Source: https://ailoot.ai/models/vi/gemini-3-5-transcribe/
Canonical: https://ailoot.ai/models/vi/gemini-3-5-transcribe/
Language: vi

# Gemini 3.5 Transcribe

[Markdown](https://ailoot.ai/models/vi/gemini-3-5-transcribe/index.md) · [JSON](https://ailoot.ai/models/vi/gemini-3-5-transcribe/facts.json)

## [Gemini 3.5 Transcribe](https://ailoot.ai/models/vi/gemini-3-5-transcribe/)

Mô hình của Google để nhận dạng giọng nói, xác định ngôn ngữ, phân biệt người nói và tạo dấu thời gian cho từng từ.

- [**Ailoot · Chuyển giọng nói thành văn bản** `POST /v1/audio/transcriptions` `gemini-3.5-transcribe`](https://ailoot.ai/models/vi/gemini-3-5-transcribe/#method-0)

Về mô hình

Mô tả này trình bày khả năng của mô hình. Đầu vào, đầu ra và tùy chọn có trên Ailoot được liệt kê bên dưới cho phương thức đã chọn.

Gemini 3.5 Transcribe chuyển tệp âm thanh thành văn bản. Ngoài chép lời, mô hình còn hỗ trợ xác định ngôn ngữ, phân biệt người nói, dấu thời gian cho từng từ, từ điển chuyên biệt và xử lý văn bản thông minh.

#### Ngôn ngữ và thời lượng

Mô hình hỗ trợ **hơn 85 ngôn ngữ**, gồm tiếng Nga, và chuyển đổi giữa các ngôn ngữ trong cùng bản ghi. Ngôn ngữ được xác định tự động. Yêu cầu thông thường xử lý âm thanh dài **tối đa một giờ**. Khi phân biệt người nói hoặc bật dấu thời gian từng từ, giới hạn giảm còn **30 phút**.

Đầu ra gồm toàn bộ bản chép lời và, với các chế độ tương ứng, chú giải riêng cho từng từ. Mô hình dành cho xử lý tệp; nhận dạng liên tục theo thời gian thực thuộc phiên bản riêng `gemini-3.5-transcribe-live`.

#### Các chế độ chép lời

Mặc định sử dụng chép lời nguyên văn. Chế độ thông minh bỏ từ đệm, xử lý những chỗ người nói tự sửa và định dạng văn bản. Không thể kết hợp chế độ này với phân biệt người nói và dấu thời gian từng từ.

Tính năng phân biệt người nói hỗ trợ **tối đa tám người**. Việc xác định ai nói một lượt lời với ba người trở lên có **trạng thái thử nghiệm**. Dấu thời gian giúp liên kết văn bản với bản ghi, nhưng bật chúng có thể giảm độ chính xác nhận dạng.

#### Thuật ngữ và tệp

Từ điển thuật ngữ tùy chỉnh chứa **tối đa 1 000 mục**; Google lưu ý rằng thường nên giới hạn ở khoảng một trăm. Từ điển này không tương thích với phân biệt người nói và dấu thời gian từng từ. Vì vậy, khi chọn chế độ cần cân nhắc ưu tiên thuật ngữ chuyên biệt hay chú giải chi tiết người nói và thời gian.

Các định dạng âm thanh được hỗ trợ gồm WAV, MP3, AIFF, AAC, OGG, FLAC, MPEG, M4A, L16, Opus, A-law, mu-law và WebM. Giới hạn thời lượng và cách kết hợp chế độ được công bố cho xử lý tệp. Phần mô tả dòng Transcribe còn nêu ngữ cảnh **96K token** và đầu ra văn bản **32K token**; các đặc tính của dòng mô hình không thay thế giới hạn tệp trong phương thức đã chọn.

Không hỗ trợ lưu đệm ngữ cảnh, thực thi mã, tìm kiếm trong tệp, gọi hàm, tạo ảnh hoặc Thinking. Chuyên môn của mô hình là nhận văn bản và chú giải từ âm thanh, không phải tạo lời nói mới.

