Source: https://ailoot.ai/models/sl/fish-audio-transcribe-1-pro/
Canonical: https://ailoot.ai/models/sl/fish-audio-transcribe-1-pro/
Language: sl

# Fish Audio: Transcribe 1 Pro

[Markdown](https://ailoot.ai/models/sl/fish-audio-transcribe-1-pro/index.md) · [JSON](https://ailoot.ai/models/sl/fish-audio-transcribe-1-pro/facts.json)

## [Fish Audio: Transcribe 1 Pro](https://ailoot.ai/models/sl/fish-audio-transcribe-1-pro/)

Transcribe 1 Pro pretvori posnetke, dolge do 60 minut, v besedilo z oznakami govorcev in neobveznimi časovnimi oznakami posameznih besed. Ohrani sklepane oznake čustev in glasovnih dogodkov, zato je intervjuje, sestanke in podkaste lažje pregledovati, preiskovati ali pripravljati za podnapise.

- [**Ailoot Ultra · Prepoznavanje govora** `POST /v1/audio/transcriptions` `fish-audio/transcribe-1-pro`](https://ailoot.ai/models/sl/fish-audio-transcribe-1-pro/#method-0)

O modelu

Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.

Transcribe 1 Pro je model podjetja Fish Audio za pretvorbo govora v besedilo pri kratkih izsekih, pogovorih z več govorci in dolgih posnetkih. Sprejme posnet zvok in vrne prepis z neobveznimi časovnimi podatki in strukturiranimi odseki govorcev. Odlikujejo ga menjave govorcev, označene v besedilu, ter oznake čustev ali glasovnih dogodkov, ki ohranijo več pogovorne strukture posnetka kot navadno zaporedje besed.

Pri intervjuju, sestanku ali podkastu ohranite celoten pogovor v eni datoteki, da lahko govorci ob ponovnem nastopu ohranijo dosledne oznake znotraj odgovora. Uporaben izdelek za pregled je prepis, povezan z izvirnim posnetkom, z ločeno prikazanimi odseki govorcev in časovno oznako za preverjanje navedka. Povzetek ali seznam opravil je nadaljnji korak aplikacije: hranite ga ločeno od prepisa, da ostane govorjeni vir na voljo za primerjavo.

Proizvajalec sprejema posnetke, dolge do 60 minut, in opisuje obdelavo dolgih datotek s stisnjenim zvokom, kot so MP3, Opus ali AAC. Podprti formati vključujejo WAV, MP3, AAC v M4A ali MP4, FLAC, Ogg z Opus ali Vorbis, WebM/Matroska in MOV. Pri videodatoteki uporabi prvo zvočno stezo. AIFF, CAF, WMA, AMR, AC-3 in surovi PCM brez glave niso podprti. V posamezni zahtevi se posreduje ena zvočna datoteka; rezultat prispe po prepisu celotnega posnetka, dolg posnetek pa lahko zahteva več minut. Izseki, krajši od približno 0,08 sekunde, so zavrnjeni.

Odgovor proizvajalca vsebuje celotno besedilo, trajanje posnetka v sekundah in polje segments. Pro označi menjave govorcev neposredno v besedilu z oznakami, kot sta \<|speaker:0|\> in \<|speaker:1|\>; oznaka velja za naslednje besedilo do naslednje oznake. To so identifikatorji znotraj enega odgovora, ne preverjena imena ali identitete, ki bi jih bilo mogoče povezovati med zahtevami. Če prepis nima oznake govorca, ga vodnik obravnava kot rezultat z enim govorcem. Besedilo pred prvo oznako ohranite pri prvem odseku, namesto da bi ga zavrgli.

