Source: https://ailoot.ai/models/da/openai-whisper-1/ Canonical: https://ailoot.ai/models/da/openai-whisper-1/ Language: da # OpenAI: Whisper 1 [Markdown](https://ailoot.ai/models/da/openai-whisper-1/index.md) · [JSON](https://ailoot.ai/models/da/openai-whisper-1/facts.json) ## [OpenAI: Whisper 1](https://ailoot.ai/models/da/openai-whisper-1/) Whisper 1 transskriberer en færdigoptaget lydfil til tekst med flersproget genkendelse og tidsstempler på ord- eller segmentniveau. Producenten understøtter undertekstformater og et separat forløb til engelsk oversættelse; transskriptionsresultatet bevarer optagelsens sprog. - [**Ailoot Ultra · Talegenkendelse** `POST /v1/audio/transcriptions` `openai/whisper-1`](https://ailoot.ai/models/da/openai-whisper-1/#method-0) Om modellen Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode. Whisper 1 er OpenAIs generelle API-model til talegenkendelse, dokumenteret som drevet af open source-modellen Whisper V2. Den accepterer en lydfil og returnerer tekst. Producenten beskriver flersproget genkendelse, sprogidentifikation og en separat opgave til taleoversættelse. Transskription bevarer det talte sprog; producentens separate oversættelsesgrænseflade returnerer engelsk tekst. En nyttig anvendelse er at forberede et interview, en stemmenote eller en optaget samtale til senere søgning og redigering. Lever den afsluttede optagelse og dens inputsprog, når det er kendt. OpenAI dokumenterer 98 understøttede sprog og bemærker, at genkendelsesnøjagtigheden varierer efter sprog. Sproghintet for ét sprog bruger en ISO 639-1-kode; de nyere felter til flere sprog og nøgleord fra andre transskriptionsmodeller er separate indstillinger. Producentens filtransskriptionsforløb accepterer filer på op til 25 MB i MP3-, MP4-, MPEG-, MPGA-, M4A-, WAV- eller WebM-format. Til en større optagelse bruges et komprimeret format, eller den opdeles i dele inden for grænsen. Bevar sætningsgrænser og delenes rækkefølge, så den samlede transskription fortsat er knyttet til originaloptagelsen. En videocontainer leverer sin lyd til denne opgave frem for et input til visuel beskrivelse. En prompt kan levere navne, akronymer eller optagelsesspecifikt ordforråd og kontekst fra et tidligere segment. Promptgrænsen i Whisper er 224 tokens, og prompten bør matche lydens sprog. Producenten angiver, at Whisper ikke følger instruktioner som en generel tekstmodel. Brug prompten som relevant transskriptionskontekst, og kontroller derefter vigtige stavemåder mod optagelsen frem for at behandle en termliste som ord, taleren nødvendigvis har sagt. Producenten dokumenterer transskriptionsformaterne JSON, ren tekst, SRT, VTT og verbose JSON. Tidsstempler på ord- og segmentniveau kræver verbose JSON; enten én eller begge detaljeringsgrader kan anmodes om. API-referencen bemærker, at segmenttidsstempler ikke tilføjer ekstra latenstid, mens ordtidsstempler kræver yderligere behandling. Disse output understøtter undertekster og lokalisering af passager under redigering; annoteringer til taleradskillelse hører til en anden specialiseret model. Whisper 1 understøtter ikke streaming af filtransskription. Referencen dokumenterer også en samplingtemperatur mellem nul og én; ved nul kan modellen automatisk øge temperaturen, når dens afkodningstærskler kræver det. Dette beskriver producentens behandlingsindstillinger frem for et løfte om, at enhver optagelse giver en identisk eller helt nøjagtig transskription. Definer det endelige resultat: en transskription til søgning, en undertekstfil eller tekst med tidsangivelser på ord-/segmentniveau. Bevar originaloptagelsen, delenes rækkefølge og relevante tidsreferencer til kilden sammen med resultatet. Et senere tekstredigeringstrin kan rette en stavefejl eller forberede et resumé, men sammenlign ændringer med lyden, så talerens betydning bevares. Den genkendte tekst bliver belæg til næste opgave frem for et genereret svar på det talte spørgsmål. **Ailoot Ultra · Talegenkendelse** `POST /v1/audio/transcriptions` `openai/whisper-1` [`openai/whisper-1`](https://ailoot.ai/models/da/#m=openai%2Fwhisper-1&route=Ultra&caller=openai%2Fwhisper-1&fmt=transcriptions) OpenAI /`openai/whisper-1` ### Start Whisper 1 transskriberer en færdigoptaget lydfil til tekst med flersproget genkendelse og tidsstempler på ord- eller segmentniveau. Producenten understøtter undertekstformater og et separat forløb til engelsk oversættelse; transskriptionsresultatet bevarer optagelsens sprog. Accepterede input Lyd Resultater transcription ### Tilgængelig i Ailoot · input og metoder **Ailoot Ultra · Talegenkendelse** `POST /v1/audio/transcriptions` Inputtyper `audio` Outputtyper `transcription` Outputformat json | Felt | Type | Krav | Værdier og grænser | Standard | | --- | --- | --- | --- | --- | | Felt`model` | Type`string` | KravPåkrævet | Værdier og grænser openai/whisper-1 | Standard— | | Felt`file` | Type`file` | KravPåkrævet | Værdier og grænser Indholdstype: multipart/form-data | Standard— | | Felt`response_format` | Type`string` | KravValgfrit | Værdier og grænser json | Standard— | | Felt`input_audio.data` | Type`base64_string` | KravPåkrævet | Værdier og grænser Gælder når: WhisperOR JSON-input | Standard— | | Felt`input_audio.format` | Type`string` | KravPåkrævet | Værdier og grænser wav, mp3, flac, ogg, m4a, webm Gælder når: WhisperOR JSON-input | Standard— | Kombinationer af inputmaterialer · Påkrævet: model, file Metodeparametre og livscyklus | Parameter | Kontrakt | | --- | --- | | Parameter`contours` | Kontrakt{"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} | | Parameter`max_bytes` | Kontrakt26214400 | | Parameter`material_types` | Kontraktaudio | Livscyklus: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · det faktisk returnerede task\_id eller posten i mediebiblioteket `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` Brug en faktisk optagelse og det tilsvarende format. Bevar hele transskriptionen, alle segmenter, taler-ID’er og tidsangivelser. ### Priser Tarifoplysninger tilføjer ikke anmodningsmuligheder. Understøttede parametre står ved den valgte metode. Hurtig tilstand Ikke angivet Når hurtig tilstand er valgt flex-tilstand Ikke angivet Når flex-tilstanden er valgt Maksimal ræsonneringsindsats Ikke angivet Når default-justeringen anvendes ved maksimal ræsonneringsindsats #### Ailoot-takster #### Priser efter konfiguration Knyt hver omkostning til de viste betingelser. Brug én takst for hver gruppe af alternative konfigurationer. | Konfiguration | Takstplan | Afregningsenhed | Beløb | | --- | --- | --- | --- | | KonfigurationGrundpriser for tokens | TakstplanGrundtakst | Afregningsenhed— | Beløb Input · Inputtokens **—** / 1K tokens Output · Outputtokens **—** / 1K tokens Input · Cachelæsning **—** / 1K tokens Input · Cacheskrivning **—** / 1K tokens Input · Cacheskrivning, 1 time **—** / 1K tokens | | Konfigurationsekund inputlyd | Takstplan— | Afregningsenhedpr. sekund lydinput | Beløb Input · sekund inputlyd **$0.0002** pr. sekund lydinput | #### Detaljer om referencetariffen Referenceplaner på modelniveau ændrer ikke metodevalg, prisoverslag eller opkrævninger. Ved den aktive afregning anvendes taksterne for den valgte Ailoot-metode. OpenAI: Whisper 1 #### Priser efter konfiguration | Konfiguration | Afregningsbetingelser | Beløb | | --- | --- | --- | | KonfigurationOpenAI: Whisper 1 · Standardkonfiguration | AfregningsbetingelserStandardkonfiguration | Beløb Input · Sekunder inputlyd **0,0002 US$** pr. sekund lydinput | Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. [Sådan fungerer reservation og afregning →](https://ailoot.ai/docs/da/billing/reserve/) ### Eksempelanmodninger #### Ailoot Ultra · Talegenkendelse curl ```bash 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 ``` ### Hent og gem resultater #### Ailoot Ultra · Talegenkendelse json - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` Læsning af andet indhold MediebibliotekOpgavestatusFildetaljer ```bash 