Source: https://ailoot.ai/models/sl/microsoft-mai-transcribe-2/
Canonical: https://ailoot.ai/models/sl/microsoft-mai-transcribe-2/
Language: sl

# Microsoft AI: MAI-Transcribe 2

[Markdown](https://ailoot.ai/models/sl/microsoft-mai-transcribe-2/index.md) · [JSON](https://ailoot.ai/models/sl/microsoft-mai-transcribe-2/facts.json)

## [Microsoft AI: MAI-Transcribe 2](https://ailoot.ai/models/sl/microsoft-mai-transcribe-2/)

Microsoft AI MAI-Transcribe 2 pretvarja posneti govor v besedilo v 60 jezikih s samodejnim prepoznavanjem jezika in prehajanjem med jeziki. Dodaja razločevanje govorcev, časovne oznake besed, usmerjanje s ključnimi besedami ter očiščeni ali dobesedni slog za zapise sestankov, podnapise, iskljivi zvok in strokovni narek.

- [**Ailoot Ultra · Prepisovanje** `POST /v1/audio/transcriptions` `microsoft/mai-transcribe-2`](https://ailoot.ai/models/sl/microsoft-mai-transcribe-2/#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 2 je izdaja za pretvorbo posnetega zvoka iz govora v besedilo v Microsoftovi drugi generaciji družine za prepisovanje. Govorjeno vsebino pretvarja v pisno besedilo v 60 jezikih s samodejnim prepoznavanjem jezika in podporo govoru, ki prehaja med jeziki. Model dodaja razločevanje govorcev, časovne oznake na ravni besed in izbirne sloge prepisa. Uporabni izdelki vključujejo prepis sestanka s pripisi govorcem, iskljivi zapis intervjuja, podatke za časovno poravnavo podnapisov ali preverjeni narek s strokovno terminologijo.

Posnetek pripravite z nedotaknjenim govorjenim gradivom. Proizvajalec navaja vhod WAV, MP3 in FLAC. Izvirni zvok ohranite na voljo za primerjavo negotovih besed, imen in števil s prepoznanim besedilom. Posnetek lahko vsebuje hrup v ozadju ali odraža spremenljivo kakovost mikrofona. Model je zasnovan za obvladovanje takšnih razmer, vendar naj se pregled še vedno osredotoča na nejasne ali prekrivajoče se odlomke. Pri intervjuju ohranite zaporedje replik in premorov, namesto da odstranite kontekst, ki pomaga razlagati odgovor.

Samodejno zaznavanje jezika je uporabno, kadar jezik ni znan vnaprej. Dokumentirani nabor 60 jezikov vključuje angleščino, ruščino, kitajščino, japonščino, korejščino, arabščino, francoščino, nemščino, španščino, indonezijščino, malajščino, tajščino in vietnamščino. Prehajanje med jeziki zajema naravne spremembe jezikov, vključno z mešanimi pari, kot sta Hinglish ali Spanglish. Proizvajalčev vmesnik sprejme tudi en namig o jeziku, ki ga opisuje kot močno navodilo. Uporabite ga le, kadar je posnetek dejansko v določenem jeziku, namesto da večjezični pogovor silite v en pričakovani jezik.

Usmerjanje s ključnimi besedami predloži področne izraze, kratice, imena izdelkov in lastna imena, ki jih je sicer težko razlikovati iz zvoka. Pripravite osredotočen seznam, povezan s posnetkom, kot so ime projekta, linija izdelkov ali tehnične besede iz razprave. Vodnik za izvajanje jih opisuje kot namige za prepoznavanje in ne prisilna ujemanja. Pri tehničnem predavanju vključite natančen zapis imen instrumentov in strokovnih izrazov, nato preverite, ali jih prepis postavi tja, kjer so bili dejansko izgovorjeni. Predloženi izraz ni dokaz, da ga je govorec izrekel.

Slog izhoda izberite glede na predvideni izdelek. Verbatim, dokumentirana privzeta možnost, ohrani mašila, napačne začetke in samopopravke. Clean odstrani govorne netekočnosti za berljivejši prepis. Zapis za preučevanje poteka pogovora lahko ohrani omahovanje in popravek; berljiv prepis učne ure lahko uporabi očiščeno besedilo. Izvirni zvok ohranite ob katerem koli rezultatu. Čiščenje izboljša predstavitev govorjenega besedila in ga ne smemo obravnavati kot ločen povzetek ali novo razlago govorčevega namena.

