OpenAI: Whisper 1

يفرّغ Whisper 1 ملفًا صوتيًا مكتملًا إلى نص، مع التعرّف متعدد اللغات وطوابع زمنية للكلمات أو المقاطع. تدعم الجهة المنتجة صيغ الترجمة النصية ومسارًا منفصلًا للترجمة إلى الإنجليزية؛ وتحافظ نتيجة التفريغ على لغة التسجيل.

Ailoot Ultra · التعرّف على الكلام POST /v1/audio/transcriptions openai/whisper-1

عن النموذج

يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.

Whisper 1 هو نموذج واجهة API من OpenAI للتعرّف العام على الكلام، وتذكر وثائقه أنه يعمل بنموذج Whisper V2 مفتوح المصدر. يتلقى ملفًا صوتيًا ويعيد نصًا. وتصف الشركة المصنّعة التعرّف متعدد اللغات وتحديد اللغة ومهمة منفصلة لترجمة الكلام. يحافظ التفريغ على اللغة المنطوقة؛ وتعيد واجهة الترجمة المنفصلة لدى الجهة المنتجة نصًا إنجليزيًا.

من التطبيقات المفيدة إعداد مقابلة أو ملاحظة صوتية أو محادثة مسجّلة للبحث والتحرير لاحقًا. قدّم التسجيل المكتمل ولغة إدخاله عند معرفتها. توثّق OpenAI دعم 98 لغة وتلاحظ أن دقة التعرّف تختلف بحسب اللغة. يستخدم تلميح اللغة المفرد رمز ISO 639-1؛ أما حقول اللغات المتعددة والكلمات المفتاحية الأحدث في نماذج التفريغ الأخرى فهي إعدادات منفصلة.

يقبل مسار تفريغ الملفات لدى الجهة المنتجة ملفات حتى 25 MB بصيغ MP3 أو MP4 أو MPEG أو MPGA أو M4A أو WAV أو WebM. ولتسجيل أكبر، استخدم صيغة مضغوطة أو قسّمه إلى أجزاء ضمن الحد. حافظ على حدود الجمل وترتيب الأجزاء ليظل التفريغ المجمع مرتبطًا بالتسجيل الأصلي. توفر حاوية الفيديو صوتها لهذه المهمة، ولا تكون مدخلًا لوصف بصري.

يمكن للتوجيه أن يقدّم أسماء أو اختصارات أو مفردات خاصة بالتسجيل وسياقًا من مقطع سابق. حد توجيه Whisper هو 224 رمزًا، ويجب أن تطابق لغة التوجيه لغة الصوت. وتذكر الشركة المصنّعة أن Whisper لا يتبع التعليمات كنموذج نصي عام. استخدم التوجيه سياقًا مناسبًا للتفريغ، ثم تحقّق من التهجئات المهمة بالرجوع إلى التسجيل بدل اعتبار قائمة المصطلحات كلمات لا بد أن المتحدث قالها.

توثّق الجهة المنتجة صيغ تفريغ JSON والنص العادي وSRT وVTT وverbose JSON. تتطلب الطوابع الزمنية للكلمات والمقاطع verbose JSON؛ ويمكن طلب أي من المستويين أو كليهما. ويذكر مرجع API أن طوابع المقاطع لا تضيف كمونًا، بينما تحتاج طوابع الكلمات إلى معالجة إضافية. تدعم هذه المخرجات إعداد الترجمات النصية وتحديد مواضع المقاطع أثناء التحرير؛ أما تعليقات فصل المتحدثين فتخص نموذجًا متخصصًا مختلفًا.

لا يدعم Whisper 1 بث تفريغ الملفات. ويوثّق مرجعه أيضًا درجة حرارة لأخذ العينات بين صفر وواحد؛ وعند الصفر يستطيع النموذج زيادتها تلقائيًا عندما تستدعي عتبات فك الترميز ذلك. يصف هذا إعدادات المعالجة لدى الجهة المنتجة، ولا يعد بأن ينتج كل تسجيل تفريغًا متطابقًا أو دقيقًا تمامًا.

حدّد المادة النهائية: تفريغ للبحث، أو ملف ترجمة نصية، أو نص مع توقيت الكلمات أو المقاطع. احتفظ بالتسجيل الأصلي وترتيب الأجزاء والمراجع الزمنية ذات الصلة مع النتيجة. ويمكن لخطوة تحرير نصي لاحقة تصحيح تهجئة أو إعداد ملخص، لكن قارن التغييرات بالصوت للحفاظ على معنى المتحدث. ويصبح النص المتعرّف عليه دليلًا للمهمة التالية، لا إجابة مولّدة عن السؤال المنطوق.