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 $AILOOT_API_KEY" -o media-assets.json ``` ```bash set -eu : "${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 $AILOOT_API_KEY" -o media-task.json python3 - <<'PY_RESULT' import json from pathlib import Path print(json.dumps(json.loads(Path("media-task.json").read_text()))) PY_RESULT ``` ```bash set -eu : "${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 ``` ##### Behold alle færdige resultater Gem hvert fuldstændigt returneret svar, hver fil og hver indholdsdel. Behold hele JSON-svaret, ikke kun teksten; bevar hvert tilgængeligt segment, hver taler og hvert tidsstempel samt den faktiske opgave- og aktividentitet. ##### Hvis det oprindelige svar skal kontrolleres Gem det oprindelige operation\_id/X-Client-Request-ID til afstemning uden genindsendelse; der er ingen særskilt rute til polling af lyd. Svarfelter | Felt | Type | | --- | --- | | Felt`text` | Typestring | | Felt`segments[]` | Typeobject | | Felt`task_id` | Typestring | | Felt`asset_url` | Typestring | | Felt`usage` | Typeobject | Fejl og næste trin | Svar | Betingelse | Næste trin | | --- | --- | --- | | Svar400 · `invalid_request_error` | BetingelseUgyldige obligatoriske felter, materialerepræsentation eller parameterværdi | Næste trinRet de angivne felter før en ny oprettelsesanmodning. | | Svar`server_error` | BetingelseDet returnerede svar angiver, at operationen eller resultatet skal kontrolleres | Næste trinGem det oprindeligt returnerede operations-/opgave-ID, anmodningens headere og svaret; fortsæt med de understøttede læseanmodninger for den oprindelige operation. Send ikke oprettelsesanmodningen igen. | ### Aliaser #### Modelaliaser **Ailoot Ultra** [`openai/whisper-1`](https://ailoot.ai/models/da/#m=openai%2Fwhisper-1&route=Ultra&caller=openai%2Fwhisper-1&fmt=transcriptions) #### Aliaser for metodestier Brug metodestierne vist ovenfor. #### Relaterede kalder-ID’er [`openai/whisper-1`](https://ailoot.ai/models/da/#m=openai%2Fwhisper-1&route=Ultra&caller=openai%2Fwhisper-1&fmt=transcriptions) FAQ · OpenAI: Whisper 1 Hvilke input og resultater er tilgængelige? `POST /v1/audio/transcriptions` · `openai/whisper-1`: `audio` → `transcription` Hvilke felter bruger anmodningen? `POST /v1/audio/transcriptions` · `openai/whisper-1`: `model`, `file`, `response_format` Tilslut Ailoot til Claude Code, OpenCode, Hermes eller din egen applikation. ## Virksomheden og dens projektportefølje Virksomheden og dens projektportefølje: millioner af kunder; månedligt salg for milliarder. ## Køb tokens med rabat. Abonnementsrabat til regelmæssigt arbejde. Rabatkoder giver op til 50% på tokenkøb. Abonnement Vælg et abonnement med rabat til dine regelmæssige anmodninger. Rabatkode på op til 50% Indtast koden ved købet. Prisen genberegnes efter den aktuelle kampagne. Udgifter i historikken Model, tokens og beløb gemmes for hver anmodning. [Vælg abonnement](https://ailoot.ai/docs/da/billing/subscriptions/) · [Se modelpriser](https://ailoot.ai/models/da/) ## Tilslut API’et til produktet, du sælger. SaaS, apps og bots efter Ailoots tilbudsvilkår og licensaftale. Anmod om en forhandlerlicens til videresalg. Kommerciel applikation Byg generering af tekst, billeder, video og lyd ind i tjenestens betalte funktioner. Licens til forhandlere Send projektbeskrivelse og adgangsmodel. Bed om skriftlige vilkår for anvendelse og videresalg. Dokumenter på websitet Tilbudsvilkår, licensaftale og politik for behandling af data kan læses før tilslutning. [Anmod om forhandlerlicens](mailto:support@ailoot.ai) · [Tilbudsvilkår og licensaftale](https://ailoot.ai/legal/offer?lang=da) ## Ailoot · Virksomheden og dens projektportefølje Ailoot bygger på solid driftserfaring, en stor kundebase, stabil service og løbende kontrol af KPI. Virksomheden og dens projektportefølje: millioner af kunder; månedligt salg for milliarder. Ailoot bruger denne driftserfaring til API-adgang til AI-funktioner i kundernes produkter, agenter, applikationer og automatiseringer.