Поиск.
Найдено: 0 моделей и 20 материалов
Материалы
Как анализировать аудио в Gemini API: транскрипция, спикеры и таймкоды
Гайд по Audio Understanding в Gemini API: Files API, audio input, транскрипция, diarization, структурированный результат и ручная проверка.
Audio Overview в Gemini: кому полезен аудиопересказ документов
Обзор Audio Overview в Gemini: поддерживаемые источники, сценарии для учёбы и работы, ограничения и отличие от обычной озвучки текста.
Как создать Audio Overview в Gemini из документа или отчёта
Как превратить документ, презентацию или отчёт Deep Research в аудиообзор Gemini, скачать результат и проверить пересказ.
Как настроить Audio Overview в NotebookLM под нужную аудиторию
Как задать фокус аудиообзора NotebookLM, выбрать уровень объяснения и проверить пересказ перед скачиванием или публикацией.
NotebookLM Video Overview или Audio Overview: какой формат выбрать
Сравниваем видео- и аудиообзоры NotebookLM по сценариям: обучение, отчёты, повторение темы, проверка фактов и время просмотра.
Как анализировать PDF в Gemini API: таблицы, диаграммы и структурированный ответ
Практический гайд по Document Understanding Gemini: inline PDF, Files API, document input, таблицы, страницы, JSON-схема и проверка фактов.
Как озвучить русский текст через Gemini TTS и сохранить WAV
Настройка Gemini TTS через Interactions API: response_format audio, speech_config, voice, Base64, параметры WAV и проверка произношения.
Как расшифровать аудио через OpenAI API и проверить имена, числа и таймкоды
Пошаговая транскрибация аудиофайла через OpenAI API: подготовка записи, audio.transcriptions.create, словарь терминов и контроль ошибок.
Что нового умеет Gemini Canvas в 2026 году: документы, приложения и слайды
Актуальный обзор Gemini Canvas на 11 сентября 2026 года: редактирование документов и кода, предпросмотр, консоль, слайды и Audio Overview.
Как анализировать видео в Gemini API с таймкодами и выбором FPS
Практический анализ видео через Gemini Interactions API: загрузка файла, video input, таймкоды, static processing, clipping, FPS и контрольный тест.
Как включить Sentiment Analysis в AssemblyAI и проверить тональность фраз
sentiment_analysis=true: POSITIVE, NEUTRAL и NEGATIVE, confidence, временные интервалы, тестовые реплики и ограничения классификации.
Как обнаружить одинаковые языковые треки субтитров в HTML
Поиск дублирующихся kind, srclang и label в HTML track перед публикацией двух AI-локализаций.
Как объединить аудиоэтапы через speech_group_span Agents SDK
Создаём speech_group_span для одного голосового ответа, вкладываем speech_span и проверяем общую родительскую связь.
Как отследить передачу управления через handoff_span Agents SDK
Записываем ручной handoff между Router и Delivery через handoff_span и проверяем from_agent, to_agent и вложенность.
Как сохранить response_id через response_span OpenAI Agents SDK
Используем response_span для корреляции OpenAI Response без дублирования полного input/output из generation span.
Как создать generation_span для собственного model adapter
Добавляем generation_span в собственный model adapter: input, output, model_config и usage с проверяемыми значениями.
Как трассировать распознавание речи через transcription_span
Создаём transcription_span с model, input_format, output и безопасным тестовым base64-аудио; проверяем поля без реальной записи.
Как трассировать синтез речи через speech_span OpenAI Agents SDK
Записываем этап text-to-speech через speech_span: model, input, base64 output, output_format и время первого контента.
Как вручную создать agent_span в OpenAI Agents SDK
Создаём agent_span с именем агента, списками tools и handoffs, output_type и проверяем экспортированные поля.
Как зафиксировать срабатывание guardrail через guardrail_span
Создаём guardrail_span с полем triggered, проверяем разрешённый и заблокированный ввод и не сохраняем сам чувствительный текст.