Časovne oznake posameznih besed so neobvezne. V zahtevi proizvajalcu je ignore\_timestamps privzeto true; nastavitev false zahteva segmente z besedilom ter začetnimi in končnimi časi v sekundah. Segment je praviloma beseda oziroma en znak ali nekaj znakov v kitajščini in japonščini. Besedilo segmentov izpušča ločila, oznake govorcev in dogodkov ter lahko govorjeno vrednost normalizira drugače kot celotni prepis. Besedni segment ima lahko enak začetni in končni čas. Prazno polje segments lahko pomeni, da časovne oznake niso bile zahtevane, da govor ni bil zaznan ali da časovni podatki začasno niso bili na voljo. Celotni prepis uporabite za berljivo besedilo, segmente pa za poravnavo, ne da bi predpostavljali, da se niza ujemata znak za znakom.

Nastavitev diarize je privzeto auto. Ko so zahtevane časovne oznake in diarize ni false, Pro vrne tudi speaker\_turns. Vsak odsek vsebuje oznako govorca, besedilo ter začetni in končni čas, pri čemer ohrani ločila in ohranjene oznake dogodkov brez oznake govorca sredi besedila. Če časovni podatki besed niso na voljo, so lahko časi odsekov približni in zajemajo celoten posnetek; sosednji odseki niso nujno stični ali brez prekrivanja. Izklop diarize odstrani strukturirani seznam odsekov, oznake govorcev pa ostanejo v celotnem besedilu. Znano število govorcev ali najmanjše in največje število lahko po najboljših zmožnostih usmerja razločevanje govorcev pri daljših posnetkih. Natančnega števila ni mogoče združiti z mejama števila, namigov o številu pa ni mogoče uporabiti ob izklopljenem diarize.

Oznake čustev in glasovnih dogodkov se ob prepoznanem govoru pojavijo kot besedilo v oglatih oklepajih, na primer \[laughter\]. Gre za sklepe na podlagi zvoka, ne za besede, ki jih mora uporabnik dodati pred prepisovanjem. Nastavitev tag\_audio\_events pri Pro je privzeto true; njen izklop odstrani te oznake iz prepisa in besedila odsekov, časovnih podatkov pa ne spremeni. Ločenega polja za čustva ali fiksnega nabora čustev ni. Ohranite prepis z oznakami, kadar je pomemben zven izjave, različico brez oznak pa uporabite, kadar nadaljnji izdelek potrebuje samo izgovorjene besede.

Jezik se zazna samodejno. Neobvezen jezikovni namig v obliki kode ISO 639-1, zapisane z malimi črkami, ne vsili prevoda in ne spremeni prepisa Pro. Če jezika ni mogoče določiti, lahko vrnjena jezikovna koda odraža namig, ne da bi bila preverjena glede na zvok. Proizvajalec navede en jezik, ne seznama vseh jezikov v večjezičnem posnetku. Pri pripravi arhiva, po katerem je mogoče iskati, hranite izvirno besedilo skupaj z jezikovnimi metapodatki, zlasti kadar različni deli pogovora prehajajo med jeziki.

Za podnapise združite zaporedne časovno označene besede v berljive odseke SRT ali WebVTT, namesto da bi ustvarili podnapis za vsako besedo. Odseke ločite ob premorih ter prilagodite njihovo dolžino in čas prikaza predvajalniku in občinstvu. Meje odsekov govorcev omogočajo ločene podnapise za različne govorce. Preverite, ali je rezultat časovnih podatkov prazen in ali imajo podnapisni odseki končni čas poznejši od začetnega. Oblikovanje podnapisov, poimenovanje anonimnih oznak govorcev in morebitni poznejši povzetek so izdelki aplikacije, zgrajeni iz rezultata prepisa.

V praktičnem postopku obdelave posnetkov pred prepisovanjem določite, ali potrebujete navaden berljiv prepis, označene odseke pogovora ali časovno usklajene podnapise. Z rezultatom hranite identifikator zvoka, ohranite vrnjeno celotno besedilo, kadar so pomembna ločila in oznake, strukturirana časovna polja pa uporabite za navigacijo. Zmožnosti Pro za dolge posnetke in več govorcev se razlikujejo od splošnega modela Transcribe 1 za kratke posnetke; njihovih omejitev in nastavitev ne smete obravnavati kot zamenljivih.

