťazce sa zhodujú znak po znaku. Nastavenie diarize má predvolenú hodnotu auto. Keď sú vyžiadané časové značky a diarize nie je false, Pro vracia aj speaker\_turns. Každá replika obsahuje označenie hovoriaceho, text a časy začiatku/konca, pričom zachováva interpunkciu a ponechané značky prejavov bez vloženej značky hovoriaceho. Ak časovanie slov nie je dostupné, časy replík môžu byť približné a pokrývať celú nahrávku; susedné repliky nemusia na seba nadväzovať ani byť bez prekrytia. Vypnutie diarize odstráni štruktúrovaný zoznam replík, ale značky hovoriacich ponechá v úplnom texte. Známy počet hovoriacich alebo minimálny a maximálny počet môžu podľa možností usmerniť diarizáciu dlhšej nahrávky. Presný počet nemožno kombinovať s hranicami počtu a nápovedy o počte nemožno použiť pri vypnutom diarize. Značky emócií a hlasových prejavov sa zobrazujú ako text v hranatých zátvorkách, napríklad \[laughter\], spolu s rozpoznanou rečou. Ide o odhady zo zvuku, nie slová, ktoré má používateľ pridať pred prepisom. Nastavenie tag\_audio\_events v Pro má predvolenú hodnotu true; jeho vypnutie odstráni tieto značky z prepisu a textu replík bez zmeny časovania. Neexistuje samostatné pole emócie ani pevne daný zoznam emócií. Keď záleží na tom, ako poznámka znie, zachovajte anotovaný prepis; ak následný výstup potrebuje iba vyslovené slová, použite verziu bez značiek prejavov. Jazyk sa zisťuje automaticky. Voliteľná nápoveda ISO 639-1 malými písmenami nevynúti preklad ani nezmení prepis Pro. Ak jazyk nemožno určiť, vrátený kód jazyka môže odrážať nápovedu bez jej overenia voči zvuku. Výrobca uvádza jeden jazyk, nie zoznam všetkých jazykov v zmiešanej nahrávke. Pri príprave prehľadávateľného archívu uchovajte pôvodné znenie a jazykové metadáta spolu, najmä ak sa v rôznych častiach konverzácie mení jazyk. Pre titulky zoskupte po sebe idúce časované slová do čitateľných titulkov SRT alebo WebVTT namiesto jedného titulku na slovo. Titulky oddeľujte pri pauzách a ich dĺžku a čas zobrazenia voľte podľa prehrávača a publika. Hranice replík môžu udržať rôznych hovoriacich v samostatných titulkoch. Skontrolujte prázdny výsledok časovania aj titulky, ktorých koniec musí byť neskôr než začiatok. Formátovanie titulkov, mená pre anonymné označenia hovoriacich a prípadné neskoršie zhrnutie sú výstupy aplikácie vytvorené z výsledku prepisu. V praktickom postupe práce s nahrávkou sa pred prepisom rozhodnite, či potrebujete obyčajný čitateľný prepis, anotované konverzačné repliky alebo časované titulky. Pri výsledku zachovajte identifikátor zvuku, ponechajte vrátený úplný text, keď záleží na interpunkcii a značkách prejavov, a na navigáciu použite štruktúrované časové polia. Možnosti Pro pre dlhé nahrávky a viacerých hovoriacich sa líšia od všeobecného modelu Transcribe 1 pre krátke nahrávky; ich limity a ovládacie parametre nemožno považovať za zameniteľné. **Ailoot Ultra · Rozpoznávanie reči** `POST /v1/audio/transcriptions` `fish-audio/transcribe-1-pro` [`fish-audio/transcribe-1-pro`](https://ailoot.ai/models/sk/#m=fish-audio%2Ftranscribe-1-pro&route=Ultra&caller=fish-audio%2Ftranscribe-1-pro&fmt=transcriptions) Fish Audio /`fish-audio/transcribe-1-pro` ### Úvod Transcribe 1 Pro prevádza nahrávky s dĺžkou do 60 minút na text so značkami