Source: https://ailoot.ai/models/sk/microsoft-mai-transcribe-1-5/ Canonical: https://ailoot.ai/models/sk/microsoft-mai-transcribe-1-5/ Language: sk # Microsoft AI: MAI-Transcribe 1.5 [Markdown](https://ailoot.ai/models/sk/microsoft-mai-transcribe-1-5/index.md) · [JSON](https://ailoot.ai/models/sk/microsoft-mai-transcribe-1-5/facts.json) ## [Microsoft AI: MAI-Transcribe 1.5](https://ailoot.ai/models/sk/microsoft-mai-transcribe-1-5/) Microsoft AI MAI-Transcribe 1.5 prevádza zaznamenanú reč na text v 43 jazykoch s automatickou identifikáciou jazyka a dôrazom na prízvuky a zašumený zvuk. Karta modelu opisuje doménovo orientované zvýhodnenie kľúčových slov pre mená a odborné termíny. Prepis používajte ako základ skontrolovaných poznámok alebo titulkov. - [**Ailoot Ultra · Prepis zvuku** `POST /v1/audio/transcriptions` `microsoft/mai-transcribe-1.5`](https://ailoot.ai/models/sk/microsoft-mai-transcribe-1-5/#method-0) O modeli Tento opis pokrýva možnosti modelu. Dostupné vstupy, výstupy a voľby v Ailoot sú uvedené nižšie pre vybranú metódu. Microsoft AI MAI-Transcribe 1.5 je model na prevod reči zo zaznamenaného zvuku na písaný obsah. Presná karta modelu opisuje rozpoznávanie v 43 jazykoch, automatickú identifikáciu jazyka a odolnosť naprieč prízvukmi, dialektmi, štýlmi reči a hlučnými podmienkami. Edícia rozširuje 25-jazykovú množinu MAI-Transcribe 1 o osemnásť jazykov. Užitočným výsledkom je písaná reč z prednášky, rozhovoru, hovoru alebo hlasovej poznámky pripravená na kontrolu podľa nahrávky pred neskoršou úpravou či analýzou. Pripravte úplnú zrozumiteľnú nahrávku v jednom z formátov uvedených výrobcom: WAV, MP3 alebo FLAC. Zachovajte pôvodný súbor a prípadné rozdelenie na časti, aby sa prepis dal porovnať so zvukom. Pri prednáške zachovajte frázy okolo technického termínu namiesto extrakcie iba náročného slova. Pri hlasovej poznámke zachovajte opravu meniacu meno, čas alebo číslo. Okolitá reč poskytuje kontext na rozpoznanie povedaného a kontrola poslucháča dokáže identifikovať miesta výstupu vyžadujúce opravu. Automatická identifikácia jazyka umožňuje spracovať nahrávku bez potreby vopred vybrať jazyk. Množina 43 jazykov zahŕňa angličtinu, francúzštinu, nemčinu, taliančinu, španielčinu, hindčinu, čínštinu, japončinu, kórejčinu, arabčinu, indonézštinu, ruštinu, thajčinu a vietnamčinu. Medzi pridané jazyky patria bulharčina, katalánčina, gréčtina, ukrajinčina a viaceré juhoázijské jazyky. Overte, že zamýšľaný jazyk patrí do množiny tejto edície, namiesto preberania širšieho pokrytia MAI-Transcribe 2. Pri viacjazyčných zbierkach uchovajte jazyk nahrávky spolu so skontrolovaným textom, aby nadväzujúce úpravy sledovali skutočný hovorený obsah. Karta modelu 1.5 opisuje zvýhodnenie kľúčových slov alebo entít s najviac 200 termínmi a vydanie vysvetľuje účel: sprístupniť pravdepodobné mená, akronymy a odborné slová ako kontext. Výrobca opisuje kontextové pomôcky, nie slepé vkladanie dodaných slov do výsledku. Pripravte relevantný slovník, napríklad názov projektu, technický prístroj alebo správny zápis mena osoby, o ktorej sa v nahrávke hovorí. Túto terminológiu používajte ako kontext