Entegrasyon rehberleri · 2026-10-17

Arapça ses kaydını API ile yazıya dökme: Jais ASR

ifm/jais-asr ile Arapça ve lehçe konuşmaları yazıya dökün: JSON gövdesinde base64 ses, wav/mp3/flac/ogg, 15 dakika sınır, 5 Kasım 2026'ya kadar ücretsiz.

Kısa yanıt: sesi base64 olarak JSON gövdesinde gönderin

LLMTR, farklı sağlayıcıların dil modellerine tek bir OpenAI uyumlu API ile erişim veren bir gateway'dir. Jais ASR'ı burada ifm/jais-asr model kimliğiyle, https://llmtr.com/v1 adresindeki /v1/audio/transcriptions uç noktasından çağırırsınız. Ses dosyası istek gövdesinde base64 olarak, audio_base64 alanında gider; OpenAI SDK'nın dosya yüklemeli çağrısı bu uç noktada çalışmaz.

IFM, model kartında Jais ASR'ı konuşulduğu haliyle Arapça için geliştirilmiş bir konuşma tanıma modeli olarak tanımlar: Modern Standart Arapça ve 19 Arap ülkesinin lehçeleri. Model, IFM ve Inception42'nin 15 Ekim 2026'da duyurduğu Jais 3 ailesiyle birlikte yayımlanmıştır. Her döküm, tanınan dil ya da lehçe etiketiyle gelir.

Arapça ses kaydı API ile nasıl yazıya dökülür?

LLMTR'de bir API anahtarı oluşturun ve onu LLMTR_API_KEY ortam değişkeninde saklayın. Aşağıdaki Python örneği bir mp3 dosyasını okur, base64'e çevirir ve requests ile /v1/audio/transcriptions adresine JSON olarak gönderir. response_format olarak verbose_json istenir; yanıt dökümün yanında language, duration, no_speech ve truncated alanlarını taşır.

language, kaydın tanınan dilidir: Modern Standart Arapça için msa, bir lehçe için ülke kodu (EG, MA, SA gibi), Arapça olmayan bir kayıt için en gibi bir dil kodu. Kayıtta konuşma yoksa no_speech true döner ve text boş gelir; örnek bu durumu ayrı ele alır. truncated true ise döküm kaydın sonuna ulaşmadan bitmiştir.

Örnek, günlük ses hakkı dolduğunda gelen 429 yanıtını yakalar ve Retry-After başlığını yazdırır. Ses dosyası büyük olduğunda yanıt birkaç saniye sürebilir; istemcinin zaman aşımını buna göre verin.

Bir mp3 kaydını base64 olarak ifm/jais-asr'a JSON gövdesiyle gönderen, verbose_json yanıtından dil, süre ve dökümü yazdıran ve konuşma olmayan kaydı ayrıca ele alan Python requests örneği.

import base64
import os

import requests

with open("recording.mp3", "rb") as f:
    audio_b64 = base64.b64encode(f.read()).decode("ascii")

response = requests.post(
    "https://llmtr.com/v1/audio/transcriptions",
    headers={"Authorization": "Bearer " + os.environ["LLMTR_API_KEY"]},
    json={
        "model": "ifm/jais-asr",
        "audio_base64": audio_b64,
        "audio_format": "mp3",
        "response_format": "verbose_json",
    },
    timeout=300,
)
if response.status_code == 429:
    print("Daily audio allowance reached, Retry-After:", response.headers.get("Retry-After"))
    raise SystemExit(1)
response.raise_for_status()

result = response.json()
if result["no_speech"]:
    print("No speech in this recording.")
else:
    print(result["language"], round(result["duration"], 1), "s")
    print(result["text"])

İstek alanları ve sınırlar

Tablo isteğin alanlarını ve modelin sınırlarını gösterir. Kabul edilmeyen bir biçim ya da dil kodu istek modele gitmeden 400 ile döner. prompt ve file_id bu modelde kullanılmaz.

LLMTR'de ifm/jais-asr, 17 Ekim 2026 itibarıyla
Alan ya da sınır	Değer
Uç nokta	/v1/audio/transcriptions (JSON gövde)
audio_format	wav, mp3, flac, ogg (m4a ve webm kabul edilmez)
language	ar, msa, 19 ülke kodu ya da en, fr, es, it; gönderilmezse otomatik
diacritics	true ise Arapça harekeler eklenir
code_switch	true ise İngilizce, Fransızca, İspanyolca, İtalyanca kelimeler kendi alfabesinde kalır
response_format	json (varsayılan), text, verbose_json
Kayıt süresi	en fazla 15 dakika
Günlük hak	60 dakika ses, 5 Kasım 2026 23:59'a (TSİ) kadar ücretsiz

Uzun kayıtlar ve dosya biçimi

Bir istek yaklaşık 9 MB ses taşıyabilir. 15 dakikalık bir kaydı wav olarak göndermek bu sınırı aşabilir; kaydı mp3 ya da ogg olarak sıkıştırın, gerekiyorsa mono ve 16 kHz'e indirin. 15 dakikadan uzun kayıtları sessiz anlardan bölüp ayrı isteklerle gönderin ve dökümleri sırayla birleştirin.