**Ailoot Ultra · Prepoznavanje govora** `POST /v1/audio/transcriptions` `fish-audio/transcribe-1-pro`

[`fish-audio/transcribe-1-pro`](https://ailoot.ai/models/sl/#m=fish-audio%2Ftranscribe-1-pro&route=Ultra&caller=fish-audio%2Ftranscribe-1-pro&fmt=transcriptions)

Fish Audio /`fish-audio/transcribe-1-pro`

### Začetek

Transcribe 1 Pro pretvori posnetke, dolge do 60 minut, v besedilo z oznakami govorcev in neobveznimi časovnimi oznakami posameznih besed. Ohrani sklepane oznake čustev in glasovnih dogodkov, zato je intervjuje, sestanke in podkaste lažje pregledovati, preiskovati ali pripravljati za podnapise.

Dovoljeni vhodi

Zvok

Rezultati

Besedilo

### Na voljo v Ailoot · vhodi in metode

**Ailoot Ultra · Prepoznavanje govora** `POST /v1/audio/transcriptions`

Vhod

`audio`

Izhod

`text`

Izhodni format

json

| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
| --- | --- | --- | --- | --- |
| Polje`model` | Vrsta`string` | ZahtevaObvezno | Vrednosti in omejitve fish-audio/transcribe-1-pro | Privzeto— |
| Polje`input_audio` | Vrsta`object` | ZahtevaObvezno | Vrednosti in omejitve Natančni ključi: data, format | Privzeto— |
| Polje`input_audio.data` | Vrsta`base64_string` | ZahtevaObvezno | Vrednosti in omejitve Največ dekodiranih bajtov: 26.214.400 Strogi Base64: Da | Privzeto— |
| Polje`input_audio.format` | Vrsta`string` | ZahtevaObvezno | Vrednosti in omejitve Pogoji: Mora se ujemati z dejansko obliko, ugotovljeno pri preverjanju datoteke | Privzeto— |
| Polje`response_format` | Vrsta`string` | ZahtevaIzbirno | Vrednosti in omejitve json | Privzeto— |

Kombinacije vhodnih gradiv

**speech\_to\_text** · Obvezno: input\_audio.data, input\_audio.format

Parametri in življenjski cikel metode

| Parameter | Specifikacija |
| --- | --- |
| Parameter`content_type` | Specifikacijaapplication/json |
| Parameter`required` | Specifikacijamodel, input\_audio |
| Parameter`additional_properties` | Specifikacijafalse |
| Parameter`parameters` | Specifikacija{"name":"model","type":"string","required":true,"enum":\["fish-audio/transcribe-1-pro"\]}, {"name":"input\_audio","type":"object","required":true,"exact\_keys":\["data","format"\],"data":"strogi base64 dejanskih podprtih zvočnih bajtov","format":"natančna oblika, ugotovljena pri preverjanju datoteke; ujemati se mora z dejanskimi bajti"}, {"name":"response\_format","type":"string","required":false,"enum":\["json"\]} |
| Parameter`max_audio_bytes` | Specifikacija26214400 |
| Parameter`multipart_for_this_profile` | Specifikacijafalse |
| Parameter`material_types` | Specifikacijaaudio |

Življenjski cikel: `synchronous_result_then_owned_library`

`GET /v1/media/tasks/{task_id}` · Dejansko vrnjeni task\_id ali zapis v medijski knjižnici

`GET /v1/media/assets/{asset_id}/content`

`GET /v1/media/assets`

`GET /v1/media/assets/{asset_id}`

Ohranite celoten odgovor in prvotne vrnjene ID-je.

Neznanega ustvarjanja nikoli ne oddajte znova.

### Cenik

Tarifni podatki ne dodajajo možnosti zahteve. Podprti parametri so navedeni pri izbrani metodi.

