Source: https://ailoot.ai/models/es/openai-whisper-1/ Canonical: https://ailoot.ai/models/es/openai-whisper-1/ Language: es # OpenAI: Whisper 1 [Markdown](https://ailoot.ai/models/es/openai-whisper-1/index.md) · [JSON](https://ailoot.ai/models/es/openai-whisper-1/facts.json) ## [OpenAI: Whisper 1](https://ailoot.ai/models/es/openai-whisper-1/) Whisper 1 transcribe un archivo de audio completo en texto, con reconocimiento multilingüe y marcas de tiempo de palabras o segmentos. El productor admite formatos de subtítulos y un flujo separado de traducción al inglés; la transcripción conserva el idioma de la grabación. - [**Ailoot Ultra · Reconocimiento de voz** `POST /v1/audio/transcriptions` `openai/whisper-1`](https://ailoot.ai/models/es/openai-whisper-1/#method-0) Sobre el modelo Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado. Whisper 1 es el modelo API de reconocimiento de voz de uso general de OpenAI, documentado como basado en el modelo Whisper V2 de código abierto. Acepta un archivo de audio y devuelve texto. El fabricante describe reconocimiento multilingüe, identificación de idioma y una tarea separada de traducción de voz. La transcripción conserva el idioma hablado; la interfaz separada de traducción del productor devuelve texto en inglés. Una aplicación útil es preparar una entrevista, nota de voz o conversación grabada para búsqueda y edición posteriores. Proporciona la grabación terminada y, cuando se conozca, su idioma de entrada. OpenAI documenta 98 idiomas compatibles y señala que la precisión del reconocimiento varía según el idioma. La indicación de un solo idioma utiliza un código ISO 639-1; los campos más nuevos de varios idiomas y palabras clave de otros modelos de transcripción son controles separados. El flujo de transcripción de archivos del productor acepta archivos de hasta 25 MB en formato MP3, MP4, MPEG, MPGA, M4A, WAV o WebM. Para una grabación más grande, utiliza un formato comprimido o divídela en fragmentos dentro del límite. Conserva los límites de frases y el orden de fragmentos para que la transcripción ensamblada siga conectada con la grabación original. Un contenedor de vídeo aporta su audio para esta tarea, en lugar de ser una entrada de descripción visual. Un prompt puede proporcionar nombres, siglas o vocabulario específico de la grabación y contexto de un segmento anterior. El límite de prompt de Whisper es de 224 tokens y el prompt debe coincidir con el idioma del audio. El fabricante afirma que Whisper no sigue instrucciones como un modelo textual de uso general. Utiliza el prompt como contexto pertinente de transcripción y después comprueba las grafías importantes frente a la grabación, en lugar de tratar una lista terminológica como palabras que el hablante necesariamente haya dicho. El productor documenta formatos de transcripción JSON, texto sin formato, SRT, VTT y JSON detallado. Las marcas de tiempo de palabras y segmentos requieren JSON detallado; pueden solicitarse una o ambas granularidades. La referencia API señala que los tiempos de segmento no añaden latencia extra, mientras que los tiempos de palabra requieren procesamiento adicional. Estas salidas permiten subtitulado y localización de pasajes durante la edición; las anotaciones de diarización de hablantes corresponden a un modelo especializado diferente. Whisper 1 no admite streaming de transcripción de archivos. Su referencia también documenta una temperatura de muestreo entre cero y uno; con cero, el modelo puede aumentar automáticamente la temperatura cuando lo requieran sus umbrales de decodificación. Esto describe los controles de procesamiento del productor, en lugar de prometer que todas las grabaciones produzcan una transcripción idéntica o perfectamente precisa. Define el artefacto final: una transcripción para búsqueda, un archivo de subtítulos o texto con tiempos de palabras o segmentos. Conserva la grabación original, el orden de fragmentos y las referencias temporales pertinentes de origen junto con el resultado. Un paso posterior de edición textual puede corregir una errata o preparar un resumen, pero compara los cambios con el audio para conservar el significado del hablante. El