hovoriacich a voliteľným časovaním jednotlivých slov. Zachováva značky odhadovaných emócií a hlasových prejavov, čo uľahčuje kontrolu rozhovorov, stretnutí a podcastov, vyhľadávanie v nich či prípravu titulkov. Povolené vstupy Audio Výsledky Text ### Dostupné v Ailoot · vstupy a metódy **Ailoot Ultra · Rozpoznávanie reči** `POST /v1/audio/transcriptions` Vstup `audio` Výstup `text` Výstupný formát json | Pole | Typ | Požiadavka | Hodnoty a limity | Predvolené | | --- | --- | --- | --- | --- | | Pole`model` | Typ`string` | PožiadavkaPovinné | Hodnoty a limity fish-audio/transcribe-1-pro | Predvolené— | | Pole`input_audio` | Typ`object` | PožiadavkaPovinné | Hodnoty a limity Presné kľúče: data, format | Predvolené— | | Pole`input_audio.data` | Typ`base64_string` | PožiadavkaPovinné | Hodnoty a limity Maximálny počet dekódovaných bajtov: 26 214 400 Striktný Base64: Áno | Predvolené— | | Pole`input_audio.format` | Typ`string` | PožiadavkaPovinné | Hodnoty a limity Podmienky: Musí sa rovnať formátu zistenému kontrolou skutočného súboru | Predvolené— | | Pole`response_format` | Typ`string` | PožiadavkaVoliteľné | Hodnoty a limity json | Predvolené— | Kombinácie vstupných podkladov **speech\_to\_text** · Povinné: input\_audio.data, input\_audio.format Parametre a životný cyklus metódy | Parameter | Špecifikácia | | --- | --- | | Parameter`content_type` | Špecifikáciaapplication/json | | Parameter`required` | Špecifikáciamodel, input\_audio | | Parameter`additional_properties` | Špecifikáciafalse | | Parameter`parameters` | Špecifikácia{"name":"model","type":"string","required":true,"enum":\["fish-audio/transcribe-1-pro"\]}, {"name":"input\_audio","type":"object","required":true,"exact\_keys":\["data","format"\],"data":"striktné base64 skutočných bajtov podporovaného zvuku","format":"presný formát zistený kontrolou súboru; musí zodpovedať skutočným bajtom"}, {"name":"response\_format","type":"string","required":false,"enum":\["json"\]} | | Parameter`max_audio_bytes` | Špecifikácia26214400 | | Parameter`multipart_for_this_profile` | Špecifikáciafalse | | Parameter`material_types` | Špecifikáciaaudio | Životný cyklus: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · skutočne vrátené task\_id alebo záznam v knižnici médií `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` Zachovajte celú odpoveď a pôvodné vrátené ID. Vytvorenie s neznámym výsledkom nikdy znova neodosielajte. ### Cenník Tarifné údaje nepridávajú možnosti požiadavky. Podporované parametre sú uvedené pri vybranej metóde. Rýchly režim Neuvedené Keď je zvolený rýchly režim Režim Flex Neuvedené Keď je zvolený režim flex Maximálna úroveň uvažovania Neuvedené Keď sa pri maximálnej úrovni uvažovania používa predvolená úprava (default) #### Sadzby Ailoot #### Ceny podľa konfigurácie Každý poplatok priraďte k zobrazeným podmienkam. Pre každú skupinu alternatívnych konfigurácií použite jednu sadzbu. | Konfigurácia | Sadzobník | Účtovacia jednotka | Poplatok | | --- | --- | --- | --- | | KonfiguráciaZákladné sadzby za tokeny | SadzobníkZákladná sadzba | Účtovacia jednotka— | Poplatok Vstup · Vstupné tokeny **—** / 1K tokenov Výstup · Výstupné tokeny **—** / 1K tokenov Vstup · Čítanie cache **—** / 1K tokenov Vstup · Zápis do cache **—** / 1K tokenov Vstup · Zápis do cache, 1 hod **—** / 1K tokenov | | Konfiguráciasekunda vstupného zvuku | Sadzobník— | Účtovacia jednotkaza sekundu vstupného audia | Poplatok Vstup · sekunda vstupného zvuku **$0.0002** za sekundu vstupného audia | Ailoot pred požiadavkou rezervuje odhadovanú sumu. Po získaní výsledku vyúčtuje konečný poplatok podľa nameraného využitia. Pri streamovaní sa vyúčtovanie riadi konečným záznamom využitia. [Ako funguje rezervácia a vyúčtovanie →](https://ailoot.ai/docs/sk/billing/reserve/) #### Podrobnosti referenčnej tarify Referenčné sadzobníky modelu nemenia výber metódy, cenové odhady ani poplatky. Aktívne poplatky používajú sadzby vybranej metódy Ailoot. Fish Audio: Transcribe 1 Pro #### Ceny podľa konfigurácie | Konfigurácia | Podmienky účtovania | Poplatok | | --- | --- | --- | | KonfiguráciaFish Audio: Transcribe 1 Pro · Predvolená konfigurácia | Podmienky účtovaniaPredvolená konfigurácia | Poplatok Vstup · Sekundy vstupného zvuku **0,0002 USD** za sekundu vstupného audia | ### Príklady požiadaviek #### Ailoot Ultra · Rozpoznávanie reči curl · skutočné bajty zvuku a overený formát ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_AUDIO_FILE:?Set your actual audio file}" : "${AILOOT_AUDIO_FORMAT:?Set its actual probed file format}" export AILOOT_AUDIO_FILE AILOOT_AUDIO_FORMAT python3 - <<'PY_REQUEST' import json,os from pathlib import Path p=json.loads('{"model": "fish-audio/transcribe-1-pro", "response_format": "json"}') import base64 f=Path(os.environ['AILOOT_AUDIO_FILE']) raw=f.read_bytes() if not raw or len(raw)>26214400:raise SystemExit('Use actual audio bytes within 25 MiB') fmt=os.environ['AILOOT_AUDIO_FORMAT'].strip() if not fmt:raise SystemExit('Use the actual probed format; the server checks it against the bytes') p['input_audio']={'data':base64.b64encode(raw).decode(),'format':fmt} Path('request.json').write_text(json.dumps(p,ensure_ascii=False)) 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 result.json python3 - <<'PY_RESULT' import json from pathlib import Path r=json.loads(Path('result.json').read_text()) print(json.dumps(r,ensure_ascii=False,indent=2)) print('Keep the complete JSON and response headers; do not resubmit an unknown creation.') PY_RESULT ``` ### Prijať a uložiť výsledky #### Ailoot Ultra · Rozpoznávanie reči json - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` ##### Uchovať všetky dokončené výsledky Uložte každú úplnú vrátenú odpoveď, súbor a časť obsahu. Zachovajte celý JSON, hlavičky odpovede, text a každé skutočne vrátené pole spotreby. Použite skutočné identity úloh a súborov z odpovede alebo z knižnice vo vašom vlastníctve; operation\_id nie je task\_id. ##### Ak treba overiť pôvodnú odpoveď Uchovajte pôvodné operation\_id/X-Client-Request-ID na zosúladenie záznamov bez opätovného odoslania; neexistuje samostatná trasa na priebežné zisťovanie stavu zvuku. Polia odpovede | Pole | Typ | Význam | | --- | --- | --- | | Pole`text` | Typstring | VýznamPrepísaný text. | | Pole`usage` | Typobject | VýznamSpotreba zvuku. | | Pole`usage.seconds` | Typnumber | VýznamDĺžka zvuku v sekundách. | | Pole`duration` | Typnumber | VýznamDĺžka zvuku v sekundách. | | Pole`task_id` | Typstring | VýznamID úlohy prepisu; vráti sa spolu s asset\_url, keď sa neprázdny