Microsoft AI: MAI-Transcribe 1.5: مدل صوتی
MAI-Transcribe 1.5 مدلِ گفتار-به-متنِ چندزبانه‌ی Microsoft برای زیرنویس، تماس‌ها و دسترس‌پذیری در ۴۳ زبان است. از داخل ایران و از طریق هرمز.
- قیمت:
- $0.006/minute of audio
- نوع:
- audio
- صوت
MAI-Transcribe 1.5 یک مدلِ گفتار-به-متنِ چندزبانه از Microsoft AI است. برای زیرنویس، رونویسیِ تماس، زیرنویسِ ویدیو، دسترس‌پذیری و دیگر کاربردهای صوتی در ۴۳ زبان مناسب است.
هرمز MAI-Transcribe 1.5 را روی دو مسیر ارائه میدهد: مسیرِ سازگار با OpenAI یعنی /v1/audio/transcriptions که متن را در همان پاسخ برمیگرداند، و /v1/predictions برای ضبطهای طولانی که در پسزمینه پردازش می‌شوند. فارسی را پشتیبانی نمی‌کند: در آزمایش‌های ما گفتارِ فارسی با حروفِ لاتین برگشت. برای فارسی، MAI-Transcribe 2 را به کار ببرید.
هزینه به ازای هر دقیقه صدا محاسبه می‌شود؛ نرخِ روز در جدولِ قیمتِ همین صفحه آمده و فقط بابت مصرفِ واقعی پرداخت می‌کنید. هرمز دسترسیِ پایدار به آن را از داخل ایران فراهم میکند، بدون نیاز به کارت اعتباری خارجی یا ابزارهای دور زدن تحریم.
MAI-Transcribe 1.5 is a multilingual speech-to-text model from Microsoft AI. It is suited for captions, call transcription, subtitling, accessibility, and other voice-enabled applications, with reliable transcription across 43 languages, diverse...
شروع سریع
curl https://api.hormouz.net/v1/audio/transcriptions \ -H "Authorization: Bearer ng-YOUR_API_KEY" \ -F model=microsoft/mai-transcribe-1.5 \ -F file=@audio.mp3
مشخصات
| سازنده | Microsoft |
|---|---|
| نوع | صدا |
| پنجره زمینه | — |
| قیمت | $0.006/minute of audio |
| نوع API | transcriptions |
نمونه کد
curl https://api.hormouz.net/v1/audio/transcriptions \ -H "Authorization: Bearer ng-YOUR_API_KEY" \ -F model=microsoft/mai-transcribe-1.5 \ -F file=@audio.mp3
from openai import OpenAI
client = OpenAI(api_key="ng-YOUR_API_KEY", base_url="https://api.hormouz.net/v1")
with open("audio.mp3", "rb") as f:
tr = client.audio.transcriptions.create(model="microsoft/mai-transcribe-1.5", file=f)
print(tr.text)import OpenAI from "openai";
import fs from "node:fs";
const client = new OpenAI({ apiKey: "ng-YOUR_API_KEY", baseURL: "https://api.hormouz.net/v1" });
const tr = await client.audio.transcriptions.create({
model: "microsoft/mai-transcribe-1.5",
file: fs.createReadStream("audio.mp3"),
});
console.log(tr.text);خرید API Microsoft AI: MAI-Transcribe 1.5 با پرداخت ریالی
- با کارت بانکی ایرانی اعتبار بخرید؛ کارت ارزی و حساب خارجی لازم نیست.
- با یک کلید هرمز به Microsoft AI: MAI-Transcribe 1.5 و بیش از ۶۰۰ مدل دیگر دسترسی دارید و فقط به اندازه‌ی مصرف می‌پردازید.
- بدون فیلترشکن و بدون خطر بن شدن حساب؛ کافی است آدرس پایه را به api.hormouz.net/v1 تغییر دهید.
استفاده از طریق هرمز
با یک کلید API به این مدل و بیش از ۶۰۰ مدل دیگر وصل شوید و مصرف هر مدل را تا سطح هر درخواست ببینید.
درخواست دسترسی شرکتیسوالات متداول
- هزینه‌ی استفاده از MAI-Transcribe 1.5 چقدر است؟
- هزینه به ازای هر دقیقه صدا محاسبه می‌شود؛ نرخِ روز در جدولِ قیمتِ همین صفحه آمده و فقط بابت مصرفِ واقعی پرداخت می‌کنید.
- چطور از داخل ایران به MAI-Transcribe 1.5 دسترسی داشته باشم؟
- کافی است در هرمز حساب بسازید و یک کلید API بگیرید. هرمز مسیرِ دسترسیِ پایدار به این مدل را از داخل ایران فراهم میکند و نیازی به کارت اعتباری خارجی یا ابزارِ دور زدنِ تحریم ندارید.
- چطور MAI-Transcribe 1.5 را فراخوانی کنم؟
- هرمز MAI-Transcribe 1.5 را روی دو مسیر ارائه میدهد. مسیرِ سازگار با OpenAI یعنی POST /v1/audio/transcriptions فایل را بهصورتِ فیلدِ multipart با نامِ «file»، یا بهصورتِ JSON در input_audio (با data بهشکلِ base64 و format) میگیرد و {text, usage} را در همان پاسخ برمیگرداند. POST /v1/predictions ضبطهای طولانی را در پسزمینه پردازش میکند: input.audio یک نشانیِ https یا یک data: URI است و input.language اختیاری است. کدی که برای SDK اوپنایآی نوشته شده فقط با تغییرِ آدرسِ پایه کار میکند.
- آیا MAI-Transcribe 1.5 فارسی را پشتیبانی میکند؟
- نه. در آزمایش‌های ما گفتارِ فارسی با حروفِ لاتین برگشت. برای فارسی، MAI-Transcribe 2 را به کار ببرید که رونویسیِ فارسیِ دقیقی تحویل داد.
به‌روزرسانی: 2026-10-13