Ailoot Ultra · التعرّف على الكلام POST /v1/audio/transcriptions openai/whisper-1

openai/whisper-1

OpenAI /openai/whisper-1

البداية

المدخلات المقبولة: الصوت
النتائج: transcription

متاح في Ailoot · المدخلات والطرائق

Ailoot Ultra · التعرّف على الكلام POST /v1/audio/transcriptions

الإدخال: audio
الإخراج: transcription
صيغة الإخراج: json

الحقل	النوع	المتطلب	القيم والحدود	القيمة الافتراضية
الحقل`model`	النوع`string`	المتطلبمطلوب	القيم والحدود openai/whisper-1	القيمة الافتراضية—
الحقل`file`	النوع`file`	المتطلبمطلوب	القيم والحدود نوع المحتوى: multipart/form-data	القيمة الافتراضية—
الحقل`response_format`	النوع`string`	المتطلباختياري	القيم والحدود json	القيمة الافتراضية—
الحقل`input_audio.data`	النوع`base64_string`	المتطلبمطلوب	القيم والحدود ينطبق عندما: إدخال WhisperOR بصيغة JSON	القيمة الافتراضية—
الحقل`input_audio.format`	النوع`string`	المتطلبمطلوب	القيم والحدود wav, mp3, flac, ogg, m4a, webm ينطبق عندما: إدخال WhisperOR بصيغة JSON	القيمة الافتراضية—

تركيبات مواد الإدخال

· مطلوب: model, file

معلمات الطريقة ودورة حياتها

المعلمة	المواصفات
المعلمة`contours`	المواصفات{"content_types":["application/json","multipart/form-data"],"required_json":["model","input_audio.data","input_audio.format"],"required_multipart":["model","file"],"file_formats":["wav","mp3","flac","ogg","m4a","webm"],"response_format_optional":["json"]}, {"content_types":["multipart/form-data"],"required":["model","file"],"file_formats":["mp3"],"response_format_option":false}
المعلمة`max_bytes`	المواصفات26214400
المعلمة`material_types`	المواصفاتaudio

دورة الحياة: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · قيمة task_id الفعلية المُعادة أو سجل مكتبة الوسائط

GET /v1/media/assets/{asset_id}/content

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

استخدم التسجيل الفعلي والتنسيق المطابق.

احتفظ بنص التفريغ كاملاً، والمقاطع، ومعرّفات المتحدثين، والتوقيت.

الباقات

مراجع التسعير لا تضيف خيارات للطلب. المعلمات المدعومة مذكورة للطريقة المحددة.

الوضع السريع: غير محدد عند اختيار الوضع السريع
الوضع المرن: غير محدد عند اختيار وضع flex
أقصى جهد للاستدلال: غير محدد عندما يُطبَّق الضبط الافتراضي default مع أقصى جهد للاستدلال

تعرفات Ailoot

الأسعار حسب الإعدادات

طابق كل رسم مع الشروط المعروضة. طبّق تعرفة واحدة لكل مجموعة من الإعدادات البديلة.

الإعدادات	جدول التعرفة	وحدة الفوترة	الرسوم
الإعداداتالتعرفات الأساسية للرموز	جدول التعرفةالتعرفة الأساسية	وحدة الفوترة—	الرسوم الإدخال · رموز الإدخال — / 1K من الرموز الإخراج · رموز الإخراج — / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز
الإعداداتثانية صوت مُدخل	جدول التعرفة—	وحدة الفوترةلكل ثانية صوت مُدخل	الرسوم الإدخال · ثانية صوت مُدخل $0.0002 لكل ثانية صوت مُدخل

تفاصيل التعرفة المرجعية

لا تغيّر جداول التعرفة المرجعية على مستوى النموذج اختيار الطريقة أو عروض الأسعار أو الرسوم. وتستخدم الرسوم الفعلية تعرفات طريقة Ailoot المحددة.

OpenAI: Whisper 1

الأسعار حسب الإعدادات

الإعدادات	شروط الفوترة	الرسوم
الإعداداتOpenAI: Whisper 1 · الإعداد الافتراضي	شروط الفوترةالإعداد الافتراضي	الرسوم الإدخال · ثواني الصوت المُدخل ⁦‏0.0002 US$⁩ لكل ثانية صوت مُدخل

تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. كيفية عمل حجز المبلغ وتسوية الرسوم →