prepis uloží, zverejní a dostane podpísanú URL obsahu. | | Pole`asset_url` | Typstring | VýznamPodpísaná URL obsahu prepisu; vráti sa spolu s task\_id, keď sa neprázdny prepis uloží, zverejní a dostane podpísanú URL obsahu. | Chyby a ďalšie kroky | Odpoveď | Podmienka | Ďalší krok | | --- | --- | --- | | Odpoveď400 · `invalid_request_error` | PodmienkaNeplatné povinné polia, reprezentácia materiálu alebo hodnota parametra | Ďalší krokPred novou požiadavkou na vytvorenie opravte uvedené polia. | | Odpoveď`server_error` | PodmienkaVrátená odpoveď uvádza, že operáciu alebo výsledok je potrebné skontrolovať | Ďalší krokUchovajte pôvodné vrátené ID operácie/úlohy, hlavičky požiadavky a odpoveď; naďalej čítajte údaje o tejto pôvodnej operácii podporovaným spôsobom. Požiadavku na vytvorenie znova neodosielajte. | ### Aliasy #### Aliasy modelov **Ailoot Ultra** [`fish-audio/transcribe-1-pro`](https://ailoot.ai/models/sk/#m=fish-audio%2Ftranscribe-1-pro&route=Ultra&caller=fish-audio%2Ftranscribe-1-pro&fmt=transcriptions) #### Aliasy ciest metód Použite cesty metód uvedené vyššie. #### Súvisiace ID na volanie [`fish-audio/transcribe-1-pro`](https://ailoot.ai/models/sk/#m=fish-audio%2Ftranscribe-1-pro&route=Ultra&caller=fish-audio%2Ftranscribe-1-pro&fmt=transcriptions) FAQ · Fish Audio: Transcribe 1 Pro Aké vstupy a výsledky sú dostupné? `POST /v1/audio/transcriptions` · `fish-audio/transcribe-1-pro`: `audio` → `text` Aké polia používa požiadavka? `POST /v1/audio/transcriptions` · `fish-audio/transcribe-1-pro`: `model`, `input_audio`, `response_format` Pripojte Ailoot k Claude Code, OpenCode, Hermes alebo vlastnej aplikácii. ## Spoločnosť a jej portfólio projektov Spoločnosť a jej portfólio projektov: milióny zákazníkov; mesačné tržby v miliardách. ## Nakupujte tokeny so zľavou. Zľava predplatného na pravidelnú prácu. Promo kódy až 50% na nákup tokenov. Predplatné Na pravidelné požiadavky vyberte tarifu so zľavou. Promo kód až 50% Pri nákupe zadajte kód. Cena sa prepočíta podľa prebiehajúcej akcie. Výdavky v histórii Pri každej požiadavke sa uloží model, tokeny a suma. [Vybrať predplatné](https://ailoot.ai/docs/sk/billing/subscriptions/) · [Zobraziť ceny modelov](https://ailoot.ai/models/sk/) ## Pripojte API k produktu, ktorý predávate. SaaS, aplikácie a boti podľa ponuky a licenčnej zmluvy Ailoot. Na ďalší predaj požiadajte o licenciu predajcu. Komerčná aplikácia Začleňte generovanie textu, obrázkov, videa a zvuku do platených funkcií svojej služby. Licencia pre predajcu Pošlite popis projektu a spôsob poskytovania prístupu. Vyžiadajte písomné podmienky použitia a ďalšieho predaja. Dokumenty na webe Ponuka, licenčná zmluva a zásady spracovania dát sú dostupné pred pripojením. [Požiadať o licenciu predajcu](mailto:support@ailoot.ai) · [Ponuka a licenčná zmluva](https://ailoot.ai/legal/offer?lang=sk) ## Ailoot · Spoločnosť a jej portfólio projektov Ailoot stavia na dlhodobých prevádzkových skúsenostiach, širokej klientskej základni, stabilných službách a priebežnom sledovaní KPI. Spoločnosť a jej portfólio projektov: milióny zákazníkov; mesačné tržby v miliardách. Ailoot využíva tieto prevádzkové skúsenosti na poskytovanie prístupu cez API k funkciám AI v produktoch zákazníkov, agentoch, aplikáciách a automatizáciách.