Source: https://ailoot.ai/models/th/asr-1-0/
Canonical: https://ailoot.ai/models/th/asr-1-0/
Language: th

# asr-1.0

[Markdown](https://ailoot.ai/models/th/asr-1-0/index.md) · [JSON](https://ailoot.ai/models/th/asr-1-0/facts.json)

## [asr-1.0](https://ailoot.ai/models/th/asr-1-0/)

MiniMax ASR 1.0 แปลงเสียงเป็นข้อความ รองรับภาษารัสเซีย การแยกประโยคตามผู้พูด และการประทับเวลา

- [**Ailoot · เสียงพูดเป็นข้อความ** `POST /v1/audio/transcriptions` `asr-1.0`](https://ailoot.ai/models/th/asr-1-0/#method-0)

เกี่ยวกับโมเดล

คำอธิบายนี้ครอบคลุมความสามารถของโมเดล อินพุต เอาต์พุต และตัวเลือกที่ใช้ได้ใน Ailoot แสดงด้านล่างตามเมธอดที่เลือก

#### จากเสียงสนทนาที่บันทึกไว้สู่ข้อความ

MiniMax ASR 1.0 รู้จำเสียงพูดในไฟล์เสียง ผู้ผลิตอธิบายการใช้กับการประชุม สัมภาษณ์ พอดแคสต์ แทร็กเสียงของวิดีโอ การตรวจเนื้อหา และการวิเคราะห์บทสนทนา โมเดลปรับให้รองรับภาษาพูด เสียงรบกวน และศัพท์วิชาชีพ โดยเน้นลดส่วนข้อความที่แต่งขึ้น ในการ์ด Ailoot นี้ อินพุตคือเสียงและผลลัพธ์คือข้อความ

#### ภาษาและผู้เข้าร่วมหลายคน

รองรับรัสเซีย ยูเครน อังกฤษ ฝรั่งเศส เยอรมัน สเปน อิตาลี โปรตุเกส และโปแลนด์ รวมทั้งจีน กวางตุ้ง ญี่ปุ่น เกาหลี ไทย เวียดนาม อินโดนีเซีย มาเลย์ ฟิลิปปินส์ อาหรับ และตุรกี หากไม่กำหนดภาษา โมเดลตรวจจับภาษาหลักโดยอัตโนมัติ ผู้ผลิตอธิบายการผสมเสียงพูดภาษาจีนกับอังกฤษแยกไว้ด้วย

เมื่อใช้ผลลัพธ์แบบขยาย โมเดลแยกผู้พูดและผูกประโยคกับเวลาได้ ผลลัพธ์มีจำนวนผู้เข้าร่วมรวมและช่วงข้อมูลที่ระบุผู้พูด เวลาเริ่ม เวลาจบ และข้อความ ช่วยดูว่าใครพูดประโยคใดเมื่อใด โดยไม่ปะปนคำพูดของคนต่างกัน

#### รูปแบบผลลัพธ์

ผู้ผลิตรองรับ JSON ทั่วไปที่มีข้อความและระยะเวลา แบบขยาย `verbose_json` รวมถึงคำบรรยาย SRT และ WebVTT ค่าเริ่มต้นของการประทับเวลาใช้ระดับประโยคหรือช่วงเสียง เวลาของแต่ละคำอธิบายไว้สำหรับภาษาอังกฤษ และแต่ละอักขระสำหรับภาษาจีน การประทับเวลาเช่นนี้ใช้กับรูปแบบที่มีการจัดแนวข้อมูล

สามารถทยอยส่งข้อความผลลัพธ์ได้ แต่ใช้ร่วมกับการแยกผู้พูดและรูปแบบคำบรรยายไม่ได้ โหมดนี้ส่งช่วงข้อความที่รู้จำใหม่ระหว่างประมวลผลไฟล์ที่ส่งไปแล้ว เป็นสตรีมของผลลัพธ์ ไม่ใช่การส่งเสียงจากไมโครโฟนอย่างต่อเนื่อง

#### ข้อกำหนดของเสียงบันทึก

รูปแบบอินพุตที่ระบุคือ WAV, AIFF, FLAC, ALAC ในคอนเทนเนอร์ M4A, MP3, AAC, Opus และ Ogg ไฟล์ต้องมีเสียงไม่เกิน **500 วินาที** และขนาดไม่เกิน **50 MB** หากระยะเวลาเกินจะปฏิเสธ ไม่ได้ตัดทิ้งโดยไม่แจ้ง ไม่รองรับ PCM ดิบที่ไม่มีคอนเทนเนอร์

ในการเตรียมเสียงบันทึก ผู้ผลิตแนะนำเสียงโมโน 16 kHz หรือรูปแบบเสียงบีบอัด อัตราสุ่มสูงและสเตอริโอไม่จำเป็นสำหรับการรู้จำ และเพิ่มขนาดไฟล์ ความสามารถเอาต์พุตแบบขยายและการประมวลผลแบบสตรีมเป็นของ ASR 1.0 รูปแบบคำตอบที่ใช้ได้กับคำขอเฉพาะกำหนดด้วยเครื่องมือของ Ailoot