Hitri način

Ni navedeno Ko je izbran hitri način

Način flex

Ni navedeno Ko je izbran način flex

Najvišja raven razmišljanja

Ni navedeno Ko najvišja raven razmišljanja uporablja privzeto prilagoditev (default)

#### Cene Ailoot

#### Cene po nastavitvah

Vsak strošek povežite s prikazanimi pogoji. Za vsak nabor alternativnih nastavitev uporabite eno ceno.

| Nastavitev | Cenovna lestvica | Obračunska enota | Strošek |
| --- | --- | --- | --- |
| NastavitevOsnovne cene žetonov | Cenovna lestvicaOsnovna cena | Obračunska enota— | Strošek Vhod · Vhodni žetoni **—** / 1K žetonov Izhod · Izhodni žetoni **—** / 1K žetonov Vhod · Branje predpomnilnika **—** / 1K žetonov Vhod · Zapis v predpomnilnik **—** / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura **—** / 1K žetonov |
| Nastavitevsekunda vhodnega zvoka | Cenovna lestvica— | Obračunska enotana sekundo vhodnega zvoka | Strošek Vhod · sekunda vhodnega zvoka **$0.0002** na sekundo vhodnega zvoka |

Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. [Kako delujeta rezervacija in obračun →](https://ailoot.ai/docs/sl/billing/reserve/)

#### Podrobnosti referenčne tarife

Referenčne lestvice modela ne spreminjajo izbire metode, ocen cen ali stroškov. Veljavni stroški uporabljajo cene izbrane metode Ailoot.

Fish Audio: Transcribe 1 Pro

#### Cene po nastavitvah

| Nastavitev | Obračunski pogoji | Strošek |
| --- | --- | --- |
| NastavitevFish Audio: Transcribe 1 Pro · Privzeta konfiguracija | Obračunski pogojiPrivzeta konfiguracija | Strošek Vhod · Sekunde vhodnega zvoka **0,0002 $** na sekundo vhodnega zvoka |

### Primeri zahtev

#### Ailoot Ultra · Prepoznavanje govora

curl · dejanski bajti zvoka in zaznana oblika zapisa

```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
```

### Prejmi in shrani rezultate

#### Ailoot Ultra · Prepoznavanje govora

json

- `GET /v1/media/tasks/{task_id}`
- `GET /v1/media/assets/{asset_id}/content`
- `GET /v1/media/assets`
- `GET /v1/media/assets/{asset_id}`

##### Ohrani vse dokončane rezultate

Shranite vsak v celoti vrnjen odgovor, datoteko in del vsebine.

Ohranite celoten JSON, glave odgovora, besedilo in vsako dejansko vrnjeno polje porabe. Uporabite dejanske identitete opravil/sredstev iz odgovora ali knjižnice v vaši lasti; operation\_id ni task\_id.

##### Če je treba preveriti izvirni odgovor

Shranite izvirni operation\_id/X-Client-Request-ID za uskladitev evidenc brez ponovnega pošiljanja; namenska pot za periodično preverjanje zvoka ne obstaja.

Polja odgovora

| Polje | Vrsta | Pomen |
| --- | --- | --- |
| Polje`text` | Vrstastring | PomenPrepisano besedilo. |
| Polje`usage` | Vrstaobject | PomenPoraba zvoka. |
| Polje`usage.seconds` | Vrstanumber | PomenTrajanje zvoka v sekundah. |
| Polje`duration` | Vrstanumber | PomenTrajanje zvoka v sekundah. |
| Polje`task_id` | Vrstastring | PomenID opravila prepisa; vrne se skupaj z asset\_url, ko je neprazen prepis shranjen, objavljen in mu je dodeljen podpisani URL vsebine. |
| Polje`asset_url` | Vrstastring | PomenPodpisani URL vsebine prepisa; vrne se skupaj s task\_id, ko je neprazen prepis shranjen, objavljen in mu je dodeljen podpisani URL vsebine. |

