Source: https://ailoot.ai/models/zh-hant-tw/microsoft-mai-transcribe-1-5/
Canonical: https://ailoot.ai/models/zh-hant-tw/microsoft-mai-transcribe-1-5/
Language: zh-hant-tw

# Microsoft AI: MAI-Transcribe 1.5

[Markdown](https://ailoot.ai/models/zh-hant-tw/microsoft-mai-transcribe-1-5/index.md) · [JSON](https://ailoot.ai/models/zh-hant-tw/microsoft-mai-transcribe-1-5/facts.json)

## [Microsoft AI: MAI-Transcribe 1.5](https://ailoot.ai/models/zh-hant-tw/microsoft-mai-transcribe-1-5/)

Microsoft AI MAI-Transcribe 1.5 可將錄製語音轉為文字，涵蓋 43 種語言，具備自動語言識別，並重視口音與嘈雜音訊。模型卡描述針對名稱與專業術語的領域感知關鍵字偏向提示。逐字稿可作為經核對筆記或字幕的基礎。

- [**Ailoot Ultra · 語音轉文字** `POST /v1/audio/transcriptions` `microsoft/mai-transcribe-1.5`](https://ailoot.ai/models/zh-hant-tw/microsoft-mai-transcribe-1-5/#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。

Microsoft AI MAI-Transcribe 1.5 是將錄製音訊轉為書面內容的語音轉文字模型。其確切模型卡描述支援 43 種語言辨識、自動語言識別，以及對口音、方言、說話風格與噪音環境的穩健性。此版本在 MAI-Transcribe 1 的 25 種語言之外，增加十八種語言。實用成果是演講、訪談、通話或語音筆記的書面語音內容，可先對照錄音檢查，再進行後續編修或分析。

以開發商列出的 WAV、MP3 或 FLAC 格式，準備完整且可理解的錄音。保留原始檔與區段劃分，讓逐字稿可與音訊比較。演講應保留技術術語前後的片語，不要只擷取困難字詞。語音筆記應保留會改變名稱、時間或數字的修正。周邊語音提供辨識內容的上下文，聽者檢查則可指出輸出需要修正之處。

自動語言識別可處理錄音，而無須事先選擇語言。43 種語言包含英文、法文、德文、義大利文、西班牙文、印地文、中文、日文、韓文、阿拉伯文、印尼文、俄文、泰文與越南文。新增語言包含保加利亞文、加泰隆尼亞文、希臘文、烏克蘭文，以及數種南亞語言。應確認目標語言屬於此版本的範圍，不要挪用 MAI-Transcribe 2 較廣的涵蓋範圍。多語言資料集合應將錄音語言隨已檢查文字保留，使下游編修符合實際口語內容。

1.5 模型卡描述最多 200 個詞的關鍵字或實體偏向提示；發行說明解釋用途，是把可能出現的名稱、縮寫與專業詞彙作為上下文。開發商描述的是上下文提示，而非盲目將提供字詞強行塞入結果。準備相關詞彙，例如專案名稱、技術儀器，或錄音中提到的人名正確拼法。將術語作為實際錄音的上下文，並對照語音檢查辨識詞。

工程課程錄音應準備所討論儀器的名稱，以及專案縮寫的確切拼法。將精確拼法寫入聚焦術語清單，與音訊及逐字稿一併保存。對照口語段落檢查這些出現位置，不要把詞彙項目當成配對成立的證明。發音相似的名稱仍可能需要檢查。結果應保留實際說出的字詞，包括會改變意義的修正或限定。

開發商強調真實世界音訊表現，包括背景噪音與不同麥克風條件。實際檢查可聚焦於同時發言、微弱聲音，或部分被其他聲音掩蓋的字詞。將不確定性連結至對應音訊段落，不要依主題假設填補。看似合理的句子仍可能含有錯誤專有名詞或數字。通話逐字稿的實用成果，是可供後續分析使用、經核對的口語內容記錄，而非猜測來電者意圖的敘述。

確切 1.5 模型卡列出最大檔案大小為 300 MB、時長為兩小時。其連結的同步轉錄 REST 參考文件描述更嚴格的服務輸入：小於 250 MB，且短於兩小時。這些是分別明載的模型卡與介面限制。檔案應符合預期介面的額度，較長資料則依有意義的錄音邊界整理。檔案大小限制針對編碼音訊，時長限制針對語音錄製長度；兩者都不是文字模型上下文視窗。

模型卡輸出範例是 JSON，包含錄音時長與合併後的辨識文字。文字可成為可讀逐字稿、字幕腳本，或後續摘要與搜尋的輸入。若結果不含所需時間資料，字幕單元分組與錄音對齊則須另行準備。訪談記錄若要將台詞歸屬具名參與者，需要另有經核對的說話者記錄。保留辨識措辭與音訊，作為後續成果的基礎。

規劃輸出時應注意版本界線。1.5 模型卡明確將說話者分離列為不支援能力；開發商版本比較則將逐字時間戳記與 clean/verbatim 風格控制歸於 MAI-Transcribe 2。原生串流模型也是另一個版本。因此，此 1.5 模型版本聚焦錄音辨識文字與文件所載的領域上下文，不應把其他版本的說話者、時間或即時輸入功能納入結果。製作引述段落、字幕軌或衍生文件前，應檢查名稱、數字、術語與不清楚語音。

**Ailoot Ultra · 語音轉文字** `POST /v1/audio/transcriptions` `microsoft/mai-transcribe-1.5`

[`microsoft/mai-transcribe-1.5`](https://ailoot.ai/models/zh-hant-tw/#m=microsoft%2Fmai-transcribe-1.5&route=Ultra&caller=microsoft%2Fmai-transcribe-1.5&fmt=transcriptions)

