Source: https://ailoot.ai/models/sl/microsoft-mai-transcribe-1-5/ Canonical: https://ailoot.ai/models/sl/microsoft-mai-transcribe-1-5/ Language: sl # Microsoft AI: MAI-Transcribe 1.5 [Markdown](https://ailoot.ai/models/sl/microsoft-mai-transcribe-1-5/index.md) · [JSON](https://ailoot.ai/models/sl/microsoft-mai-transcribe-1-5/facts.json) ## [Microsoft AI: MAI-Transcribe 1.5](https://ailoot.ai/models/sl/microsoft-mai-transcribe-1-5/) Microsoft AI MAI-Transcribe 1.5 pretvarja posneti govor v besedilo v 43 jezikih s samodejnim prepoznavanjem jezika ter poudarkom na naglasih in hrupnem zvoku. Njegova kartica modela opisuje področno usmerjanje s ključnimi besedami za imena in strokovne izraze. Prepis uporabite kot osnovo za preverjene zapiske ali podnapise. - [**Ailoot Ultra · Prepisovanje** `POST /v1/audio/transcriptions` `microsoft/mai-transcribe-1.5`](https://ailoot.ai/models/sl/microsoft-mai-transcribe-1-5/#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. Microsoft AI MAI-Transcribe 1.5 je model za pretvorbo govora v besedilo, namenjen pretvarjanju posnetega zvoka v pisno vsebino. Njegova konkretna kartica modela opisuje prepoznavanje v 43 jezikih, samodejno prepoznavanje jezika in robustnost pri različnih naglasih, narečjih, načinih govora in hrupnih razmerah. Izdaja razširja nabor 25 jezikov MAI-Transcribe 1 za osemnajst jezikov. Uporaben rezultat je zapis govora iz predavanja, intervjuja, klica ali glasovne beležke, pripravljen za preverjanje glede na posnetek pred poznejšim urejanjem ali analizo. Pripravite celoten, razumljiv posnetek v enem od formatov, ki jih navaja proizvajalec: WAV, MP3 ali FLAC. Ohranite izvirno datoteko in morebitno razdelitev na odseke, da bo prepis mogoče primerjati z zvokom. Pri predavanju ohranite besedne zveze okoli tehničnega izraza, namesto da izluščite le težavno besedo. Pri glasovni beležki ohranite popravek, ki spremeni ime, čas ali število. Okoliški govor daje kontekst za prepoznavanje izrečenega, poslušalčev pregled pa lahko določi mesta, kjer izhod potrebuje popravek. Samodejno prepoznavanje jezika omogoča obdelavo posnetka brez vnaprejšnje izbire jezika. Nabor 43 jezikov vključuje angleščino, francoščino, nemščino, italijanščino, španščino, hindijščino, kitajščino, japonščino, korejščino, arabščino, indonezijščino, ruščino, tajščino in vietnamščino. Dodani jeziki vključujejo bolgarščino, katalonščino, grščino, ukrajinščino in več južnoazijskih jezikov. Preverite, ali predvideni jezik spada v nabor te izdaje, namesto da bi ji pripisali širšo pokritost MAI-Transcribe 2. Pri večjezičnih zbirkah jezik posnetka ohranite ob preverjenem besedilu, da nadaljnje urejanje sledi dejanski govorjeni vsebini. Kartica modela 1.5 opisuje usmerjanje s ključnimi besedami ali entitetami z do 200 izrazi, objava pa pojasnjuje namen: verjetna imena, kratice in strokovne besede dati na voljo kot kontekst. Proizvajalec opisuje kontekstne namige in ne slepega vsiljevanja predloženih besed v rezultat. Pripravite ustrezno besedišče, kot so ime projekta, tehnični instrument ali pravilen zapis imena osebe, obravnavane v posnetku. Terminologijo uporabite kot kontekst za dejanski posnetek in prepoznane izraze preverite glede na govor. Za posneto inženirsko učno uro pripravite imena obravnavanih instrumentov in natančen zapis vseh projektnih kratic. Njihove natančne zapise navedite v osredotočenem terminološkem seznamu in ga hranite ob zvoku ter prepisu. Te pojavitve preverite glede na govorjene odlomke, namesto da vnos v besedišču obravnavate kot dokaz ujemanja. Podobno zveneča imena lahko še vedno zahtevajo preverjanje. Rezultat naj ohrani dejansko izgovorjene besede, vključno s popravkom ali dopolnilom, ki spremeni njihov pomen. Proizvajalec poudarja zmogljivost pri zvoku iz resničnega sveta, vključno s hrupom v ozadju in različnimi mikrofonskimi razmerami. Praktični pregled se lahko osredotoči na odlomke s