Razločevanje govorcev loči replike glede na zaznanega govorca, časovne oznake na ravni besed pa za vsako besedo določijo odmik in trajanje. Izvajalni vmesnik ponuja tudi časovno označevanje odsekov ali izhod brez časovnih oznak. Odseki so razdeljeni po jeziku in, ko je razločevanje govorcev omogočeno, po govorcu. Časovna polja uporabljajo milisekunde in lahko podpirajo navigacijo, iskanje in urejanje. Oznake razlikujejo zaznane govorce; povezovanje oznake z imenom udeleženca je ločen korak preverjanja. Pri podnapisih uporabite preverjene čase besed za pripravo berljivih skupin podnapisnih enot, namesto da rezultat prepoznavanja obravnavate kot že dokončano datoteko podnapisov.

Kartica modela navaja največjo velikost datoteke 300 MB in dve uri. Povezana referenca sinhronega REST za dokumentirani vmesnik 2025-10-15 pa zahteva datoteko, manjšo od 250 MB in krajšo od dveh ur. To so različne objavljene omejitve kartice modela in izvajalnega vmesnika; datoteko pripravite znotraj veljavnega izvajalnega proračuna. Vodnik MAI navaja tudi, da razločevanje govorcev podpira krajše posnetke kot prepisovanje brez njega. Dolgo gradivo z več govorci uredite v smiselne razdelke, kadar je potreben pripis govorcev, in za poznejši pregled ohranite položaj razdelka v izvirnem posnetku.

Dokumentirani izhod so strukturirani podatki prepisa: celotno besedilo, fraze in, kadar je zahtevano, podatki o govorcih in času. Fraza lahko vsebuje svoje besedilo, jezik, odmik in trajanje; časovne oznake besed lahko prepoznano besedo povežejo z zvokom. Pri iskljivem arhivu ohranite ta razmerja, da najdeni izraz lahko vodi nazaj do posnetka. Pri poteku sestanka preverjeni prepis postane vhod za poznejše povzemanje ali izluščanje nalog za ukrepanje. Rezultat govornega modela je prepoznana vsebina in ne neodvisno preverjeni zapis odločitev sestanka.

Razlika med različicama je konkretna. MAI-Transcribe 1.5 pokriva 43 jezikov, ta izdaja pa 60 in dodaja dokumentirane nastavitve razločevanja govorcev, časovnih oznak besed ter slogov clean/verbatim. MAI-Transcribe 2 Streaming je ločen model za postopno sprotno prepisovanje z lastnim naborom funkcij; njegova zakasnitev do prvega delnega rezultata ne opisuje te izdaje za posneti zvok. Pred uporabo prepisa kot vira za podnapise, citate ali izpeljani dokument ga primerjajte z zvokom glede imen, števil, replik govorcev in večjezičnih odlomkov.

**Ailoot Ultra · Prepisovanje** `POST /v1/audio/transcriptions` `microsoft/mai-transcribe-2`

[`microsoft/mai-transcribe-2`](https://ailoot.ai/models/sl/#m=microsoft%2Fmai-transcribe-2&route=Ultra&caller=microsoft%2Fmai-transcribe-2&fmt=transcriptions)

Microsoft AI /`microsoft/mai-transcribe-2`

### Začetek

Microsoft AI MAI-Transcribe 2 pretvarja posneti govor v besedilo v 60 jezikih s samodejnim prepoznavanjem jezika in prehajanjem med jeziki. Dodaja razločevanje govorcev, časovne oznake besed, usmerjanje s ključnimi besedami ter očiščeni ali dobesedni slog za zapise sestankov, podnapise, iskljivi zvok in strokovni narek.

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-2 | 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 **$0.2** 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 **$0.00005555555555555556** 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-2', '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-2`](https://ailoot.ai/models/sl/#m=microsoft%2Fmai-transcribe-2&route=Ultra&caller=microsoft%2Fmai-transcribe-2&fmt=transcriptions)

#### Druga imena poti metod

Uporabite zgoraj navedene poti metod.

#### Povezani ID-ji za klic

[`microsoft/mai-transcribe-2`](https://ailoot.ai/models/sl/#m=microsoft%2Fmai-transcribe-2&route=Ultra&caller=microsoft%2Fmai-transcribe-2&fmt=transcriptions)

FAQ · Microsoft AI: MAI-Transcribe 2

Kateri vhodi in rezultati so na voljo?

`POST /v1/audio/transcriptions` · `microsoft/mai-transcribe-2`: `audio` → `text`

Katera polja uporablja zahteva?

`POST /v1/audio/transcriptions` · `microsoft/mai-transcribe-2`: `model`, `input_audio`, `language`, `temperature`, `response_format`, `timestamp_granularities`, `provider`

Katere omejitve veljajo?

`POST /v1/audio/transcriptions` · `microsoft/mai-transcribe-2`: `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.