skutočnej nahrávky a rozpoznané termíny kontrolujte podľa reči. Pri zaznamenanej technickej lekcii pripravte názvy diskutovaných prístrojov a presný zápis každého projektového akronymu. Ich presné zápisy uveďte v cielenom terminologickom zozname a uchovajte ho spolu so zvukom a prepisom. Tieto výskyty kontrolujte podľa hovorených pasáží, namiesto považovania slovníkovej položky za dôkaz zhody. Podobne znejúce mená môžu stále vyžadovať kontrolu. Výsledok má zachovať skutočne vyslovené slová vrátane opravy alebo spresnenia, ktoré mení ich význam. Výrobca zdôrazňuje výkon pri reálnom zvuku vrátane hluku pozadia a rôznych podmienok mikrofónu. Praktická kontrola sa môže sústrediť na pasáže so súčasnou rečou, slabými hlasmi alebo slovami čiastočne prekrytými iným zvukom. Neistoty prepájajte s príslušnou zvukovou pasážou namiesto ich vypĺňania predpokladmi o téme. Vierohodná veta môže stále obsahovať nesprávne vlastné meno alebo číslo. Pri prepise hovoru je užitočným výstupom skontrolovaný záznam hovoreného obsahu použiteľný pre neskoršiu analýzu, nie odhadnutý opis zámeru volajúceho. Presná karta modelu 1.5 uvádza maximálnu veľkosť súboru 300 MB a dve hodiny. Jej prepojená referencia synchrónneho transkripčného REST opisuje prísnejší vstup obsluhy: menší než 250 MB a kratší než dve hodiny. Ide o samostatne uvedené limity karty modelu a rozhrania. Súbory pripravujte v rámci limitu zamýšľaného rozhrania a dlhší materiál rozdeľujte na zmysluplných hraniciach nahrávky. Limit veľkosti súboru sa týka zakódovaného zvuku, zatiaľ čo limit trvania sa týka dĺžky zvukovej nahrávky; ani jeden nedefinuje kontextové okno textového modelu. Ukážkový výstup karty modelu je JSON obsahujúci trvanie nahrávky a spojený rozpoznaný text. Text sa môže stať prístupným prepisom, scenárom pre titulky alebo vstupom pre neskoršiu sumarizáciu a vyhľadávanie. Zoskupovanie titulkových blokov a zarovnanie s nahrávkou predstavujú samostatnú prípravu, keď výsledok neobsahuje požadované údaje časovania. Pri záznamoch rozhovorov vyžaduje priradenie repliky pomenovanému účastníkovi samostatný skontrolovaný záznam o tom, kto hovoril. Rozpoznané znenie a zvuk zachovajte ako základ pre tieto neskoršie výstupy. Pri plánovaní výstupu záleží na hraniciach edície. Karta 1.5 výslovne uvádza rozlíšenie hovoriacich mimo podporovaných schopností a porovnanie verzií výrobcu priraďuje časové značky slov a ovládanie štýlov clean/verbatim modelu MAI-Transcribe 2. Natívny streamovací model je tiež samostatná edícia. Tento variant 1.5 sa preto sústreďuje na rozpoznaný text z nahrávok a jeho zdokumentovaný doménový kontext bez premeny funkcií hovoriacich, časovania alebo živého vstupu inej edície na súčasť výsledku. Pred prípravou citovanej pasáže, titulkového súboru alebo odvodeného dokumentu skontrolujte mená, čísla, odborné termíny a nejasnú reč. **Ailoot Ultra · Prepis zvuku** `POST /v1/audio/transcriptions` `microsoft/mai-transcribe-1.5` [`microsoft/mai-transcribe-1.5`](https://ailoot.ai/models/sk/#m=microsoft%2Fmai-transcribe-1.5&route=Ultra&caller=microsoft%2Fmai-transcribe-1.5&fmt=transcriptions) Microsoft AI /`microsoft/mai-transcribe-1.5` ### Úvod