Source: https://ailoot.ai/models/sl/meta-muse-voice-transcribe-1-0/
Canonical: https://ailoot.ai/models/sl/meta-muse-voice-transcribe-1-0/
Language: sl

# Meta: Muse Voice Transcribe 1.0

[Markdown](https://ailoot.ai/models/sl/meta-muse-voice-transcribe-1-0/index.md) · [JSON](https://ailoot.ai/models/sl/meta-muse-voice-transcribe-1-0/facts.json)

## [Meta: Muse Voice Transcribe 1.0](https://ailoot.ai/models/sl/meta-muse-voice-transcribe-1-0/)

Muse Voice Transcribe 1.0 je Metin model za pretvorbo govora v besedilo, namenjen narekovanju, zaznanim govornim potezam in prepisom z razlikovanjem govorcev. Podpira namige za jezik in besedišče, preklapljanje med jeziki ter časovne podatke na ravni govornih potez, z ločenima potekoma dela za posnetek in zvok v živo.

- [**Ailoot Ultra · Prepisovanje** `POST /v1/audio/transcriptions` `meta/muse-voice-transcribe-1.0`](https://ailoot.ai/models/sl/meta-muse-voice-transcribe-1-0/#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.

Muse Voice Transcribe 1.0 je Metin model za zaznavanje zvoka, namenjen prepisovanju govora, zaznavanju meja izjav in pripisovanju govornih potez govorcem. Spada v družino modelov Muse Spark ter v modelu združuje prepoznavanje, diarizacijo in zaznavanje konca govorne poteze. Njegov izhod je prepoznano besedilo s časovnimi podatki in podatki o govorcih, ki so na voljo v izbranem načinu.

Model obdeluje zvok v 80-milisekundnih kosih in odloča, kdaj naj nadaljuje poslušanje ali odda besedilo. Prilagodljiva zakasnitev mu omogoča počakati na dodaten zvok, kadar je besedo težje razločiti. Tako med prihajanjem govora ustvarja delno besedilo, ki mu sledijo dokončani rezultati prepisa. Delno hipotezo in dokončano govorno potezo obravnavajte kot različni stopnji poslušanja.

Izberite enega od treh načinov. Push-to-talk je privzeti način za eno nadzorovano izjavo, na primer glasovno poizvedbo ali kratek narekovani odlomek. Endpointing modelu omogoča zaznavanje meja govornih potez in vračanje enega dokončanega prepisa za vsak zaznani segment. Diarization prepoznani govor pripiše oznakam govorcev in je namenjen posnetkom z več govorci, ne najhitrejšemu izmenjevanju govornih potez pri glasovnih ukazih.

Pri posnetem odlomku potek prepisovanja datoteke vrne popoln prepis v eni zahtevi. Privzeti rezultat je JSON s prepisom in trajanjem zvoka, v načinih endpointing in diarization pa tudi s poljem turns. Vsaka govorna poteza lahko vsebuje identifikator, začetek in konec v milisekundah ter prepoznano besedilo. Oznake govorcev so prisotne v načinu diarization. Push-to-talk ustvari celoten prepis brez zaznanih govornih potez v tem polju. Proizvajalčev vmesnik za posnete datoteke lahko vrne tudi golo besedilo ali tok dogodkov prepisa. Golo besedilo ohrani zaznane govorne poteze v ločenih vrsticah in lahko vključuje oznake govorcev; tok dogodkov se zaključi po zadnjem dogodku brez ločenega povzetka JSON. Njegov način delnih rezultatov delta vrača prirastke besedila, dogodek končnega prepisa pa vsebuje celotno besedilo.

Pripravite datoteko RIFF/WAVE z enokanalnim zvokom PCM s 16-bitnimi celimi števili pri 16 ali 24 kHz. Izvorna frekvenca modela je 24 kHz, vmesnik pa sprejema tudi 16 kHz. Druge vsebnike ali kodiranja pred posredovanjem posnetka pretvorite v to podprto obliko WAV. Profil prepisovanja datotek dovoljuje zvok do 10 minut in celotno telo zahteve do 32 MB. Izvorni posnetek in morebitno pretvorbo hranite skupaj z vrnjenim prepisom za poznejši pregled s poslušanjem.

Potek dela z zvokom v živo uporablja neobdelani predznačeni 16-bitni enokanalni PCM z zapisom little-endian, z zvokom pri 16 ali 24 kHz, posredovanim približno v realnem času. Dokumentirano okno seje je 60 minut. Meta opisuje izvorni zvočni vhod, daljši od ene ure; dokumentirane omejitve datotek in sej v živo ostajajo ločene meje vmesnikov. Posneti ali živi potek izberite glede na to, ali je zvok že dokončan ali se še zajema, rezultate različnih sej pa ohranite povezane z njihovimi vhodnimi segmenti.