hkratnim govorom, tihimi glasovi ali besedami, ki jih delno prekrije drug zvok. Negotovosti povežite z ustreznim zvočnim odlomkom, namesto da jih zapolnite s predpostavkami o temi. Verjetna poved lahko še vedno vsebuje napačno lastno ime ali število. Pri prepisu klica je uporaben izdelek preverjeni zapis govorjene vsebine, ki ga lahko uporabi poznejša analiza, in ne ugiban zapis klicateljevega namena. Konkretna kartica modela 1.5 navaja največjo velikost datoteke 300 MB in dve uri. Povezana referenca REST za sinhrono prepisovanje opisuje strožji izvajalni vhod: manj kot 250 MB in krajši od dveh ur. To so ločeno navedene omejitve kartice modela in vmesnika. Datoteke pripravite znotraj proračuna predvidenega vmesnika in daljše gradivo uredite na smiselnih mejah posnetka. Omejitev velikosti datoteke zadeva kodirani zvok, omejitev trajanja pa dolžino govornega posnetka; nobena ne določa kontekstnega okna besedilnega modela. Vzorčni izhod na kartici modela je JSON, ki vsebuje trajanje posnetka in združeno prepoznano besedilo. Besedilo lahko postane dostopen prepis, scenarij za podnapise ali vhod za poznejše povzemanje in iskanje. Združevanje podnapisnih enot in časovna poravnava s posnetkom sta ločena pripravljalna koraka, kadar rezultat ne vključuje potrebnih časovnih podatkov. Pri zapisih intervjujev pripis replike poimenovanemu udeležencu potrebuje ločen preverjeni zapis o tem, kdo je govoril. Prepoznano besedilo in zvok ohranite kot osnovo za te poznejše izdelke. Meje izdaje so pomembne pri načrtovanju izhoda. Kartica 1.5 razločevanje govorcev izrecno uvršča zunaj podprtih zmožnosti, proizvajalčeva primerjava različic pa časovne oznake na ravni besed in nastavitve slogov clean/verbatim pripisuje MAI-Transcribe 2. Nativni pretočni model je prav tako ločena izdaja. Ta različica 1.5 se zato osredotoča na prepoznano besedilo iz posnetkov in njegov dokumentirani področni kontekst, ne da bi funkcije govorcev, časovnih oznak ali vhoda v živo iz druge izdaje spremenila v del svojega rezultata. Pred pripravo citiranega odlomka, podnapisne steze ali izpeljanega dokumenta preverite imena, števila, tehnične izraze in nejasen govor. **Ailoot Ultra · Prepisovanje** `POST /v1/audio/transcriptions` `microsoft/mai-transcribe-1.5` [`microsoft/mai-transcribe-1.5`](https://ailoot.ai/models/sl/#m=microsoft%2Fmai-transcribe-1.5&route=Ultra&caller=microsoft%2Fmai-transcribe-1.5&fmt=transcriptions) Microsoft AI /`microsoft/mai-transcribe-1.5` ### Začetek Microsoft AI MAI-Transcribe 1.5 pretvarja posneti govor v besedilo v 43 jezikih s samodejnim prepoznavanjem jezika ter poudarkom na naglasih in hrupnem zvoku. Njegova kartica modela opisuje področno usmerjanje s ključnimi besedami za imena in strokovne izraze. Prepis uporabite kot osnovo za preverjene zapiske ali podnapise. 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 microsoft/mai-transcribe-1.5 | Privzeto— | | Polje`input_audio` | Vrsta`object` | ZahtevaObvezno | Vrednosti in omejitve | Privzeto— | | Polje`language` | Vrsta`string` | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— | | Polje`temperature` | Vrsta`number` | ZahtevaIzbirno | Vrednosti in omejitve Najmanj: 0 Največ: 1 | Privzeto— | | Polje`response_format` | Vrsta`string` | ZahtevaIzbirno | Vrednosti in omejitve json, verbose\_json | Privzetojson | | Polje`timestamp_granularities` | Vrsta`array` | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— | | Polje`provider` | Vrsta`object` | ZahtevaIzbirno | 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` | SpecifikacijaPreberite dejansko datoteko WAV in kodirajte njene resnične bajte za deklarirani JSON input\_audio; za to natančno deklaracijo samo z JSON ni navedena pot multipart. | 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}` ### Cenik ##### Kako se izračuna končni strošek Prikazane cene so namenjene oceni stroškov pred generiranjem. Končni znesek se izračuna na podlagi stroška, zabeleženega za izvirno generiranje. Izmerjeno trajanje izhoda in napovedane količine niso končna obračunska količina. 