texto reconocido se convierte en evidencia para la siguiente tarea, en lugar de una respuesta generada a la pregunta hablada. **Ailoot Ultra · Reconocimiento de voz** `POST /v1/audio/transcriptions` `openai/whisper-1` [`openai/whisper-1`](https://ailoot.ai/models/es/#m=openai%2Fwhisper-1&route=Ultra&caller=openai%2Fwhisper-1&fmt=transcriptions) OpenAI /`openai/whisper-1` ### Primeros pasos Whisper 1 transcribe un archivo de audio completo en texto, con reconocimiento multilingüe y marcas de tiempo de palabras o segmentos. El productor admite formatos de subtítulos y un flujo separado de traducción al inglés; la transcripción conserva el idioma de la grabación. Entradas aceptadas Audio Resultados transcription ### Disponible en Ailoot · entradas y métodos **Ailoot Ultra · Reconocimiento de voz** `POST /v1/audio/transcriptions` Tipos de entrada `audio` Tipos de salida `transcription` Formato de salida json | Campo | Tipo | Requisito | Valores y límites | Predeterminado | | --- | --- | --- | --- | --- | | Campo`model` | Tipo`string` | RequisitoObligatorio | Valores y límites openai/whisper-1 | Predeterminado— | | Campo`file` | Tipo`file` | RequisitoObligatorio | Valores y límites Tipo de contenido: multipart/form-data | Predeterminado— | | Campo`response_format` | Tipo`string` | RequisitoOpcional | Valores y límites json | Predeterminado— | | Campo`input_audio.data` | Tipo`base64_string` | RequisitoObligatorio | Valores y límites Se aplica cuando: Entrada JSON de WhisperOR | Predeterminado— | | Campo`input_audio.format` | Tipo`string` | RequisitoObligatorio | Valores y límites wav, mp3, flac, ogg, m4a, webm Se aplica cuando: Entrada JSON de WhisperOR | Predeterminado— | Combinaciones de materiales de entrada · Obligatorio: model, file Parámetros del método y ciclo de vida | Parámetro | Contrato | | --- | --- | | Parámetro`contours` | Contrato{"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} | | Parámetro`max_bytes` | Contrato26214400 | | Parámetro`material_types` | Contratoaudio | Ciclo de vida: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · task\_id real devuelto o registro de la biblioteca multimedia `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` Usa una grabación real y el formato correspondiente. Conserva la transcripción completa, los segmentos, los ID de hablantes y los tiempos. ### Planes Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado. Modo rápido Sin especificar Cuando se selecciona el modo rápido Modo flex Sin especificar Cuando se selecciona el modo flex Esfuerzo máximo de razonamiento Sin especificar Cuando el esfuerzo máximo de razonamiento utiliza el ajuste predeterminado (default) #### Tarifas de Ailoot #### Precios por configuración Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas. | Configuración | Tabla de tarifas | Unidad de facturación | Cargo | | --- | --- | --- | --- | | ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Unidad de facturación— | Cargo Entrada · Tokens de entrada **—** / 1K tokens Salida · Tokens de salida **—** / 1K tokens Entrada · Lectura de caché **—** / 1K tokens Entrada · Escritura en caché **—** / 1K tokens Entrada · Escritura en caché, 1 hora **—** / 1K tokens | | Configuraciónsegundo de audio de entrada | Tabla de tarifas— | Unidad de facturaciónpor segundo de audio de entrada | Cargo Entrada · segundo de audio de entrada **$0.0002** por segundo de audio de entrada | #### Detalles de la tarifa de referencia Las tablas de referencia del modelo no cambian la selección del método, las estimaciones de coste ni los cargos. Los cargos aplicados usan las tarifas del método Ailoot seleccionado. OpenAI: Whisper 1 #### Precios por configuración | Configuración | Condiciones de facturación | Cargo | | --- | --- | --- | | ConfiguraciónOpenAI: Whisper 1 · Configuración predeterminada | Condiciones de facturaciónConfiguración predeterminada | Cargo Entrada · Segundos de audio de entrada **0,0002 US$** por segundo de audio de entrada | Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. [Cómo funcionan la reserva y la liquidación →](https://ailoot.ai/docs/es/billing/reserve/) ### Solicitudes de ejemplo #### Ailoot Ultra · Reconocimiento de