Muse Voice Transcribe je bil naučen na podatkih v več kot 70 jezikih, dokumentirani vmesnik za prepoznavanje pa našteva 25 podprtih jezikov. Med njimi so angleščina, francoščina, nemščina, španščina, arabščina, mandarinska kitajščina, hindijščina, japonščina, korejščina, italijanščina in portugalščina. Prepoznava preklapljanje med jeziki znotraj povedi ali med njimi. Jezikovni namig lahko poimenuje jezike, pričakovane v zvoku, vendar usmerja prepoznavanje in ne prisili prepisa v en jezik.

Namigi za besedišče pomagajo pri izrazih za izdelke, kraticah, imenih ali krajih, pomembnih v posnetku. Posredujte dejanske besede in zapise, ki jih pričakujete slišati. Seznam ključnih besed vpliva na prepoznavanje, ne zagotavlja pa točnega zapisa, zato odločilne izraze preverite ob zvoku. Jezikovni namigi in ključne besede se izberejo na začetku prepisovanja; naj ostanejo primerni za ta posnetek, namesto da med potekom seje spreminjate njihov pomen.

Model podpira diarizacijo pogovorov z več kot 20 govorci. Oznaki, kot sta A in B, označujeta govorce znotraj enega prepisa. Nista preverjeni imeni in ne dokazujeta, da se oznaka v drugi seji nanaša na isto osebo. Pri izvirni nalogi analize sestanka zahtevajte govorne poteze, pripisane govorcem, ohranite posnetek in z oznakami uredite razpravo, preden prek povezanega poteka dela dodelite dejanska imena udeležencev.

Delni prepisi v živo se lahko ob dodatnem govoru spremenijo. V kumulativnem načinu cumulative vsak delni rezultat zamenja predhodno hipotezo, namesto da bi dodal še eno njeno kopijo. Zaznani konec govora označi mejo, rezultat dokončane govorne poteze pa zagotovi končno besedilo, ki se lahko razlikuje od zadnjega delnega rezultata. Prekrivajoče se govorne poteze ohranite povezane z njihovimi identifikatorji in obdelajte dokončane rezultate, preden prepis obravnavate kot zaključen. Ko se vhod v živo konča, sporočite konec vhoda in nadaljujte prejemanje, dokler niso oddani vsi čakajoči rezultati. Takojšnje zaprtje povezave lahko te rezultate zavrže; zaznana govorna meja zaključi govorno potezo in ne celotne seje.

Časovni podatki so na ravni govornih potez. Ta profil ne zagotavlja časovnih oznak na ravni besed ali ocen zaupanja, napredek obdelave zvoka pa ni časovna oznaka določene besede. Tudi zaznavanje zvočnih dogodkov, zaznavanje čustev in preoblikovanje prepisa so zunaj dokumentiranega izhodnega profila. Vrnjene intervale govornih potez uporabite za časovnico govorcev ali pregled na ravni segmentov in ohranite prepoznane besede, če ločen korak urejanja pozneje ustvari bolj urejene zapiske.

Uporabni izdelki vključujejo dokončan narekovani odlomek, prepis glasovne poizvedbe, pogovor s pripisanimi govorci ali časovnico izjav. Imena, številke in strokovne izraze primerjajte z izvornim posnetkom, ohranite povezave z načinom in časovnimi podatki ter omogočite pregled celotnih govornih potez. Prepis določa, kaj je bilo prepoznano v zvoku; odgovarjanje na izgovorjeno vprašanje, prevajanje ali pretvorba v zapisnik sestanka pripada naslednjemu koraku aplikacije.

**Ailoot Ultra · Prepisovanje** `POST /v1/audio/transcriptions` `meta/muse-voice-transcribe-1.0`

[`meta/muse-voice-transcribe-1.0`](https://ailoot.ai/models/sl/#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`

### Začetek

Muse Voice Transcribe 1.0 je Metin model za pretvorbo govora v besedilo, namenjen narekovanju, zaznanim govornim potezam in prepisom z razlikovanjem govorcev. Podpira namige za jezik in besedišče, preklapljanje med jeziki ter časovne podatke na ravni govornih potez, z ločenima potekoma dela za posnetek in zvok v živo.

