MAI-Transcribe 2 через Tokenator API

Назначение модели

MAI-Transcribe 2 — это многоязычная модель преобразования речи в текст от Microsoft AI, занявшая первое место в многоязычном бенчмарке FLEURS. Она поддерживает 60 языков, имеет автоматическое определение языка, переключение кодов для речи на разных языках, диаризацию говорящих, временные метки на уровне слов, смещение ключевых слов для терминологии, специфичной для предметной области, и настраиваемые стили транскрипции: дословная или чистая. Она подходит для создания субтитров, транскрипции звонков, субтитрования, обеспечения доступности и других приложений с поддержкой голоса, и работает быстрее, чем MAI-Transcribe-1.5 на длинных аудиозаписях.

Спецификация

Полное названиеMAI-Transcribe 2
API IDmai-transcribe-2
Разработчик моделиMicrosoft
ТипРаспознавание речи
Контекстное окно1M токенов
Форматы ответаjson
Формат по умолчаниюjson
Базовая цена100 токенов за секунду входного аудио
Множитель расхода Tokenator1×
ПометкаНОВОЕ
Модальности входаaudio
Поддерживаемые форматы API/v1/audio/transcriptions
Апстрим-провайдеров1
Текущий статусдоступна
Данные обновлены2026-11-06

Апстрим-провайдеры

ПровайдерМножитель
Unified LLM API1×

Запрос идёт к первому доступному провайдеру по приоритету; при его отказе Tokenator переключается на следующего.

Пример запроса

curl
curl https://api.tokenator.top/v1/audio/transcriptions \
  -H "Authorization: Bearer sk-your-tokenator-key" \
  -F 'model=mai-transcribe-2' \
  -F 'file=@recording.wav' \
  -F 'response_format=json'

Частые вопросы о MAI-Transcribe 2

Какой API ID у MAI-Transcribe 2?

mai-transcribe-2 — это значение подставляется в поле model запроса.

Как вызвать эту модель?

Отправьте POST /v1/audio/transcriptions с API ID модели. Примеры запросов и параметры есть в документации по аудио.

Почему модели нет в /v1/models?

У аудиомоделей отдельный каталог: GET /v1/audio/models. Фильтр ?task=tts выбирает синтез речи, ?task=stt — распознавание, ?task=music — генерацию музыки. Чат-эндпоинты аудиомодели не принимают.

Какой API-ключ использовать?

Используйте обычный ключ Tokenator с доступом к этой модели. Передайте его в заголовке Authorization: Bearer sk-your-tokenator-key.

Как отправить аудиофайл?

Передайте multipart/form-data: API ID в поле model, один непустой аудиофайл до 25 MiB — в file. Не задавайте Content-Type вручную: клиент добавит boundary.

Как получить расшифровку обычным текстом?

Укажите response_format=text. По умолчанию возвращается JSON с полем text; verbose_json добавляет сведения, если их вернула модель.

Можно ли указать язык записи?

Передайте language, если модель поддерживает этот параметр. Подсказка prompt и другие параметры также зависят от модели; подробнее — в документации по аудио.