**Ailoot · เสียงพูดเป็นข้อความ** `POST /v1/audio/transcriptions` `asr-1.0`

[`asr-1.0`](https://ailoot.ai/models/th/#m=asr-1.0&route=Core&caller=asr-1.0&fmt=transcriptions)

MiniMax /`asr-1.0`

### เริ่มต้น

MiniMax ASR 1.0 แปลงเสียงเป็นข้อความ รองรับภาษารัสเซีย การแยกประโยคตามผู้พูด และการประทับเวลา

อินพุตที่รองรับ

เสียง

ผลลัพธ์

ข้อความ

### ใช้งานได้ใน Ailoot · อินพุตและเมธอด

**Ailoot · เสียงพูดเป็นข้อความ** `POST /v1/audio/transcriptions`

ขาเข้า

`audio`

ขาออก

`text`

รูปแบบเอาต์พุต

json

| ฟิลด์ | ประเภท | ข้อกำหนด | ค่าและข้อจำกัด | ค่าเริ่มต้น |
| --- | --- | --- | --- | --- |
| ฟิลด์`model` | ประเภท`string` | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด asr-1.0 | ค่าเริ่มต้น— |
| ฟิลด์`file` | ประเภท`file` | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด จำนวนไบต์สูงสุด: 52,428,800 รูปแบบไฟล์: wav, mp3, m4a, ogg, webm, flac ประเภทเนื้อหา: multipart/form-data ความยาวสูงสุดแบบไม่รวมค่าสูงสุด หน่วยวินาที: 500 | ค่าเริ่มต้น— |
| ฟิลด์`response_format` | ประเภท`string` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด json | ค่าเริ่มต้น— |

ชุดผสมของสื่ออินพุต

**speech\_to\_text** · จำเป็น: actual audio file

พารามิเตอร์และวงจรการทำงานของเมธอด

| พารามิเตอร์ | ข้อกำหนด |
| --- | --- |
| พารามิเตอร์`material_types` | ข้อกำหนดaudio |
| พารามิเตอร์`required` | ข้อกำหนดnull |
| พารามิเตอร์`optional_controls` | ข้อกำหนดnull |

วงจรการทำงาน: `synchronous_result_then_owned_library`

`GET /v1/media/tasks/{task_id}` · ค่า task\_id ที่ส่งกลับมาจริง หรือระเบียนในคลังสื่อ

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

`GET /v1/media/assets`

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

รูปแบบเมธอดและ ID ระบุอย่างแม่นยำ ความสามารถของผู้ให้บริการแยกจากการอนุญาตให้รับคำขอ

### ราคา

#### อัตราค่าบริการเมธอด Ailoot

ขาเข้า

US$0.38 *ต่อชั่วโมงของเสียง*

Ailoot กันยอดเงินประมาณการไว้ก่อนส่งคำขอ หลังได้ผลลัพธ์ จะคิดค่าบริการสุดท้ายตามการใช้งานที่วัดได้ การคิดค่าบริการแบบสตรีมใช้บันทึกการใช้งานสุดท้าย [วิธีกันยอดเงินและคิดค่าบริการสุดท้าย →](https://ailoot.ai/docs/th/billing/reserve/)

### ตัวอย่างคำขอ

#### Ailoot · เสียงพูดเป็นข้อความ

ตัวอย่างการถอดเสียง

```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
```

### รับและบันทึกผลลัพธ์

#### Ailoot · เสียงพูดเป็นข้อความ

json

- `GET /v1/media/tasks/{task_id}`
- `GET /v1/media/assets/{asset_id}/content`
- `GET /v1/media/assets`
- `GET /v1/media/assets/{asset_id}`

##### เก็บผลลัพธ์ที่เสร็จสมบูรณ์ทั้งหมด

เก็บทุกการตอบกลับ ไฟล์ และส่วนเนื้อหาที่ส่งกลับมาอย่างครบถ้วน

เก็บ JSON ทั้งหมด ไม่ใช่เฉพาะข้อความ คงช่วงข้อความ/ผู้พูด/เวลาทุกรายการที่มีและตัวตนงาน/แอสเซ็ตจริงไว้

##### เมื่อต้องตรวจสอบการตอบกลับต้นฉบับ

เก็บ operation\_id/X-Client-Request-ID เดิมไว้เพื่อกระทบยอดโดยไม่ส่งคำขอซ้ำ ไม่มีเส้นทางเฉพาะสำหรับตรวจสอบสถานะงานเสียงเป็นระยะ