voz 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 ``` ### Recibir y guardar resultados #### Ailoot Ultra · Reconocimiento de voz json - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` Otras consultas de contenido Biblioteca multimediaEstado de la tareaDetalles del archivo ```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 ``` ##### Conserva todos los resultados completados Conserva todas las respuestas, archivos y partes de contenido completos recibidos. Conserva el JSON completo, no solo el texto; preserva todos los segmentos, hablantes y marcas temporales disponibles y la identidad real de la tarea o recurso. ##### Si es necesario revisar la respuesta original Conserva el operation\_id/X-Client-Request-ID original para la conciliación sin volver a enviar la solicitud; no hay una ruta dedicada para consultar periódicamente el audio. Campos de respuesta | Campo | Tipo | | --- | --- | | Campo`text` | Tipostring | | Campo`segments[]` | Tipoobject | | Campo`task_id` | Tipostring | | Campo`asset_url` | Tipostring | | Campo`usage` | Tipoobject | Errores y siguientes pasos | Respuesta | Condición | Siguiente paso | | --- | --- | --- | | Respuesta400 · `invalid_request_error` | CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos | Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación. | | Respuesta`server_error` | CondiciónLa respuesta devuelta indica que la operación o el resultado requiere una comprobación | Siguiente pasoConserva el ID original de operación o tarea devuelto, las cabeceras de la solicitud y la respuesta; continúa con las lecturas admitidas de esa operación original. No vuelvas a enviar la solicitud de creación. | ### Alias #### Alias del modelo **Ailoot Ultra** [`openai/whisper-1`](https://ailoot.ai/models/es/#m=openai%2Fwhisper-1&route=Ultra&caller=openai%2Fwhisper-1&fmt=transcriptions) #### Alias de rutas de métodos Usa las rutas de método indicadas arriba. #### ID de modelo relacionados [`openai/whisper-1`](https://ailoot.ai/models/es/#m=openai%2Fwhisper-1&route=Ultra&caller=openai%2Fwhisper-1&fmt=transcriptions) FAQ · OpenAI: Whisper 1 ¿Qué entradas y resultados están disponibles? `POST /v1/audio/transcriptions` · `openai/whisper-1`: `audio` → `transcription` ¿Qué campos utiliza la solicitud? `POST /v1/audio/transcriptions` · `openai/whisper-1`: `model`, `file`, `response_format` Conecta Ailoot a Claude Code, OpenCode, Hermes o tu aplicación. ## La empresa y su cartera de proyectos La empresa y su cartera de proyectos: millones de clientes; ventas por miles de millones al mes. ## Compra tokens con descuento. Ahorro por suscripción para trabajo habitual. Códigos promocionales: hasta el 50% al comprar tokens. Suscripción Elige un plan con descuento para tus peticiones habituales. Código de hasta el 50% Introduce el código al comprar. El precio se recalcula según la promoción vigente. Gasto en el historial Modelo, tokens e importe quedan guardados por cada petición. [Elegir suscripción](https://ailoot.ai/docs/es/billing/subscriptions/) · [Consultar precios de modelos](https://ailoot.ai/models/es/) ## Conecta la API al producto que vendes. SaaS, aplicaciones y bots bajo la oferta y el acuerdo de licencia Ailoot. Solicita una licencia de reventa para redistribuir el acceso. Aplicación comercial Integra generación de texto, imágenes, vídeo y sonido en funciones de pago de tu servicio. Licencia para revendedores Envía descripción del proyecto y esquema de acceso. Solicita condiciones escritas de uso y reventa. Documentos en la web La oferta, el acuerdo de licencia y la política de datos están disponibles antes de conectar. [Solicitar licencia de reventa](mailto:support@ailoot.ai) · [Oferta y acuerdo de licencia](https://ailoot.ai/legal/offer?lang=es) ## Ailoot · La empresa y su cartera de proyectos Ailoot se apoya en la experiencia operativa acumulada, una amplia base de clientes, un servicio estable y el seguimiento continuo de KPI. La empresa y su cartera de proyectos: millones de clientes; ventas por miles de millones al mes. Ailoot aplica esa experiencia operativa al acceso por API a funciones de IA en productos de clientes, agentes, aplicaciones y automatizaciones.