Napake in naslednji koraki

| Odgovor | Pogoj | Naslednji korak |
| --- | --- | --- |
| Odgovor400 · `invalid_request_error` | PogojNeveljavna obvezna polja, predstavitev gradiva ali vrednost parametra | Naslednji korakPred novo zahtevo za ustvarjanje popravite navedena polja. |
| Odgovor`server_error` | PogojVrnjeni odgovor navaja, da je treba operacijo ali rezultat preveriti | Naslednji korakShranite izvirni vrnjeni ID operacije/opravila, glave zahteve in odgovor; nadaljujte s podprtimi branji te izvirne operacije. Zahteve za ustvarjanje ne pošiljajte znova. |

### Druga imena

#### Druga imena modelov

**Ailoot Ultra** [`fish-audio/transcribe-1-pro`](https://ailoot.ai/models/sl/#m=fish-audio%2Ftranscribe-1-pro&route=Ultra&caller=fish-audio%2Ftranscribe-1-pro&fmt=transcriptions)

#### Druga imena poti metod

Uporabite zgoraj navedene poti metod.

#### Povezani ID-ji za klic

[`fish-audio/transcribe-1-pro`](https://ailoot.ai/models/sl/#m=fish-audio%2Ftranscribe-1-pro&route=Ultra&caller=fish-audio%2Ftranscribe-1-pro&fmt=transcriptions)

FAQ · Fish Audio: Transcribe 1 Pro

Kateri vhodi in rezultati so na voljo?

`POST /v1/audio/transcriptions` · `fish-audio/transcribe-1-pro`: `audio` → `text`

Katera polja uporablja zahteva?

`POST /v1/audio/transcriptions` · `fish-audio/transcribe-1-pro`: `model`, `input_audio`, `response_format`

Ailoot povežite s Claude Code, OpenCode, Hermes ali svojo aplikacijo.

## Podjetje in njegov portfelj projektov

Podjetje in njegov portfelj projektov: milijoni strank; mesečna prodaja v milijardah.

## Žetone kupujte s popustom.

Naročniški popust za redno delo. Promocijske kode prinesejo do 50% popusta na nakup žetonov.

Naročnina

Za redne zahteve izberite paket s popustom.

Promocijska koda do 50%

Kodo vnesite ob nakupu. Cena se preračuna po veljavni akciji.

Poraba v zgodovini

Za vsako zahtevo se shranijo model, žetoni in znesek.

[Izberite naročnino](https://ailoot.ai/docs/sl/billing/subscriptions/) · [Oglejte si cene modelov](https://ailoot.ai/models/sl/)

## API povežite z izdelkom, ki ga prodajate.

SaaS, aplikacije in boti po ponudbi in licenčni pogodbi Ailoot. Za nadaljnjo prodajo zaprosite za preprodajno licenco.

Komercialna aplikacija

Ustvarjanje besedila, slik, videa in zvoka vključite v plačljive funkcije svoje storitve.

Licenca za preprodajalca

Pošljite opis projekta in shemo dostopa. Zahtevajte pisne pogoje uporabe in nadaljnje prodaje.

Dokumenti na strani

Ponudba, licenčna pogodba in politika obdelave podatkov so dostopne pred povezavo.

[Zaprosite za preprodajno licenco](mailto:support@ailoot.ai) · [Ponudba in licenčna pogodba](https://ailoot.ai/legal/offer?lang=sl)

## Ailoot · Podjetje in njegov portfelj projektov





Ailoot temelji na pridobljenih operativnih izkušnjah, široki bazi strank, stabilni storitvi in stalnem spremljanju KPI.





Podjetje in njegov portfelj projektov: milijoni strank; mesečna prodaja v milijardah.





Ailoot te operativne izkušnje uporablja za dostop prek API do funkcij umetne inteligence v izdelkih strank, agentih, aplikacijah in avtomatizacijah.