Microsoft AI MAI-Transcribe 1.5 prevádza zaznamenanú reč na text v 43 jazykoch s automatickou identifikáciou jazyka a dôrazom na prízvuky a zašumený zvuk. Karta modelu opisuje doménovo orientované zvýhodnenie kľúčových slov pre mená a odborné termíny. Prepis používajte ako základ skontrolovaných poznámok alebo titulkov. Povolené vstupy Audio Výsledky Text ### Dostupné v Ailoot · vstupy a metódy **Ailoot Ultra · Prepis zvuku** `POST /v1/audio/transcriptions` Vstup `audio` Výstup `text` | Pole | Typ | Požiadavka | Hodnoty a limity | Predvolené | | --- | --- | --- | --- | --- | | Pole`model` | Typ`string` | PožiadavkaPovinné | Hodnoty a limity microsoft/mai-transcribe-1.5 | Predvolené— | | Pole`input_audio` | Typ`object` | PožiadavkaPovinné | Hodnoty a limity | Predvolené— | | Pole`language` | Typ`string` | PožiadavkaVoliteľné | Hodnoty a limity | Predvolené— | | Pole`temperature` | Typ`number` | PožiadavkaVoliteľné | Hodnoty a limity Minimum: 0 Maximum: 1 | Predvolené— | | Pole`response_format` | Typ`string` | PožiadavkaVoliteľné | Hodnoty a limity json, verbose\_json | Predvolenéjson | | Pole`timestamp_granularities` | Typ`array` | PožiadavkaVoliteľné | Hodnoty a limity | Predvolené— | | Pole`provider` | Typ`object` | PožiadavkaVoliteľné | Hodnoty a limity | Predvolené— | Parametre a životný cyklus metódy | Parameter | Špecifikácia | | --- | --- | | Parameter`content_type` | Špecifikáciaapplication/json | | Parameter`required` | Špecifikáciamodel, input\_audio | | Parameter`material_types` | Špecifikáciaaudio | | Parameter`material_conditions` | ŠpecifikáciaNačítajte skutočný súbor WAV a zakódujte jeho reálne bajty pre deklarovaný vstup JSON input\_audio; pre túto presnú deklaráciu iba s JSON sa neuvádza žiadna trasa multipart. | 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}` ### Cenník ##### Ako sa vypočíta konečný poplatok Zobrazené sadzby slúžia na odhad nákladov pred generovaním. Konečný poplatok sa vypočíta z nákladov zaznamenaných pri pôvodnom generovaní. Namerané trvanie výstupu a predpokladané množstvá nepredstavujú konečné účtované množstvo. 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) #### Odhadované sadzby na porovnanie #### Ceny podľa konfigurácie Každý poplatok priraďte k zobrazeným podmienkam. Pre každú skupinu alternatívnych konfigurácií použite jednu sadzbu. | Konfigurácia | Sadzobník | Odhadované množstvo | Účtovacia jednotka | Poplatok | | --- | --- | --- | --- | --- | | KonfiguráciaZákladné sadzby za tokeny | SadzobníkZákladná sadzba | Odhadované množstvo— | Účtovacia jednotka— | Poplatok Vstup · Vstupné tokeny · Odhad iba na porovnanie **—** / 1K tokenov Výstup · Výstupné tokeny · Odhad iba na porovnanie **—** / 1K tokenov Vstup · Čítanie cache · Odhad iba na porovnanie **—** / 1K tokenov Vstup · Zápis do cache · Odhad iba na porovnanie **—** / 1K tokenov Vstup · Zápis do cache, 1 hod · Odhad iba na porovnanie **—** / 1K tokenov | | Konfiguráciahodina vstupného zvuku | Sadzobník— | Odhadované množstvo— | Účtovacia jednotkaza hodinu vstupného audia | Poplatok Vstup · hodina vstupného zvuku · Odhad iba na porovnanie **$0.72** za