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) #### Ocenjene cene za primerjavo #### Cene po nastavitvah Vsak strošek povežite s prikazanimi pogoji. Za vsak nabor alternativnih nastavitev uporabite eno ceno. | Nastavitev | Cenovna lestvica | Predvidena količina | Obračunska enota | Strošek | | --- | --- | --- | --- | --- | | NastavitevOsnovne cene žetonov | Cenovna lestvicaOsnovna cena | Predvidena količina— | Obračunska enota— | Strošek Vhod · Vhodni žetoni · Ocena samo za primerjavo **—** / 1K žetonov Izhod · Izhodni žetoni · Ocena samo za primerjavo **—** / 1K žetonov Vhod · Branje predpomnilnika · Ocena samo za primerjavo **—** / 1K žetonov Vhod · Zapis v predpomnilnik · Ocena samo za primerjavo **—** / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura · Ocena samo za primerjavo **—** / 1K žetonov | | Nastavitevura vhodnega zvoka | Cenovna lestvica— | Predvidena količina— | Obračunska enotana uro vhodnega zvoka | Strošek Vhod · ura vhodnega zvoka · Ocena samo za primerjavo **$0.72** na uro vhodnega zvoka | | NastavitevOcenjeni strošek ustvarjanja | Cenovna lestvica— | Predvidena količinaocena za eno generiranje | Obračunska enota— | Strošek Izhod · Ocenjeni stroški ustvarjanja · Ocena samo za primerjavo **$0.0002** ocena pred ustvarjanjem Ta ocena ni dodatno plačilo ali fiksna cena za dokončano generiranje. | Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. [Kako delujeta rezervacija in obračun →](https://ailoot.ai/docs/sl/billing/reserve/) ### Primeri zahtev #### Ailoot Ultra · Prepisovanje curl · natančno izvorno telo zahteve in celoten rezultat ```bash set -eu : "${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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o response.bin # Keep the complete original response and headers. Read every returned segment, word and usage field. # Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting. ``` ### Prejmi in shrani rezultate #### Ailoot Ultra · Prepisovanje - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` Branje druge vsebine Preberi obstoječa gradiva, ki vam pripadajo ```bash set -eu : "${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. ``` ##### 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 Shranite vrnjeni X-Client-Request-ID za uskladitev evidenc. Berite samo dejansko vrnjene vrednosti task\_id/asset\_id ali svojo medijsko knjižnico; iz ID operacije nikoli ne sestavite URL opravila in zahteve za ustvarjanje nikoli ne pošljite znova. Polja odgovora | Polje | Vrsta | | --- | --- | | Polje`text` | Vrsta | | Polje`usage` | Vrsta | | Polje`segments[]` | Vrsta | | Polje`words[]` | Vrsta | | Polje`speaker fields` | Vrsta | | Polje`timestamps` | Vrsta | ### Druga imena #### Druga imena modelov **Ailoot Ultra** [`microsoft/mai-transcribe-1.5`](https://ailoot.ai/models/sl/#m=microsoft%2Fmai-transcribe-1.5&route=Ultra&caller=microsoft%2Fmai-transcribe-1.5&fmt=transcriptions) #### Druga imena poti metod Uporabite zgoraj navedene poti metod. #### Povezani ID-ji za klic [`microsoft/mai-transcribe-1.5`](https://ailoot.ai/models/sl/#m=microsoft%2Fmai-transcribe-1.5&route=Ultra&caller=microsoft%2Fmai-transcribe-1.5&fmt=transcriptions) FAQ · Microsoft AI: MAI-Transcribe 1.5 Kateri vhodi in rezultati so na voljo? `POST /v1/audio/transcriptions` · `microsoft/mai-transcribe-1.5`: `audio` → `text` Katera polja uporablja zahteva? `POST /v1/audio/transcriptions` · `microsoft/mai-transcribe-1.5`: `model`, `input_audio`, `language`, `temperature`, `response_format`, `timestamp_granularities`, `provider` Katere omejitve veljajo? `POST /v1/audio/transcriptions` · `microsoft/mai-transcribe-1.5`: `temperature.minimum`: `0`; `temperature.maximum`: `1` 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.