Source: https://ailoot.ai/models/sv/gemini-3-5-transcribe/ Canonical: https://ailoot.ai/models/sv/gemini-3-5-transcribe/ Language: sv # Gemini 3.5 Transcribe [Markdown](https://ailoot.ai/models/sv/gemini-3-5-transcribe/index.md) · [JSON](https://ailoot.ai/models/sv/gemini-3-5-transcribe/facts.json) ## [Gemini 3.5 Transcribe](https://ailoot.ai/models/sv/gemini-3-5-transcribe/) Modell från Google för taligenkänning, språkidentifiering, talarseparering och tidsstämplar för ord. - [**Ailoot · Tal till text** `POST /v1/audio/transcriptions` `gemini-3.5-transcribe`](https://ailoot.ai/models/sv/gemini-3-5-transcribe/#method-0) Om modellen Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden. Gemini 3.5 Transcribe omvandlar en ljudfil till text. Utöver transkription stöder den språkidentifiering, identifiering av talare, tidsstämplar för enskilda ord, en specialordlista och intelligent textbearbetning. #### Språk och längd **Fler än 85 språk** stöds, inklusive ryska, samt språkväxling inom inspelningen. Språket identifieras automatiskt. Ett vanligt anrop bearbetar ljud på **upp till en timme**. Med talarseparering eller aktiverade ordtidsstämplar minskar gränsen till **30 minuter**. Utdata omfattar hela transkriptionstexten och, i motsvarande lägen, separata ordannoteringar. Modellen är avsedd för filbearbetning. Kontinuerlig igenkänning i realtid hör till den separata versionen `gemini-3.5-transcribe-live`. #### Transkriptionslägen Ordagrann transkription används som standard. Det intelligenta läget tar bort utfyllnadsord, beaktar talarens självkorrigeringar och formaterar texten. Läget kan inte kombineras med talarseparering och ordtidsstämplar. Talarseparering stöder **upp till åtta talare**. Identifiering av vem som sade en replik har **experimentell status** för tre eller fler talare. Tidsstämplar hjälper till att koppla texten till inspelningen, men aktivering av dem kan minska igenkänningens precision. #### Termer och filer Ordlistan med egna termer rymmer **upp till 1 000 poster**. Google anger att det vanligtvis är bättre att begränsa den till ungefär hundra. Ordlistan är inkompatibel med talarseparering och ordtidsstämplar. Valet av läge behöver därför ta hänsyn till vad som är viktigast: facktermer eller detaljerad märkning av deltagare och tid. Ljudformaten som stöds omfattar WAV, MP3, AIFF, AAC, OGG, FLAC, MPEG, M4A, L16, Opus, A-law, mu-law och WebM. För filbearbetning har gränser för längd och lägeskombinationer publicerats. I beskrivningen av Transcribe-familjen anges även **96K token** i kontext och **32K token** i textutdata. Familjens egenskaper ersätter inte filbegränsningarna i den valda metoden. Kontextcachning, kodkörning, filsökning, funktionsanrop, bildskapande och Thinking stöds inte. Modellens specialisering är att få fram text och märkning ur ljud, inte att generera nytt tal. **Ailoot · Tal till text** `POST /v1/audio/transcriptions` `gemini-3.5-transcribe` [`gemini-3.5-transcribe`](https://ailoot.ai/models/sv/#m=gemini-3.5-transcribe&route=Core&caller=gemini-3.5-transcribe&fmt=transcriptions) Google /`gemini-3.5-transcribe` ### Start Modell från Google för taligenkänning, språkidentifiering, talarseparering och tidsstämplar för ord. 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 gemini-3.5-transcribe | Standard— | | Fält`file` | Typ`file` | KravObligatoriskt | Värden & gränser Maximalt antal byte: 67 108 864 Filformat: wav, mp3, m4a, ogg, webm, flac Innehållstyp: multipart/form-data Maximal längd, sekunder: 600 | 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 0,01 US$ *per påbörjad minut* 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 $AILOOT_API_KEY" \ --form-string model=gemini-3.5-transcribe -F "file=@$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** [`gemini-3.5-transcribe`](https://ailoot.ai/models/sv/#m=gemini-3.5-transcribe&route=Core&caller=gemini-3.5-transcribe&fmt=transcriptions) #### Alias för metodsökvägar Använd metodsökvägarna som visas ovan. #### Relaterade anropar-ID:n [`gemini-3.5-transcribe`](https://ailoot.ai/models/sv/#m=gemini-3.5-transcribe&route=Core&caller=gemini-3.5-transcribe&fmt=transcriptions) FAQ · Gemini 3.5 Transcribe Vilka indata och resultat finns? `POST /v1/audio/transcriptions` · `gemini-3.5-transcribe`: `audio` → `text` Vilka fält använder begäran? `POST /v1/audio/transcriptions` · `gemini-3.5-transcribe`: `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.