Kaydın dilini biliyorsanız language alanında belirtin; örneğin Mısır lehçesi için EG. Alanı göndermezseniz dil otomatik tanınır ve sonuç language alanında döner. Okunabilirlik için Arapça harekeleri isterseniz diacritics true ekleyin.

Hata durumları ve yeniden deneme

400 invalid_request, isteğin kabul edilmeyen bir değer taşıdığını söyler: m4a ya da webm gibi bir biçim, listede olmayan bir dil kodu, çözülemeyen bir ses dosyası ya da prompt alanı. 400 unsupported_input file_id gönderildiğinde döner. 413, kaydın 15 dakikadan uzun olduğunu söyler; kaydı bölün. Bu hatalarda isteği düzeltmeden tekrarlamayın.

429 iki durumda gelir. Retry-After birkaç saniyeyse kısa süreli istek sınırı doludur; o kadar bekleyip aynı isteği tekrarlayın. Retry-After saatlerle ölçülüyorsa günlük ses hakkı dolmuştur; 00:00'dan (TSİ) sonra devam edin. 503 model_unavailable geçici bir sorunu bildirir; Retry-After varsa o süre sonra tekrar deneyin.

Dökümü bir sonraki adımda bir dil modeline, örneğin özet ya da sınıflandırma için Jais 3'e verecekseniz language etiketini de birlikte gönderin. Böylece model metnin hangi lehçede olduğunu bilir.

Ücretsiz dönem, günlük hak ve veri notu

Jais ASR 5 Kasım 2026 23:59'a (TSİ) kadar ücretsizdir ve her hesabın günde 60 dakika ses hakkı vardır; bu hak sohbet modellerinin token hakkından ayrıdır. Kayıt kalan dakikalardan uzunsa istek gönderilmeden reddedilir. Hak dolduğunda API 429 döner, Retry-After başlığı ne zaman yeniden deneyebileceğinizi söyler ve hak 00:00'da (TSİ) yenilenir. 6 Kasım 2026 00:00'dan itibaren model 410 model_retired döner.

LLMTR'deki model sayfasının veri notuna göre ses kayıtları ve dökümler sağlayıcı tarafından günlüğe kaydedilebilir ve modeli geliştirmek için kullanılabilir. Hassas, kişisel veya müşteri verisi içeren kayıtları göndermeyin. LLMTR ses ve döküm içeriğini kullanım kaydına yazmaz; kayıtta ses süresi tutulur.

Arapça bir ses kaydını Jais ASR ile yazıya dökme

Kaydı base64'e çevirin, ifm/jais-asr ile JSON gövdesinde gönderin ve verbose_json yanıtından dökümü ve dili okuyun.

Kaydı hazırlama. Kaydı wav, mp3, flac ya da ogg olarak hazırlayın; 15 dakikadan uzunsa bölün ve büyükse mp3 ya da ogg olarak sıkıştırın.
İstek. Dosyayı base64'e çevirip audio_base64 alanına koyun ve model ifm/jais-asr ile https://llmtr.com/v1/audio/transcriptions adresine JSON olarak gönderin.
Yanıtı okuma. verbose_json yanıtından text, language ve duration alanlarını okuyun; no_speech true ise kaydı konuşmasız sayın.

Sık sorulan sorular

Jais ASR'a OpenAI SDK ile dosya yükleyebilir miyim?

Hayır. LLMTR'nin /v1/audio/transcriptions ucu sesi JSON gövdesinde, audio_base64 alanında base64 olarak alır. Dosya yüklemeli (multipart) çağrı bu uç noktada çalışmaz.

Jais ASR hangi ses biçimlerini kabul eder?

wav, mp3, flac ve ogg. m4a ve webm kabul edilmez. Kayıt en fazla 15 dakika olabilir.

Kayıtta konuşma yoksa ne döner?

verbose_json yanıtında no_speech true ve boş text döner; language alanı null olur. Model sessiz bir kayıt için metin uydurmaz.