Source: https://ailoot.ai/models/zh-hant-tw/assemblyai-universal-3-5-pro/ Canonical: https://ailoot.ai/models/zh-hant-tw/assemblyai-universal-3-5-pro/ Language: zh-hant-tw # AssemblyAI: Universal-3.5 Pro [Markdown](https://ailoot.ai/models/zh-hant-tw/assemblyai-universal-3-5-pro/index.md) · [JSON](https://ailoot.ai/models/zh-hant-tw/assemblyai-universal-3-5-pro/facts.json) ## [AssemblyAI: Universal-3.5 Pro](https://ailoot.ai/models/zh-hant-tw/assemblyai-universal-3-5-pro/) Universal-3.5 Pro 是 AssemblyAI 的語音轉文字模型，可在單次回應中將短音訊片段轉為完整逐字稿。其 Sync 規格加入詞語信心分數、選用的詞語時間戳記、詞彙提示及先前對話上下文，適用於語音輸入與按住說話工作流程。 - [**Ailoot Ultra · 語音轉文字** `POST /v1/audio/transcriptions` `assemblyai/universal-3-5-pro`](https://ailoot.ai/models/zh-hant-tw/assemblyai-universal-3-5-pro/#method-0) 關於模型 此說明介紹模型的能力。Ailoot 可用的輸入、輸出與選項，依所選方法列於下方。 Universal-3.5 Pro 是 AssemblyAI 的語音辨識模型，可將錄製的語音轉成文字。在 Sync 規格下，短音訊片段會在單次回應中產生完整逐字稿。這適合語音訊息、按住說話輸入，以及應用程式已知錄音何時應結束的獨立對話輪次。 將音訊準備成範圍明確的片段。AssemblyAI 的 Sync 要求接受 80 毫秒至 120 秒的音訊，檔案大小上限為 40 MB。支援格式為 WAV，或有號 16 位元、小端序的原始 PCM。音訊可為單聲道或立體聲；立體聲會在內部混音為單聲道。支援的取樣率為 8、16、22.05、24、32、44.1 及 48 kHz。WAV 標頭會提供取樣率與聲道數；原始 PCM 則需要在轉錄設定中另外提供這些數值。 錄下完整語句，並保留語音的開頭與結尾。一個實用的原創任務例子，是包含產品名稱、訂單識別碼及請求的簡短產品支援語音訊息。保留來源片段，讓逐字稿能與這些重要細節核對。較長的錄音應使用適合長篇轉錄的工作流程，不要將短片段的時長限制視為整個模型的音訊容量規格。 結果包含完整逐字稿、附有逐詞信心分數的詞語清單，以及介於零與一之間的整體信心分數。結果也會提供提交音訊的時長及請求識別碼，讓文字能與原始片段保持關聯。可依詞語信心分數找出值得重新聆聽檢查的段落，尤其是對應用程式重要的名稱、數字及領域詞彙。 詞語時間戳記為選用功能，預設關閉。要求此功能時，每個完成對齊的詞語都可附有相對於片段起點、以毫秒表示的開始與結束時間。開發商的規格在詞語無法對齊時會省略這些數值，而不會編造近似時間。時間戳記在英語音訊上的準確度最佳。準備詞語反白、可搜尋的波形或字幕對齊時，明確保留缺漏的時間資訊，並在將文字作為完成的字幕軌使用前，先與錄音核對。 上下文提示用來描述錄音的主題。它可以指定領域、情境，或應用程式已知的特定細節，長度上限為 6000 個字元。先使用符合音訊的簡短描述，例如針對特定裝置的技術支援對話。提示提供辨識上下文，並不是要求將說話者的訊息改寫成另一種文件。 獨立的關鍵詞清單可讓辨識偏向特定詞彙。Sync 規格最多接受 100 個詞語，整份清單合計上限為 8000 個字元。對於少見名稱、縮寫或產品術語，使用精確拼寫；一般容易辨識的詞語則不必加入。過長或不必要的詞語清單可能導致過度更正，因此應聚焦於錄音中重要的詞語。上下文描述與詞彙清單可以一起使用。 先前的對話也有助於解讀簡短回覆。依時間順序由舊到新提供先前語句，而目前音訊仍是本次要轉錄的輪次。文件所列的上下文額度為 500 個輪次，或總計 16,000 個字元。若超過這些上限或模型可用上下文，會先移除最舊的項目。當簡短回答包含識別碼，或其指涉意義來自前一個問題時，這項功能特別有用。 語言選擇會將辨識導向一種或多種預期語言。目前 Sync 介面接受 32 種語言代碼；未指定時預設使用英語。對於語碼轉換音訊，列出預期出現的語言。自訂上下文提示會取代系統管理的預設提示，並覆寫獨立的語言代碼引導，因此同時需要語言與情境上下文時，請在該提示中寫明預期語言。逐字稿應保留實際說出的語言，不要將轉錄視為翻譯指令。 此模型也用於其他 AssemblyAI 轉錄工作流程，但 Sync 規格的短片段要求與結果欄位屬於此特定介面。開發商的 Dictation 工作流程另外加入文字清理階段；逐字稿與改寫後的訊息是不同產出。若後續編輯或摘要步驟產生整理後的版本，應保留辨識出的語音文字，讓原始措辭仍可供比較。 實用產出包括轉錄後的語音訊息、助理的一個完整對話輪次、可供搜尋的短音訊文字，或供審閱介面使用的詞語時間清單。依錄音核對關鍵詞語、保留任何缺漏的對齊資訊，並維持片段與傳回文字的關聯。辨識結果為應用程式的下一步提供有來源依據的轉錄；回答請求或編輯訊息，則屬於外圍工作流程。 **Ailoot Ultra · 語音轉文字** `POST /v1/audio/transcriptions` `assemblyai/universal-3-5-pro` [`assemblyai/universal-3-5-pro`](https://ailoot.ai/models/zh-hant-tw/#m=assemblyai%2Funiversal-3-5-pro&route=Ultra&caller=assemblyai%2Funiversal-3-5-pro&fmt=transcriptions) AssemblyAI /`assemblyai/universal-3-5-pro` ### 入門 Universal-3.5 Pro 是 AssemblyAI 的語音轉文字模型，可在單次回應中將短音訊片段轉為完整逐字稿。其 Sync 規格加入詞語信心分數、選用的詞語時間戳記、詞彙提示及先前對話上下文，適用於語音輸入與按住說話工作流程。 接受的輸入 音訊 結果 文字 ### Ailoot 可用 · 輸入與方法 **Ailoot Ultra · 語音轉文字** `POST /v1/audio/transcriptions` 輸入 `audio` 輸出 `text` | 欄位 | 類型 | 要求 | 值與限制 | 預設值 | | --- | --- | --- | --- | --- | | 欄位`model` | 類型`string` | 要求必填 | 值與限制 assemblyai/universal-3-5-pro | 預設值— | | 欄位`input_audio` | 類型`object` | 要求必填 | 值與限制 | 預設值— | 方法參數與生命週期 | 參數 | 規格 | | --- | --- | | 參數`content_type` | 規格application/json | | 參數`required` | 規格model, input\_audio | | 參數`material_types` | 規格audio | | 參數`material_conditions` | 規格此範例會讀取您實際使用且非空的 PCM WAV 檔案，將完整檔案位元組編碼為 base64，並將 input\_audio.format 設為 wav 傳送。 | 生命週期： `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · 現有自有媒體紀錄中完全相符的 task\_id `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` ### 方案 費率資訊不會增加請求選項。支援的參數列於所選方法中。 快速模式 未指定 選取快速模式時 flex 模式 未指定 選取 flex 模式時 最高推理強度 未指定 最高推理強度採用 default 調整值時 #### Ailoot 費率 #### 各設定的價格 請逐一核對各項費用與所列條件。每組互為替代選項的設定只套用一種費率。 | 設定 | 費率表 | 計費單位 | 費用 | | --- | --- | --- | --- | | 設定基礎 token 費率 | 費率表基本費率 | 計費單位— | 費用 輸入 · 輸入 Token **—** / 1K Token 輸出 · 輸出 Token **—** / 1K Token 輸入 · 讀取快取 **—** / 1K Token 輸入 · 寫入快取 **—** / 1K Token 輸入 · 寫入快取，1 小時 **—** / 1K Token | | 設定輸入音訊秒數 | 費率表— | 計費單位每秒輸入音訊 | 費用 輸入 · 輸入音訊秒數 **$0.00025** 每秒輸入音訊 | Ailoot 會在請求前預留估算金額。取得結果後，依實測用量結算最終費用。串流結算採用最終用量紀錄。[預留金額與結算的運作方式 →](https://ailoot.ai/docs/zh-hant-tw/billing/reserve/) ### 請求範例 #### Ailoot Ultra · 語音轉文字 curl · 實際 WAV 檔案與完整的原始結果 ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_AUDIO_FILE:?Set the path to your actual PCM WAV recording}" export AILOOT_AUDIO_FILE python3 - <<'PY_REQUEST' import base64, io, json, os, wave from pathlib import Path audio = Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes() if not (audio[:4] == b'RIFF' and audio[8:12] == b'WAVE'): raise SystemExit('Supply your actual PCM WAV audio file') with wave.open(io.BytesIO(audio), 'rb') as recording: if recording.getcomptype() != 'NONE' or recording.getnframes() <= 0: raise SystemExit('Supply a nonempty PCM WAV recording') request = {'model': 'assemblyai/universal-3-5-pro', 'input_audio': {'data': base64.b64encode(audio).decode('ascii'), 'format': 'wav'}} Path('request.json').write_text(json.dumps(request, ensure_ascii=False), encoding='utf-8') PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \ -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o response.bin # Retain the complete original response, headers and actual X-Client-Request-ID. # Read existing owned records for recovery; do not resubmit an uncertain operation. ``` ### 接收並儲存結果 #### Ailoot Ultra · 語音轉文字 完整的原始回應本文、狀態與轉送標頭。