hodinu vstupného audia | | KonfiguráciaOdhadované náklady na generovanie | Sadzobník— | Odhadované množstvoodhad pre jedno generovanie | Účtovacia jednotka— | Poplatok Výstup · Odhadované náklady na generovanie · Odhad iba na porovnanie **$0.0002** odhad pred generovaním Tento odhad nepredstavuje dodatočný poplatok ani pevnú sadzbu za dokončené generovanie. | Ailoot pred požiadavkou rezervuje odhadovanú sumu. Po získaní výsledku vyúčtuje konečný poplatok podľa nameraného využitia. Pri streamovaní sa vyúčtovanie riadi konečným záznamom využitia. [Ako funguje rezervácia a vyúčtovanie →](https://ailoot.ai/docs/sk/billing/reserve/) ### Príklady požiadaviek #### Ailoot Ultra · Prepis zvuku curl · presné telo požiadavky v natívnom formáte a úplný výsledok ```bash set -eu : "${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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o response.bin # Keep the complete original response and headers. Read every returned segment, word and usage field. # Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting. ``` ### Prijať a uložiť výsledky #### Ailoot Ultra · Prepis zvuku - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` Čítanie ďalšieho obsahu Čítať existujúce podklady, ktoré vám patria ```bash set -eu : "${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. ``` ##### Uchovať všetky dokončené výsledky Uložte každú úplnú vrátenú odpoveď, súbor a časť obsahu. Uchovajte úplnú odpoveď a hlavičky, všetky skutočné výstupy, pôvodné vrátené identifikátory a všetky polia s údajmi o spotrebe. Obnovte pôvodnú operáciu bez opätovného odoslania požiadavky na vytvorenie. ##### Ak treba overiť pôvodnú odpoveď Uchovajte vrátené X-Client-Request-ID na zosúladenie záznamov. Čítajte iba skutočne vrátené hodnoty task\_id/asset\_id alebo vlastnú knižnicu médií; nikdy nevytvárajte URL úlohy z ID operácie a nikdy znova neodosielajte požiadavku na vytvorenie. Polia odpovede | Pole | Typ | | --- | --- | | Pole`text` | Typ | | Pole`usage` | Typ | | Pole`segments[]` | Typ | | Pole`words[]` | Typ | | Pole`speaker fields` | Typ | | Pole`timestamps` | Typ | ### Aliasy #### Aliasy modelov **Ailoot Ultra** [`microsoft/mai-transcribe-1.5`](https://ailoot.ai/models/sk/#m=microsoft%2Fmai-transcribe-1.5&route=Ultra&caller=microsoft%2Fmai-transcribe-1.5&fmt=transcriptions) #### Aliasy ciest metód Použite cesty metód uvedené vyššie. #### Súvisiace ID na volanie [`microsoft/mai-transcribe-1.5`](https://ailoot.ai/models/sk/#m=microsoft%2Fmai-transcribe-1.5&route=Ultra&caller=microsoft%2Fmai-transcribe-1.5&fmt=transcriptions) FAQ · Microsoft AI: MAI-Transcribe 1.5 Aké vstupy a výsledky sú dostupné? `POST /v1/audio/transcriptions` · `microsoft/mai-transcribe-1.5`: `audio` → `text` Aké polia používa požiadavka? `POST /v1/audio/transcriptions` · `microsoft/mai-transcribe-1.5`: `model`, `input_audio`, `language`, `temperature`, `response_format`, `timestamp_granularities`, `provider` Aké limity platia? `POST /v1/audio/transcriptions` · `microsoft/mai-transcribe-1.5`: `temperature.minimum`: `0`; `temperature.maximum`: `1` 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.