asr-1.0

MiniMax ASR 1.0 audioni matnga aylantiradi, rus tili, replikalarni so‘zlovchilar bo‘yicha ajratish va vaqt belgilarini qo‘llab-quvvatlaydi.

Ailoot · Nutqdan matn POST /v1/audio/transcriptions asr-1.0

Model haqida

Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.

Suhbat yozuvini matnga aylantirish

MiniMax ASR 1.0 audiofayldagi nutqni taniydi. Ishlab chiqaruvchi uchrashuvlar, intervyular, podkastlar, video ovozli yo‘lagi, mazmun nazorati va suhbatlarni tahlil qilishda qo‘llanishni tavsiflaydi. Model suhbat nutqi, shovqin va professional leksikaga moslashtirilgan, to‘qib chiqarilgan parchalarni kamaytirishga urg‘u berilgan. Bu Ailoot kartasida kirish — audio, natija — matn.

Til va bir nechta qatnashchi

Rus va ukrain, ingliz, fransuz, nemis, ispan, italyan, portugal va polyak; shuningdek, xitoy, kanton, yapon, koreys, tay, vetnam, indonez, malay, filippin, arab va turk tillari qo‘llab-quvvatlanadi. Til berilmasa, model asosiy tilni avtomatik aniqlaydi; ishlab chiqaruvchi xitoy va ingliz nutqi birikmasini alohida tavsiflaydi.

Natijaning kengaytirilgan ko‘rinishida model so‘zlovchilarni ajratishi va replikalarni vaqtga bog‘lashi mumkin. Unda qatnashchilarning umumiy soni va so‘zlovchi belgisi, boshlanishi, tugashi hamda matnga ega segmentlar qaytariladi. Bu turli qatnashchilar replikalarini aralashtirmasdan, aniq replikani kim va qachon aytganini tahlil qilishga yordam beradi.

Natijani taqdim etish

Ishlab chiqaruvchi matn va davomiylikli oddiy JSON, kengaytirilgan verbose_json, shuningdek, SRT va WebVTT subtitrlarini ko‘zda tutadi. Vaqt belgilari uchun standart holatda gap yoki segment darajasi ishlatiladi. Alohida so‘z belgilari ingliz tili, alohida belgilar esa xitoy tili uchun tavsiflangan; bunday vaqt belgilari moslashtirilgan formatlarga tegishli.

Bosqichma-bosqich matnli chiqish mumkin, lekin uni so‘zlovchilarni ajratish va subtitr formatlari bilan birlashtirib bo‘lmaydi. Bunday rejim allaqachon yuborilgan fayl qayta ishlanayotganda tanilgan matnning yangi parchalarini qaytaradi. Bu mikrofondan uzluksiz audio yuborish emas, natija oqimidir.

Yozuvga talablar

E’lon qilingan kirish formatlari — WAV, AIFF, FLAC, M4A konteyneridagi ALAC, MP3, AAC, Opus va Ogg. Faylda ko‘pi bilan 500 soniya audio bo‘lishi va u ko‘pi bilan 50 MB joy egallashi kerak. Davomiylik oshsa, sezilmasdan kesilmaydi, rad etiladi. Konteynersiz xom PCM qo‘llab-quvvatlanmaydi.

Yozuvni tayyorlash uchun ishlab chiqaruvchi 16 kHz mono yoki siqilgan audioformatni tavsiya etadi: yuqori chastota va stereo nutqni tanish uchun kerak emas va fayl hajmini oshiradi. Kengaytirilgan chiqish va oqimli qayta ishlash imkoniyatlari ASR 1.0’ga tegishli; aniq so‘rovning mavjud javob formati Ailoot vositalari bilan belgilanadi.

Ailoot · Nutqdan matn POST /v1/audio/transcriptions asr-1.0

asr-1.0

MiniMax /asr-1.0

Boshlash

MiniMax ASR 1.0 audioni matnga aylantiradi, rus tili, replikalarni so‘zlovchilar bo‘yicha ajratish va vaqt belgilarini qo‘llab-quvvatlaydi.

