Source: https://ailoot.ai/models/sv/asr-1-0/ Canonical: https://ailoot.ai/models/sv/asr-1-0/ Language: sv # asr-1.0 [Markdown](https://ailoot.ai/models/sv/asr-1-0/index.md) · [JSON](https://ailoot.ai/models/sv/asr-1-0/facts.json) ## [asr-1.0](https://ailoot.ai/models/sv/asr-1-0/) MiniMax ASR 1.0 omvandlar ljud till text och stöder ryska, uppdelning av repliker efter talare och tidsstämplar. - [**Ailoot · Tal till text** `POST /v1/audio/transcriptions` `asr-1.0`](https://ailoot.ai/models/sv/asr-1-0/#method-0) Om modellen Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden. #### Samtalsinspelning till text MiniMax ASR 1.0 känner igen tal i en ljudfil. Tillverkaren beskriver användning för möten, intervjuer, poddar, videoljudspår, innehållskontroll och samtalsanalys. Modellen är anpassad till talspråk, brus och fackspråk med fokus på att minska påhittade avsnitt. I detta Ailoot-modellkort är indata ljud och resultatet text. #### Språk och flera deltagare Ryska och ukrainska, engelska, franska, tyska, spanska, italienska, portugisiska och polska stöds. Även kinesiska, kantonesiska, japanska, koreanska, thailändska, vietnamesiska, indonesiska, malajiska, filipino, arabiska och turkiska stöds. Om inget språk anges identifierar modellen huvudspråket automatiskt. Tillverkaren beskriver separat kombinationen av kinesiskt och engelskt tal. Med en utökad resultatrepresentation kan modellen urskilja talare och koppla repliker till tidpunkter. Den returnerar det totala antalet deltagare och segment med talaridentifierare, början, slut och text. Det hjälper till att avgöra vem som sade en viss replik och när, utan att olika deltagares repliker blandas. #### Resultatrepresentation Tillverkaren erbjuder vanlig JSON med text och längd, utökad `verbose_json` samt undertexter i SRT och WebVTT. Tidsstämplar använder menings- eller segmentnivå som standard. Stämplar för enskilda ord beskrivs för engelska och för enskilda tecken för kinesiska. Sådana stämplar hör till format med tidsalignering. Gradvis textutdata är möjlig men kan inte kombineras med talarseparering eller undertextformat. Läget returnerar nya igenkända textavsnitt efter hand som den redan inskickade filen bearbetas. Det är en resultatström, inte kontinuerlig ljudöverföring från en mikrofon. #### Krav på inspelningen Angivna indataformat är WAV, AIFF, FLAC, ALAC i M4A-container, MP3, AAC, Opus och Ogg. Filen får innehålla högst **500 sekunder** ljud och vara högst **50 MB**. För lång varaktighet avvisas i stället för att klippas ned utan meddelande. Rå PCM utan container stöds inte. För inspelningsförberedelsen rekommenderar tillverkaren mono i 16 kHz eller ett komprimerat ljudformat. Hög samplingsfrekvens och stereo behövs inte för igenkänning och ökar filstorleken. Möjligheterna för utökad utdata och strömmande bearbetning gäller ASR 1.0. Det tillgängliga svarsformatet för ett specifikt anrop anges med Ailoots funktioner. **Ailoot · Tal till text** `POST /v1/audio/transcriptions` `asr-1.0` [`asr-1.0`](https://ailoot.ai/models/sv/#m=asr-1.0&route=Core&caller=asr-1.0&fmt=transcriptions) MiniMax /`asr-1.0` ### Start MiniMax ASR 1.0 omvandlar ljud till text och stöder ryska, uppdelning av repliker efter talare och tidsstämplar. Godkända indata Ljud Resultat Text ### Tillgängligt i Ailoot · indata & metoder **Ailoot · Tal till text** `POST /v1/audio/transcriptions` Indatatyper `audio` Utdatatyper `text` Utdataformat json | Fält | Typ | Krav | Värden & gränser | Standard | | --- | --- | --- | --- | --- | | Fält`model` | Typ`string` | KravObligatoriskt | Värden & gränser asr-1.0 | Standard— | | Fält`file` | Typ`file` | KravObligatoriskt | Värden & gränser Maximalt antal byte: 52 428 800 Filformat: wav, mp3, m4a, ogg, webm, flac Innehållstyp: multipart/form-data Maximal längd (exklusive gränsvärdet), sekunder: 500 | Standard— | | Fält`response_format` | Typ`string` | KravValfritt | Värden & gränser json | Standard— | Kombinationer av indatamaterial **speech\_to\_text** · Krävs: actual audio file Metodparametrar och livscykel | Parameter | Avtal | | --- | --- | | Parameter`material_types` | Avtalaudio | | Parameter`required` | Avtalnull | | Parameter`optional_controls` | Avtalnull | Livscykel: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · Det task\_id som faktiskt returnerades eller en post i mediebiblioteket `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` Metodernas strukturer och ID:n är exakta; leverantörens funktioner är åtskilda från att begäran tillåts. ### Priser #### Priser för Ailoot-metoder Indata 0,38 US$ *per timme ljud* Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. [Så fungerar reservation och slutreglering →](https://ailoot.ai/docs/sv/billing/reserve/) ### Exempelbegäranden #### Ailoot · Tal till text Transkriptionsexempel ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_AUDIO_FILE:?Set your actual MP3 recording}" export AILOOT_AUDIO_FILE python3 - <<'PY_REQUEST' import os from pathlib import Path f=Path(os.environ["AILOOT_AUDIO_FILE"]) if not f.is_file() or f.suffix.lower()!