**Ailoot · Chuyển giọng nói thành văn bản** `POST /v1/audio/transcriptions` `gemini-3.5-transcribe`

[`gemini-3.5-transcribe`](https://ailoot.ai/models/vi/#m=gemini-3.5-transcribe&route=Core&caller=gemini-3.5-transcribe&fmt=transcriptions)

Google /`gemini-3.5-transcribe`

### Bắt đầu

Mô hình của Google để nhận dạng giọng nói, xác định ngôn ngữ, phân biệt người nói và tạo dấu thời gian cho từng từ.

Đầu vào được chấp nhận

Âm thanh

Kết quả

Văn bản

### Có trên Ailoot · đầu vào & phương thức

**Ailoot · Chuyển giọng nói thành văn bản** `POST /v1/audio/transcriptions`

Đầu vào

`audio`

Đầu ra

`text`

Định dạng đầu ra

json

| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
| --- | --- | --- | --- | --- |
| Trường`model` | Loại`string` | Yêu cầuBắt buộc | Giá trị & giới hạn gemini-3.5-transcribe | Mặc định— |
| Trường`file` | Loại`file` | Yêu cầuBắt buộc | Giá trị & giới hạn Số byte tối đa: 67.108.864 Định dạng tệp: wav, mp3, m4a, ogg, webm, flac Loại nội dung: multipart/form-data Thời lượng tối đa, giây: 600 | Mặc định— |
| Trường`response_format` | Loại`string` | Yêu cầuKhông bắt buộc | Giá trị & giới hạn json | Mặc định— |

Tổ hợp tư liệu đầu vào

**speech\_to\_text** · Bắt buộc: actual audio file

Tham số phương thức và vòng đời

| Tham số | Hợp đồng |
| --- | --- |
| Tham số`material_types` | Hợp đồngaudio |
| Tham số`required` | Hợp đồngnull |
| Tham số`optional_controls` | Hợp đồngnull |

Vòng đời: `synchronous_result_then_owned_library`

`GET /v1/media/tasks/{task_id}` · Giá trị task\_id thực tế đã trả về hoặc bản ghi trong thư viện nội dung đa phương tiện

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

`GET /v1/media/assets`

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

Cấu trúc phương thức và ID là chính xác; khả năng của nhà cung cấp tách biệt với việc cho phép tiếp nhận yêu cầu.

### Bảng giá

#### Mức phí phương thức Ailoot

Đầu vào

0,01 US$ *mỗi phút, thời lượng làm tròn lên*

Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. [Cách hoạt động của cơ chế tạm giữ và quyết toán →](https://ailoot.ai/docs/vi/billing/reserve/)

### Ví dụ yêu cầu

#### Ailoot · Chuyển giọng nói thành văn bản

Ví dụ chép lời

```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
```

### Nhận và lưu kết quả

#### Ailoot · Chuyển giọng nói thành văn bản

json

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

##### Lưu tất cả kết quả đã hoàn tất

Lưu mọi phản hồi hoàn chỉnh, tệp và phần nội dung được trả về.

Giữ lại toàn bộ JSON, không chỉ văn bản; giữ nguyên mọi đoạn/người nói/dấu thời gian hiện có và mã định danh tác vụ/tài sản thực tế.

##### Nếu cần kiểm tra phản hồi gốc

Giữ lại operation\_id/X-Client-Request-ID gốc để đối soát mà không gửi lại yêu cầu; không có tuyến truy vấn trạng thái riêng cho âm thanh.