此處理常式不會加入通用的 JSON 結構、文字欄位或工作封裝。 - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` ##### 保留所有已完成的結果 請保留所有完整傳回的回應、檔案與內容區塊。 保留完整回應與標頭、所有實際輸出、原始回傳的識別碼，以及所有用量欄位。恢復原始作業時，請勿再次提交建立請求。 ##### 需要檢查原始回應時 請保留實際的 X-Client-Request-ID 與完整回應。請讀取原始自有資產及其完全相符的簽署內容 URL；切勿重新提交結果不明的建立請求。 回應欄位 | 欄位 | 類型 | | --- | --- | | 欄位`text (when present)` | 類型 | | 欄位`usage (when present)` | 類型 | 錯誤與後續步驟 | 回應 | 條件 | 下一步 | | --- | --- | --- | | 回應400 · `invalid_request_error` | 條件JSON 本文或明確的標準模型 ID 無效。 | 下一步請保留回應，並修正指出的請求欄位。 | | 回應401 · `authentication_error` | 條件Ailoot API 金鑰無效。 | 下一步請使用您已獲授權的 Ailoot API 金鑰。 | | 回應403 · `permission_error` | 條件此金鑰群組未獲准使用該方法。 | 下一步請保留回傳的錯誤詳細資訊。 | | 回應404 · `not_found_error` | 條件所選方法沒有獲准使用的路由。 | 下一步請保留回傳的錯誤詳細資訊。 | | 回應422 · `price_unavailable` | 條件已接受的費率無法取得其所需的輸入數量或界限。 | 下一步請保留回應，並使用已接受費率所要求的輸入表示方式。 | | 回應503 · `` | 條件所需的儲存系統、路由、方法價格或預留額度無法使用。 | 下一步請保留完整的原始回應。預留額度狀態不明並不代表可以重新提交。 | | 回應502 · `server_error` | 條件原始結果、用量或結算需要查核。 | 下一步請保留實際的請求 ID 與原始回應。請讀取現有的自有紀錄，切勿重新提交建立請求。 | ### 別名 #### 模型別名 **Ailoot Ultra** [`assemblyai/universal-3-5-pro`](https://ailoot.ai/models/zh-hant-tw/#m=assemblyai%2Funiversal-3-5-pro&route=Ultra&caller=assemblyai%2Funiversal-3-5-pro&fmt=transcriptions) #### 方法路徑別名 請使用上方列出的 API 方法路徑。 #### 相關呼叫用 ID [`assemblyai/universal-3-5-pro`](https://ailoot.ai/models/zh-hant-tw/#m=assemblyai%2Funiversal-3-5-pro&route=Ultra&caller=assemblyai%2Funiversal-3-5-pro&fmt=transcriptions) FAQ · AssemblyAI: Universal-3.5 Pro 可以使用哪些輸入與結果？ `POST /v1/audio/transcriptions` · `assemblyai/universal-3-5-pro`: `audio` → `text` 請求使用哪些欄位？ `POST /v1/audio/transcriptions` · `assemblyai/universal-3-5-pro`: `model`, `input_audio` 將 Ailoot 串接 Claude Code、OpenCode、Hermes 或自己的應用程式。 ## 公司及其專案組合 公司及其專案組合：數百萬客戶，每月銷售額達數十億。 ## 優惠購買 token。 訂閱優惠適合持續工作，折扣碼購買 token 最高可折 50%。 訂閱 為定期請求選擇優惠方案。 最高 50% 折扣碼 購買時輸入代碼，價格依活動重算。 歷史中的費用 每次請求保存模型、token 與金額。 [選擇訂閱](https://ailoot.ai/docs/zh-hant-tw/billing/subscriptions/) · [查看模型價格](https://ailoot.ai/models/zh-hant-tw/) ## 將 API 加入 你銷售的產品。 依 Ailoot 正式服務條款與授權合約串接 SaaS、應用程式與機器人；轉售請申請經銷授權。 商用應用程式 在付費功能加入文字、圖片、影片與聲音生成。 經銷授權 提供專案說明與存取方式，要求書面使用和轉售條件。 網站文件 串接前可閱讀正式服務條款、授權合約與資料處理政策。 [申請經銷授權](mailto:support@ailoot.ai) · [正式服務條款與授權合約](https://ailoot.ai/legal/offer?lang=zh-hant-tw) ## Ailoot · 公司及其專案組合 Ailoot以累積的營運經驗、廣大的客戶群、穩定的服務及持續的KPI管理為基礎。 公司及其專案組合：數百萬客戶，每月銷售額達數十億。 Ailoot將這些營運經驗用於API存取，讓客戶的產品、代理、應用程式及自動化流程使用AI功能。