Microsoft AI /`microsoft/mai-transcribe-1.5`

### 入門

Microsoft AI MAI-Transcribe 1.5 可將錄製語音轉為文字，涵蓋 43 種語言，具備自動語言識別，並重視口音與嘈雜音訊。模型卡描述針對名稱與專業術語的領域感知關鍵字偏向提示。逐字稿可作為經核對筆記或字幕的基礎。

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 microsoft/mai-transcribe-1.5 | 預設值— |
| 欄位`input_audio` | 類型`object` | 要求必填 | 值與限制 | 預設值— |
| 欄位`language` | 類型`string` | 要求選填 | 值與限制 | 預設值— |
| 欄位`temperature` | 類型`number` | 要求選填 | 值與限制 最小值: 0 最大值: 1 | 預設值— |
| 欄位`response_format` | 類型`string` | 要求選填 | 值與限制 json, verbose\_json | 預設值json |
| 欄位`timestamp_granularities` | 類型`array` | 要求選填 | 值與限制 | 預設值— |
| 欄位`provider` | 類型`object` | 要求選填 | 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` | 規格請讀取實際的 WAV 檔案，並將其真實位元組編碼，用於所宣告的 JSON input\_audio；此確切的純 JSON 宣告並未提供 multipart 路由。 |

生命週期： `synchronous_result_then_owned_library`

`GET /v1/media/tasks/{task_id}` · 實際回傳的 task\_id 或媒體庫紀錄

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

`GET /v1/media/assets`

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

### 方案

##### 最終費用的計算方式

顯示的費率用於在生成前估算費用。最終費用依原始生成作業記錄的成本計算。實測的輸出時間長度與預估數量並非最終計費數量。

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

#### 供比較的預估費率

#### 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 | 預估數量 | 計費單位 | 費用 |
| --- | --- | --- | --- | --- |
| 設定基礎 token 費率 | 費率表基本費率 | 預估數量— | 計費單位— | 費用 輸入 · 輸入 Token · 僅供比較的估算 **—** / 1K Token 輸出 · 輸出 Token · 僅供比較的估算 **—** / 1K Token 輸入 · 讀取快取 · 僅供比較的估算 **—** / 1K Token 輸入 · 寫入快取 · 僅供比較的估算 **—** / 1K Token 輸入 · 寫入快取，1 小時 · 僅供比較的估算 **—** / 1K Token |
| 設定輸入音訊小時數 | 費率表— | 預估數量— | 計費單位每小時輸入音訊 | 費用 輸入 · 輸入音訊小時數 · 僅供比較的估算 **$0.72** 每小時輸入音訊 |
| 設定預估生成費用 | 費率表— | 預估數量單次生成估算值 | 計費單位— | 費用 輸出 · 預估生成費用 · 僅供比較的估算 **$0.0002** 生成前估算 此估算並非額外費用，也不是本次生成完成後的固定費率。 |

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 · 精確的原生請求主體與完整結果

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_AUDIO_FILE:?Set the path to your actual WAV recording}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
import base64
audio=Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes()
if not (audio[:4]==b'RIFF' and audio[8:12]==b'WAVE'): raise SystemExit('Supply an actual WAV audio file')
if len(audio)>26214400: raise SystemExit('Use a documented supported large-file flow')
request={'model': 'microsoft/mai-transcribe-1.5', 'input_audio': {'data': '${BASE64_ACTUAL_WAV_BYTES}', 'format': 'wav'}}
request['input_audio']['data']=base64.b64encode(audio).decode('ascii')
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
# Keep the complete original response and headers. Read every returned segment, word and usage field.
# Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting.
```

### 接收並儲存結果

#### Ailoot Ultra · 語音轉文字

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

其他內容讀取方式

讀取現有且屬於自己的素材

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \
  -H "Authorization: Bearer $AILOOT_API_KEY" -o owned-assets.json
# Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token.
```

##### 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

保留回傳的 X-Client-Request-ID，以供核對。僅讀取實際回傳的 task\_id/asset\_id 值或自己擁有的媒體庫；請勿以作業 ID 組成任務 URL，也請勿重新提交建立請求。

回應欄位

| 欄位 | 類型 |
| --- | --- |
| 欄位`text` | 類型 |
| 欄位`usage` | 類型 |
| 欄位`segments[]` | 類型 |
| 欄位`words[]` | 類型 |
| 欄位`speaker fields` | 類型 |
| 欄位`timestamps` | 類型 |

### 別名

#### 模型別名

**Ailoot Ultra** [`microsoft/mai-transcribe-1.5`](https://ailoot.ai/models/zh-hant-tw/#m=microsoft%2Fmai-transcribe-1.5&route=Ultra&caller=microsoft%2Fmai-transcribe-1.5&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

[`microsoft/mai-transcribe-1.5`](https://ailoot.ai/models/zh-hant-tw/#m=microsoft%2Fmai-transcribe-1.5&route=Ultra&caller=microsoft%2Fmai-transcribe-1.5&fmt=transcriptions)

FAQ · Microsoft AI: MAI-Transcribe 1.5

可以使用哪些輸入與結果？

`POST /v1/audio/transcriptions` · `microsoft/mai-transcribe-1.5`: `audio` → `text`

請求使用哪些欄位？

`POST /v1/audio/transcriptions` · `microsoft/mai-transcribe-1.5`: `model`, `input_audio`, `language`, `temperature`, `response_format`, `timestamp_granularities`, `provider`

適用哪些限制？

`POST /v1/audio/transcriptions` · `microsoft/mai-transcribe-1.5`: `temperature.minimum`: `0`; `temperature.maximum`: `1`

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。