Trường phản hồi

| Trường | Loại |
| --- | --- |
| Trường`text` | Loạistring |
| Trường`segments[]` | Loạiobject |
| Trường`task_id` | Loạistring |
| Trường`asset_url` | Loạistring |
| Trường`usage` | Loạiobject |

Lỗi và bước tiếp theo

| Phản hồi | Điều kiện | Bước tiếp theo |
| --- | --- | --- |
| Phản hồi400 · `invalid_request_error` | Điều kiệnTrường bắt buộc, cách biểu diễn tài liệu hoặc giá trị tham số không hợp lệ | Bước tiếp theoSửa các trường được chỉ ra trước khi gửi yêu cầu tạo mới. |
| Phản hồi`server_error` | Điều kiệnPhản hồi trả về cho biết thao tác hoặc kết quả cần được kiểm tra | Bước tiếp theoGiữ lại ID thao tác/tác vụ gốc đã trả về, các header của yêu cầu và toàn bộ phản hồi; tiếp tục truy xuất thao tác gốc đó bằng các phương thức được hỗ trợ. Không gửi lại yêu cầu tạo. |

### Bí danh

#### Bí danh mô hình

**Ailoot** [`gemini-3.5-transcribe`](https://ailoot.ai/models/vi/#m=gemini-3.5-transcribe&route=Core&caller=gemini-3.5-transcribe&fmt=transcriptions)

#### Bí danh đường dẫn phương thức

Dùng các đường dẫn phương thức hiển thị ở trên.

#### ID gọi liên quan

[`gemini-3.5-transcribe`](https://ailoot.ai/models/vi/#m=gemini-3.5-transcribe&route=Core&caller=gemini-3.5-transcribe&fmt=transcriptions)

FAQ · Gemini 3.5 Transcribe

Có những đầu vào và kết quả nào?

`POST /v1/audio/transcriptions` · `gemini-3.5-transcribe`: `audio` → `text`

Yêu cầu sử dụng những trường nào?

`POST /v1/audio/transcriptions` · `gemini-3.5-transcribe`: `model`, `file`, `response_format`

Kết nối Ailoot với Claude Code, OpenCode, Hermes hoặc ứng dụng của bạn.

## Công ty và danh mục dự án của công ty

Công ty và danh mục dự án của công ty: hàng triệu khách hàng; doanh số hàng tỷ mỗi tháng.

## Mua token với giá ưu đãi.

Ưu đãi thuê bao cho nhu cầu thường xuyên. Mã khuyến mãi giảm đến 50% khi mua token.

Thuê bao

Chọn gói ưu đãi cho các yêu cầu thường xuyên của bạn.

Mã giảm đến 50%

Nhập mã khi mua. Giá được tính lại theo chương trình đang áp dụng.

Chi phí trong lịch sử

Mô hình, token và số tiền được lưu cho mỗi yêu cầu.

[Chọn gói thuê bao](https://ailoot.ai/docs/vi/billing/subscriptions/) · [Xem giá mô hình](https://ailoot.ai/models/vi/)

## Kết nối API vào sản phẩm bạn đang bán.

SaaS, ứng dụng và bot — theo đề nghị giao kết chính thức và thỏa thuận cấp phép Ailoot. Muốn bán lại, hãy yêu cầu giấy phép bán lại.

Ứng dụng thương mại

Tích hợp tạo văn bản, ảnh, video và âm thanh vào các tính năng trả phí của dịch vụ.

Giấy phép bán lại

Gửi mô tả dự án và cách cung cấp quyền truy cập. Yêu cầu điều khoản sử dụng và bán lại bằng văn bản.

Tài liệu trên website

Đề nghị giao kết, thỏa thuận cấp phép và chính sách xử lý dữ liệu có sẵn trước khi kết nối.

[Yêu cầu giấy phép bán lại](mailto:support@ailoot.ai) · [Đề nghị giao kết và thỏa thuận cấp phép](https://ailoot.ai/legal/offer?lang=vi)

## Ailoot · Công ty và danh mục dự án của công ty





Ailoot dựa trên kinh nghiệm vận hành tích lũy, cơ sở khách hàng lớn, dịch vụ ổn định và việc kiểm soát KPI liên tục.





Công ty và danh mục dự án của công ty: hàng triệu khách hàng; doanh số hàng tỷ mỗi tháng.





Ailoot áp dụng kinh nghiệm vận hành này để cung cấp quyền truy cập API vào các tính năng AI trong sản phẩm của khách hàng, tác tử, ứng dụng và quy trình tự động hóa.