Dovoljeni vhodi

Zvok

Rezultati

Besedilo

### Na voljo v Ailoot · vhodi in metode

**Ailoot Ultra · Prepisovanje** `POST /v1/audio/transcriptions`

Vhod

`audio`

Izhod

`text`

| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
| --- | --- | --- | --- | --- |
| Polje`model` | Vrsta`string` | ZahtevaObvezno | Vrednosti in omejitve meta/muse-voice-transcribe-1.0 | Privzeto— |
| Polje`input_audio` | Vrsta`object` | ZahtevaObvezno | Vrednosti in omejitve | Privzeto— |

Parametri in življenjski cikel metode

| Parameter | Specifikacija |
| --- | --- |
| Parameter`content_type` | Specifikacijaapplication/json |
| Parameter`required` | Specifikacijamodel, input\_audio |
| Parameter`material_types` | Specifikacijaaudio |
| Parameter`material_conditions` | SpecifikacijaPrimer prebere vašo dejansko neprazno datoteko PCM WAV, vse njene bajte kodira kot base64 in pošlje input\_audio.format kot wav. |

Življenjski cikel: `synchronous_result_then_owned_library`

`GET /v1/media/tasks/{task_id}` · natančni task\_id iz obstoječega zapisa medija v vaši lasti

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

`GET /v1/media/assets`

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

### 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 **$0.0001** 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/)

### Primeri zahtev

#### Ailoot Ultra · Prepisovanje

curl · dejanska datoteka WAV in celoten izvirni rezultat

```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.
```

### Prejmi in shrani rezultate

#### Ailoot Ultra · Prepisovanje

Celotno izvirno telo odgovora, stanje in posredovane glave. Ta obdelovalnik ne dodaja univerzalne strukture JSON, besedilnega polja ali ovoja opravila.

- `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.

Shranite celoten odgovor in glave, vse dejanske izhode, izvirne vrnjene identifikatorje in vsa polja s podatki o porabi. Pridobite podatke izvirne operacije brez ponovnega pošiljanja zahteve za ustvarjanje.

##### Če je treba preveriti izvirni odgovor

Ohranite dejanski X-Client-Request-ID in celoten odgovor. Berite prvotna sredstva v vaši lasti in njihove natančne podpisane URL-je vsebine; negotovega ustvarjanja nikoli ne oddajte znova.

Polja odgovora

| Polje | Vrsta |
| --- | --- |
| Polje`text (when present)` | Vrsta |
| Polje`usage (when present)` | Vrsta |

Napake in naslednji koraki

| Odgovor | Pogoj | Naslednji korak |
| --- | --- | --- |
| Odgovor400 · `invalid_request_error` | PogojTelo JSON ali izrecni kanonični ID modela ni veljaven. | Naslednji korakOhranite odgovor in popravite navedeno polje zahteve. |
| Odgovor401 · `authentication_error` | PogojKljuč Ailoot API ni veljaven. | Naslednji korakUporabite svoj pooblaščeni ključ Ailoot API. |
| Odgovor403 · `permission_error` | PogojSkupina ključa ne dovoljuje te metode. | Naslednji korakOhranite vrnjene podrobnosti napake. |
| Odgovor404 · `not_found_error` | PogojIzbrana metoda nima dovoljene poti. | Naslednji korakOhranite vrnjene podrobnosti napake. |
| Odgovor422 · `price_unavailable` | PogojSprejeta tarifa ne more pridobiti zahtevane vhodne količine ali meje. | Naslednji korakOhranite odgovor; uporabite vhodno predstavitev, ki jo zahteva sprejeta tarifa. |
| Odgovor503 · `` | PogojZahtevana shramba, pot, cena metode ali rezervacija ni na voljo. | Naslednji korakOhranite celoten prvotni odgovor. Negotova rezervacija ne dovoljuje ponovne oddaje. |
| Odgovor502 · `server_error` | PogojPrvotni rezultat, porabo ali obračun je treba preveriti. | Naslednji korakOhranite dejanski ID zahteve in prvotni odgovor. Berite obstoječi zapis v vaši lasti; ustvarjanja ne oddajte znova. |

### Druga imena

#### Druga imena modelov

**Ailoot Ultra** [`meta/muse-voice-transcribe-1.0`](https://ailoot.ai/models/sl/#m=meta%2Fmuse-voice-transcribe-1.0&route=Ultra&caller=meta%2Fmuse-voice-transcribe-1.0&fmt=transcriptions)

#### Druga imena poti metod

Uporabite zgoraj navedene poti metod.

#### Povezani ID-ji za klic

[`meta/muse-voice-transcribe-1.0`](https://ailoot.ai/models/sl/#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

Kateri vhodi in rezultati so na voljo?

`POST /v1/audio/transcriptions` · `meta/muse-voice-transcribe-1.0`: `audio` → `text`

Katera polja uporablja zahteva?

`POST /v1/audio/transcriptions` · `meta/muse-voice-transcribe-1.0`: `model`, `input_audio`

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.