=".mp3":raise SystemExit("Choose your actual MP3 recording") PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \ -H "Authorization: Bearer $AILOOT_API_KEY" \ --form-string model=asr-1.0 -F "file=@$AILOOT_AUDIO_FILE" \ -D response-headers.txt -o result.json python3 - <<'PY_RESULT' import json from pathlib import Path print(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2)) PY_RESULT ``` ### Ta emot och spara resultat #### Ailoot · Tal till text json - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` ##### Behåll alla färdiga resultat Behåll varje fullständigt returnerat svar, fil och innehållsdel. Behåll hela JSON-svaret, inte bara text; bevara varje tillgängligt segment, varje talare och tidsstämpel samt faktisk uppgifts- och tillgångsidentitet. ##### Om det ursprungliga svaret behöver kontrolleras Behåll de ursprungliga värdena för operation\_id/X-Client-Request-ID för avstämning utan att skicka förfrågan igen; det finns ingen särskild rutt för statusavläsning av ljud. Svarsfält | Fält | Typ | | --- | --- | | Fält`text` | Typstring | | Fält`segments[]` | Typobject | | Fält`task_id` | Typstring | | Fält`asset_url` | Typstring | | Fält`usage` | Typobject | Fel och nästa steg | Svar | Villkor | Nästa steg | | --- | --- | --- | | Svar400 · `invalid_request_error` | VillkorOgiltiga obligatoriska fält, ogiltig representation av underlaget eller ogiltigt parametervärde | Nästa stegKorrigera de angivna fälten före en ny begäran om att skapa. | | Svar`server_error` | VillkorDet returnerade svaret anger att operationen eller resultatet behöver kontrolleras | Nästa stegSpara det ursprungliga operations- eller uppgifts-ID som returnerades, förfrågans headers och svaret. Fortsätt att läsa den ursprungliga operationen med de läsmetoder som stöds. Skicka inte skapandeförfrågan igen. | ### Alias #### Modellalias **Ailoot** [`asr-1.0`](https://ailoot.ai/models/sv/#m=asr-1.0&route=Core&caller=asr-1.0&fmt=transcriptions) #### Alias för metodsökvägar Använd metodsökvägarna som visas ovan. #### Relaterade anropar-ID:n [`asr-1.0`](https://ailoot.ai/models/sv/#m=asr-1.0&route=Core&caller=asr-1.0&fmt=transcriptions) FAQ · asr-1.0 Vilka indata och resultat finns? `POST /v1/audio/transcriptions` · `asr-1.0`: `audio` → `text` Vilka fält använder begäran? `POST /v1/audio/transcriptions` · `asr-1.0`: `model`, `file`, `response_format` Anslut Ailoot till Claude Code, OpenCode, Hermes eller din app. ## Företaget och dess projektportfölj Företaget och dess projektportfölj: miljontals kunder; månatlig försäljning för miljarder. ## Köp token med rabatt. Prenumerationsrabatt för återkommande arbete. Kampanjkoder ger upp till 50% vid tokenköp. Prenumeration Välj en rabatterad plan för återkommande anrop. Kampanjkod upp till 50% Ange koden vid köpet. Priset räknas om enligt kampanjen. Kostnader i historiken Modell, token och belopp sparas för varje anrop. [Välj prenumeration](https://ailoot.ai/docs/sv/billing/subscriptions/) · [Se modellpriser](https://ailoot.ai/models/sv/) ## Anslut API till produkten som du säljer. SaaS, appar och botar enligt Ailoots officiella villkor och licensavtal. Begär återförsäljarlicens för vidareförsäljning. Kommersiell applikation Bygg text-, bild-, video- och ljudgenerering i tjänstens betalda funktioner. Återförsäljarlicens Skicka projektbeskrivning och åtkomstupplägg. Begär skriftliga villkor för användning och vidareförsäljning. Dokument på webbplatsen Officiella villkor, licensavtal och databehandlingspolicy finns tillgängliga före anslutning. [Begär återförsäljarlicens](mailto:support@ailoot.ai) · [Officiella villkor och licensavtal](https://ailoot.ai/legal/offer?lang=sv) ## Ailoot · Företaget och dess projektportfölj Ailoot bygger på etablerad driftserfarenhet, en stor kundbas, stabil service och löpande KPI-kontroll. Företaget och dess projektportfölj: miljontals kunder; månatlig försäljning för miljarder. Ailoot använder denna driftserfarenhet för API-åtkomst till AI-funktioner i kundernas produkter, agenter, applikationer och automatiseringar.