ฟิลด์การตอบกลับ

| ฟิลด์ | ประเภท |
| --- | --- |
| ฟิลด์`text` | ประเภทstring |
| ฟิลด์`segments[]` | ประเภทobject |
| ฟิลด์`task_id` | ประเภทstring |
| ฟิลด์`asset_url` | ประเภทstring |
| ฟิลด์`usage` | ประเภทobject |

ข้อผิดพลาดและขั้นตอนถัดไป

| การตอบกลับ | เงื่อนไข | ขั้นตอนถัดไป |
| --- | --- | --- |
| การตอบกลับ400 · `invalid_request_error` | เงื่อนไขฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้อง | ขั้นตอนถัดไปแก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่ |
| การตอบกลับ`server_error` | เงื่อนไขการตอบกลับที่ได้รับระบุว่าต้องตรวจสอบการดำเนินการหรือผลลัพธ์ | ขั้นตอนถัดไปเก็บ ID การดำเนินการ/งานที่ส่งกลับมาแต่เดิม ส่วนหัวของคำขอ และการตอบกลับไว้ แล้วอ่านข้อมูลการดำเนินการเดิมนั้นต่อด้วยวิธีที่รองรับ ห้ามส่งคำขอสร้างซ้ำ |

### ชื่ออื่น

#### ชื่ออื่นของโมเดล

**Ailoot** [`asr-1.0`](https://ailoot.ai/models/th/#m=asr-1.0&route=Core&caller=asr-1.0&fmt=transcriptions)

#### ชื่อพาธเมธอดอื่น

ใช้พาธเมธอดที่แสดงด้านบน

#### ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล

[`asr-1.0`](https://ailoot.ai/models/th/#m=asr-1.0&route=Core&caller=asr-1.0&fmt=transcriptions)

FAQ · asr-1.0

มีอินพุตและผลลัพธ์ใดบ้าง?

`POST /v1/audio/transcriptions` · `asr-1.0`: `audio` → `text`

คำขอใช้ฟิลด์ใดบ้าง?

`POST /v1/audio/transcriptions` · `asr-1.0`: `model`, `file`, `response_format`

เชื่อม Ailoot กับ Claude Code, OpenCode, Hermes หรือแอปของคุณ

## บริษัทและพอร์ตโฟลิโอโครงการของบริษัท

บริษัทและพอร์ตโฟลิโอโครงการของบริษัท: ลูกค้าหลายล้านราย; ยอดขายระดับหลายพันล้านต่อเดือน.

## ซื้อโทเคนพร้อมส่วนลด

ส่วนลดสมาชิกสำหรับงานประจำ โค้ดโปรโมชั่นลดซื้อโทเคนสูงสุด 50%

สมาชิก

เลือกแพ็กเกจมีส่วนลดสำหรับคำขอประจำ

โค้ดลดสูงสุด 50%

ใส่โค้ดขณะซื้อ ราคาคำนวณใหม่ตามโปรโมชั่นที่ใช้

รายจ่ายในประวัติ

เก็บโมเดล โทเคน และยอดสำหรับทุกคำขอ

[เลือกสมาชิก](https://ailoot.ai/docs/th/billing/subscriptions/) · [ดูราคาโมเดล](https://ailoot.ai/models/th/)

## เชื่อม API กับผลิตภัณฑ์ ที่คุณขาย

SaaS แอป และบอต ตามข้อเสนอและสัญญาอนุญาต Ailoot หากขายต่อให้ขอใบอนุญาตรีเซลเลอร์

แอปเชิงพาณิชย์

ใส่การสร้างข้อความ ภาพ วิดีโอ และเสียงในฟีเจอร์เสียเงินของบริการคุณ

ใบอนุญาตรีเซลเลอร์

ส่งคำอธิบายโครงการและรูปแบบการเข้าถึง ขอเงื่อนไขใช้และขายต่อเป็นลายลักษณ์อักษร

เอกสารบนเว็บไซต์

อ่านข้อเสนอ สัญญาอนุญาต และนโยบายประมวลผลข้อมูลก่อนเชื่อมได้

[ขอใบอนุญาตขายต่อ](mailto:support@ailoot.ai) · [ข้อเสนอและสัญญาอนุญาต](https://ailoot.ai/legal/offer?lang=th)

## Ailoot · บริษัทและพอร์ตโฟลิโอโครงการของบริษัท





Ailoot อาศัยประสบการณ์การดำเนินงานที่สั่งสม ฐานลูกค้าขนาดใหญ่ บริการที่เสถียร และการติดตาม KPI อย่างต่อเนื่อง





บริษัทและพอร์ตโฟลิโอโครงการของบริษัท: ลูกค้าหลายล้านราย; ยอดขายระดับหลายพันล้านต่อเดือน.





Ailoot นำประสบการณ์การดำเนินงานนี้มาใช้เพื่อให้เข้าถึงฟังก์ชัน AI ผ่าน API ในผลิตภัณฑ์ของลูกค้า เอเจนต์ แอปพลิเคชัน และระบบอัตโนมัติ