Qabul qilinadigan kirish ma’lumotlari: Audio
Natijalar: Matn

Ailoot da mavjud · kirish ma’lumotlari va usullar

Ailoot · Nutqdan matn POST /v1/audio/transcriptions

Kirish: audio
Chiqish: text
Chiqish formati: json

Maydon	Tur	Talab	Qiymatlar va cheklovlar	Standart
Maydon`model`	Tur`string`	TalabMajburiy	Qiymatlar va cheklovlar asr-1.0	Standart—
Maydon`file`	Tur`file`	TalabMajburiy	Qiymatlar va cheklovlar Baytlarning eng ko‘p soni: 52 428 800 Fayl formatlari: wav, mp3, m4a, ogg, webm, flac Kontent turi: multipart/form-data Eng ko‘p davomiylik (chegara kirmaydi), soniya: 500	Standart—
Maydon`response_format`	Tur`string`	TalabIxtiyoriy	Qiymatlar va cheklovlar json	Standart—

Kirish materiallari birikmalari

speech_to_text · Majburiy: actual audio file

Usul parametrlari va hayot sikli

Parametr	Parametr talablari
Parametr`material_types`	Parametr talablariaudio
Parametr`required`	Parametr talablarinull
Parametr`optional_controls`	Parametr talablarinull

Hayot sikli: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · Amalda qaytarilgan task_id yoki media kutubxonasidagi yozuv

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Metod tuzilishlari va IDlari aniq; yetkazib beruvchining imkoniyati so‘rovni qabul qilishga ruxsatdan alohida.

Tariflar

Ailoot usullari tariflari

Ailoot Nutqdan matnPOST /v1/audio/transcriptions

Kirish: 0,38 US$ audio soati uchun

Ailoot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. Summani band qilish va to‘lovni hisoblash tartibi →

So‘rov namunalari

Ailoot · Nutqdan matn

Transkripsiya namunasi

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

Natijalarni olish va saqlash

Ailoot · Nutqdan matn

json

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

Barcha tayyor natijalarni saqlash

Qaytarilgan har bir to‘liq javob, fayl va kontent qismini saqlang.

Faqat matnni emas, to‘liq JSON ni saqlang; mavjud har bir segment/so‘zlovchi/vaqt belgisini va haqiqiy vazifa/aktiv identifikatorini saqlang.

Asl javobni tekshirish kerak bo‘lsa

Ma’lumotlarni solishtirib tekshirish uchun dastlabki operation_id/X-Client-Request-ID ni saqlang va so‘rovni qayta yubormang; audio holatini davriy tekshirish uchun alohida yo‘nalish yo‘q.

Javob maydonlari

Maydon	Tur
Maydon`text`	Turstring
Maydon`segments[]`	Turobject
Maydon`task_id`	Turstring
Maydon`asset_url`	Turstring
Maydon`usage`	Turobject

Xatolar va keyingi qadamlar

Javob	Shart	Keyingi qadam
Javob400 · `invalid_request_error`	ShartMajburiy maydonlar, material ifodasi yoki parametr qiymati noto‘g‘ri	Keyingi qadamYangi yaratish so‘rovidan oldin ko‘rsatilgan maydonlarni tuzating.
Javob`server_error`	ShartQaytarilgan javob operatsiya yoki natijani tekshirish kerakligini bildiradi	Keyingi qadamDastlab qaytarilgan operatsiya/vazifa ID sini, so‘rov sarlavhalarini va javobni saqlang; aynan shu operatsiya uchun qo‘llab-quvvatlanadigan o‘qish so‘rovlarini davom ettiring. Yaratish so‘rovini qayta yubormang.

Taxalluslar

Model taxalluslari

Ailoot asr-1.0

Usul yo‘llari taxalluslari

Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.

Chaqirish uchun tegishli ID lar

asr-1.0

FAQ · asr-1.0

Qanday kirish ma’lumotlari va natijalar mavjud?: POST /v1/audio/transcriptions · asr-1.0: audio → text
So‘rov qaysi maydonlardan foydalanadi?: POST /v1/audio/transcriptions · asr-1.0: model, file, response_format

asr-1.0

asr-1.0

Suhbat yozuvini matnga aylantirish

Til va bir nechta qatnashchi

Natijani taqdim etish

Yozuvga talablar

Boshlash

Ailoot da mavjud · kirish ma’lumotlari va usullar

Tariflar

Ailoot usullari tariflari

So‘rov namunalari

Ailoot · Nutqdan matn

Natijalarni olish va saqlash

Ailoot · Nutqdan matn

Barcha tayyor natijalarni saqlash

Asl javobni tekshirish kerak bo‘lsa

Taxalluslar

Model taxalluslari

Usul yo‘llari taxalluslari

Chaqirish uchun tegishli ID lar

Kompaniya va uning loyihalar portfeli

Tokenlarni chegirma bilan xarid qiling.

API’ni sotadigan mahsulotingizga ulang.