أمثلة للطلبات

Ailoot Ultra · التعرّف على الكلام

curl

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_AUDIO_FILE:?Set the path to your actual MP3 recording}"
export AILOOT_AUDIO_FILE
python3 - <<'PY_REQUEST'
import os
from pathlib import Path
p=Path(os.environ["AILOOT_AUDIO_FILE"])
if not p.is_file() or p.suffix.lower()!=".mp3":raise SystemExit("Choose an existing MP3 recording")
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \
  -H "Authorization: Bearer $AILOOT_API_KEY" \
  --form-string model=openai/whisper-1 -F "file=@$AILOOT_AUDIO_FILE" \
  -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path("result.json").read_text())))
PY_RESULT

استلام النتائج وحفظها

Ailoot Ultra · التعرّف على الكلام

json

GET /v1/media/tasks/{task_id}
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}

عمليات أخرى لقراءة المحتوى

مكتبة الوسائطحالة المهمةتفاصيل الأصل

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \
  -H "Authorization: Bearer $AILOOT_API_KEY" -o media-assets.json

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_MEDIA_TASK_ID:?Set the actual ID returned by the response or media-library metadata}"
export AILOOT_MEDIA_TASK_ID
resource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ["AILOOT_MEDIA_TASK_ID"],safe=""))')
curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/media/tasks/$resource_id" \
  -H "Authorization: Bearer $AILOOT_API_KEY" -o media-task.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path("media-task.json").read_text())))
PY_RESULT

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_ASSET_ID:?Set the actual ID returned by the response or media-library metadata}"
export AILOOT_ASSET_ID
resource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ["AILOOT_ASSET_ID"],safe=""))')
curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/media/assets/$resource_id" \
  -H "Authorization: Bearer $AILOOT_API_KEY" -o media-asset.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path("media-asset.json").read_text())))
PY_RESULT

الاحتفاظ بكل النتائج المكتملة

احتفظ بكل استجابة كاملة وكل ملف وجزء محتوى تم إرجاعه.

احتفظ بـJSON كاملاً، وليس النص وحده؛ وحافظ على كل مقطع ومتحدث وطابع زمني متاح، وعلى الهوية الفعلية للمهمة أو الأصل.

عند الحاجة إلى التحقق من الاستجابة الأصلية

احتفظ بقيمة operation_id/X-Client-Request-ID الأصلية للمطابقة دون إعادة الإرسال؛ لا يوجد مسار مخصص للاستعلام الدوري عن الصوت.

حقول الاستجابة

الحقل	النوع
الحقل`text`	النوعstring
الحقل`segments[]`	النوعobject
الحقل`task_id`	النوعstring
الحقل`asset_url`	النوعstring
الحقل`usage`	النوعobject

الأخطاء والخطوات التالية

الاستجابة	الشرط	الخطوة التالية
الاستجابة⁦400⁩ · `invalid_request_error`	الشرطحقول مطلوبة أو تمثيل مادة أو قيمة معلمة غير صحيحة	الخطوة التاليةصحّح الحقول المحددة قبل طلب إنشاء جديد.
الاستجابة`server_error`	الشرطتشير الاستجابة المُعادة إلى أن العملية أو النتيجة تتطلب التحقق	الخطوة التاليةاحتفظ بمعرّف العملية أو المهمة الأصلي المُعاد، وبترويسات الطلب وبالاستجابة؛ وواصل عمليات القراءة المدعومة لتلك العملية الأصلية. لا تُعِد إرسال طلب الإنشاء.

الأسماء البديلة

الأسماء البديلة للنموذج

Ailoot Ultra openai/whisper-1

الأسماء البديلة لمسارات الطرائق

استخدم مسارات الطرائق المعروضة أعلاه.

معرّفات النماذج ذات الصلة IDs

openai/whisper-1

FAQ · OpenAI: Whisper 1

ما المدخلات والنتائج المتاحة؟: POST /v1/audio/transcriptions · openai/whisper-1: audio → transcription
ما الحقول التي يستخدمها الطلب؟: POST /v1/audio/transcriptions · openai/whisper-1: model, file, response_format

OpenAI: Whisper 1

OpenAI: Whisper 1

البداية

متاح في Ailoot · المدخلات والطرائق

الباقات

تعرفات Ailoot

الأسعار حسب الإعدادات

تفاصيل التعرفة المرجعية

الأسعار حسب الإعدادات

أمثلة للطلبات

Ailoot Ultra · التعرّف على الكلام

استلام النتائج وحفظها

Ailoot Ultra · التعرّف على الكلام

الاحتفاظ بكل النتائج المكتملة

عند الحاجة إلى التحقق من الاستجابة الأصلية

الأسماء البديلة

الأسماء البديلة للنموذج

الأسماء البديلة لمسارات الطرائق

معرّفات النماذج ذات الصلة IDs

الشركة ومحفظة مشاريعها

اشتر الرموز بخصم.

اربط API بالمنتج الذي تبيعه.