Gemini 3.5 Transcribe Live
нейрожелі
Сипаттамалары
- Кіріс деректер
- мәтін
- Нәтиже
- аудио
- Дауыстар саны
- 6
Промптың құны
(1М токенге қарай)
Жауаптың құны
(1М токенге қарай)
Сурет промпты
(1К токенге қарай)
import OpenAI from 'openai';
const openai = new OpenAI({
apiKey: '<your bothub access token>',
baseURL: 'https://openai.bothub.chat/v1'
});
import fs from 'fs';
async function main() {
const response = await openai.audio.speech.create({
model: 'gemini-3.5-transcribe-live',
voice: 'nova',
input: 'Hello! This is a speech generation example via BotHub.',
response_format: 'mp3',
speed: 0.9
});
const buffer = Buffer.from(await response.arrayBuffer());
await fs.promises.writeFile('output.mp3', buffer);
}main();
Қалай жұмыс істейді Gemini 3.5 Transcribe Live?
Gemini 3.5 Transcribe Live туралы жиі қойылатын сұрақтар
Генерация нәтижелерін коммерциялық мақсатта пайдалана аласыз. Жасалған контентке барлық құқық сізге тиесілі. Жалғыз шектеу: сұрауда үшінші тараптардың авторлық құқықпен қорғалған материалдары пайдаланылмағанына көз жеткізіңіз. Кіріс деректерінің құқықтарын сақтау жауапкершілігі пайдаланушыға жүктеледі.
Gemini 3.5 Transcribe Live нақты уақыт режимінде аудио шығыс және мәтінмен жұмыс істеуге бағытталған: сөйлеуді синтездеу және диалогтық сценарийлерді қолдау. Ол үлкен контексттік терезенің арқасында дыбыстау, тікелей өзара әрекеттесу және ұзақ контексті тапсырмалар үшін жарамды.
Модель мәтіндік сипаттама бойынша аудио шығысын генерациялайды; нақты формат пен кодектер API және платформа параметрлеріне байланысты. Үлкен контекст (65536 токен) және жоғары шығыс лимиті ұзақ немесе дәйекті аудиосценарийлерді қалыптастыруға көмектеседі.
Ұсынылған деректерде ішкі кезеңдік пайымдауды қолдау туралы нақты белгі көрсетілмеген. Мінез-құлыққа промпт пен орта әсер етеді: күрделі пайымдауларды сұрауды рәсімдеу және контекст арқылы ынталандыруға болады, бірақ деректерде кепілдік жоқ.
Біздің деректерде function calling немесе құрылымдық JSON-шығысын қолдау туралы растау жоқ. Интеграциялар үшін BotHub құжаттамасын қарап шығыңыз: мұндай мүмкіндіктер көбінесе API-орамасы деңгейінде немесе үйлесімді OpenAI интерфейсі арқылы іске асырылады.
Ұсынылған деректерде мәтіннен басқа кірістерді қабылдау көрсетілмеген; модель аудио генерациялайтын құрал ретінде мәлімделген. Егер аудио немесе видео жүктеу қажет болса, осы модель үшін BotHub платформасының нақты режимі мен мүмкіндіктерін тексеріңіз.
Қолжетімді деректерде бұл модель үшін орыс тілін түсінудің нақты бағалары жоқ. Типтік тапсырмаларда өз тесттеріңізді өткізуге кеңес береміз — бұл нақты көріністі береді. BotHub-та модельдерді салыстыру және сапаны өз мысалдарыңыз арқылы бағалау ыңғайлы.