Source: https://ailoot.ai/models/hu/openai-whisper-1/ Canonical: https://ailoot.ai/models/hu/openai-whisper-1/ Language: hu # OpenAI: Whisper 1 [Markdown](https://ailoot.ai/models/hu/openai-whisper-1/index.md) · [JSON](https://ailoot.ai/models/hu/openai-whisper-1/facts.json) ## [OpenAI: Whisper 1](https://ailoot.ai/models/hu/openai-whisper-1/) A Whisper 1 elkészült hangfájlt ír át szöveggé, többnyelvű felismeréssel és szó- vagy szegmens-időbélyegekkel. A gyártó feliratformátumokat és külön angol fordítási folyamatot támogat; az átírás eredménye megőrzi a felvétel nyelvét. - [**Ailoot Ultra · Beszédfelismerés** `POST /v1/audio/transcriptions` `openai/whisper-1`](https://ailoot.ai/models/hu/openai-whisper-1/#method-0) A modellről Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók. A Whisper 1 az OpenAI általános célú beszédfelismerő API-modellje, amely a dokumentáció szerint a nyílt forrású Whisper V2 modellre épül. Hangfájlt fogad, és szöveget ad vissza. A gyártó többnyelvű felismerést, nyelvazonosítást és külön beszédfordítási feladatot ír le. Az átírás megőrzi a beszélt nyelvet; a gyártó külön fordítási felülete angol szöveget ad vissza. Hasznos alkalmazása egy interjú, hangjegyzet vagy rögzített beszélgetés előkészítése későbbi kereséshez és szerkesztéshez. Add meg az elkészült felvételt, és ha ismert, a bemeneti nyelvét. Az OpenAI 98 támogatott nyelvet dokumentál, és megjegyzi, hogy a felismerés pontossága nyelvenként változik. Az egyetlen nyelvi tipp ISO 639-1 kódot használ; más átírómodellek újabb többnyelvű és kulcsszómezői külön vezérlők. A gyártó fájlátírási folyamata legfeljebb 25 MB-os fájlokat fogad MP3, MP4, MPEG, MPGA, M4A, WAV vagy WebM formátumban. Nagyobb felvételnél használj tömörített formátumot, vagy oszd a korláton belüli darabokra. Őrizd meg a mondathatárokat és a darabok sorrendjét, hogy az összeállított átirat kapcsolatban maradjon az eredeti felvétellel. Egy videókonténer ehhez a feladathoz a hangját adja, nem vizuális leírás bemenetét. A prompt neveket, betűszavakat, a felvételre jellemző szókincset és korábbi szegmensből származó kontextust adhat meg. A Whisper promptkorlátja 224 token, és a prompt nyelvének egyeznie kell a hang nyelvével. A gyártó szerint a Whisper nem követ úgy utasításokat, mint egy általános célú szövegmodell. A promptot releváns átírási kontextusként használd, majd a fontos írásmódokat ellenőrizd a felvétellel, ne kezeld a terminológiai listát a beszélő által szükségszerűen kimondott szavakként. A gyártó JSON, egyszerű szöveges, SRT, VTT és részletes JSON átírási formátumokat dokumentál. A szó- és szegmens-időbélyegekhez részletes JSON szükséges; az egyik vagy mindkét részletesség kérhető. Az API-referencia szerint a szegmens-időbélyegek nem adnak többletkésleltetést, míg a szó-időbélyegek további feldolgozást igényelnek. Ezek a kimenetek feliratozást és szerkesztés közbeni részletkeresést támogatnak; a beszélődiarizációs jelölések másik, erre szakosodott modellhez tartoznak. A Whisper 1 nem támogatja a fájlátírás streamelését. Referenciája nulla és egy közötti mintavételezési hőmérsékletet is dokumentál; nullánál a modell automatikusan emelheti a hőmérsékletet, ha dekódolási küszöbei ezt megkövetelik. Ez a gyártó feldolgozási vezérlőit írja le, nem ígéri, hogy minden felvétel azonos vagy tökéletesen pontos átiratot ad. Határozd meg a végső anyagot: kereséshez szánt átirat, feliratfájl vagy szó-/szegmens-időzítésű szöveg. Az eredeti felvételt, a darabok sorrendjét és a megfelelő forrásidő-hivatkozásokat őrizd meg az eredménnyel együtt. Egy későbbi szövegszerkesztési lépés javíthat elírást vagy készíthet összefoglalót, de a módosításokat vesd össze a hanggal, hogy a beszélő jelentése megmaradjon. A felismert szöveg bizonyítékként szolgál a következő feladathoz, nem a kimondott kérdésre generált válasz. **Ailoot Ultra · Beszédfelismerés** `POST /v1/audio/transcriptions` `openai/whisper-1` [`openai/whisper-1`](https://ailoot.ai/models/hu/#m=openai%2Fwhisper-1&route=Ultra&caller=openai%2Fwhisper-1&fmt=transcriptions) OpenAI /`openai/whisper-1` ### Kezdő lépések A Whisper 1 elkészült hangfájlt ír át szöveggé, többnyelvű felismeréssel és szó- vagy szegmens-időbélyegekkel. A gyártó feliratformátumokat és külön angol fordítási folyamatot támogat; az átírás eredménye megőrzi a felvétel nyelvét. Elfogadott bemenetek Hang Eredmények transcription ### Elérhető az Ailootban · bemenetek és metódusok **Ailoot Ultra · Beszédfelismerés** `POST /v1/audio/transcriptions` Bemenet `audio` Kimenet `transcription` Kimeneti formátum json | Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett | | --- | --- | --- | --- | --- | | Mező`model` | Típus`string` | KövetelményKötelező | Értékek és korlátok openai/whisper-1 | Alapértelmezett— | | Mező`file` | Típus`file` | KövetelményKötelező | Értékek és korlátok Tartalomtípus: multipart/form-data | Alapértelmezett— | | Mező`response_format` | Típus`string` | KövetelményOpcionális | Értékek és korlátok json | Alapértelmezett— | | Mező`input_audio.data` | Típus`base64_string` | KövetelményKötelező | Értékek és korlátok Akkor alkalmazandó, ha: WhisperOR JSON-bemenet | Alapértelmezett— | | Mező`input_audio.format` | Típus`string` | KövetelményKötelező | Értékek és korlátok wav, mp3, flac, ogg, m4a, webm Akkor alkalmazandó, ha: WhisperOR JSON-bemenet | Alapértelmezett— | Bemeneti anyagok kombinációi · Kötelező: model, file Metódus paraméterei és életciklusa | Paraméter | Szerződés | | --- | --- | | Paraméter`contours` | Szerződés{"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} | | Paraméter`max_bytes` | Szerződés26214400 | | Paraméter`material_types` | Szerződésaudio | Életciklus: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · A ténylegesen visszaadott task\_id vagy a médiatár bejegyzése `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` Használjon tényleges felvételt és annak megfelelő formátumot. Őrizze meg a teljes átiratot, a szegmenseket, a beszélőazonosítókat és az időzítést. ### Díjcsomagok A díjszabás nem ad új kérési lehetőségeket. A támogatott paraméterek a kiválasztott módszernél szerepelnek. Gyors mód Nincs megadva Ha a gyors mód van kiválasztva Flex mód Nincs megadva Ha a flex mód van kiválasztva Maximális gondolkodási ráfordítás Nincs megadva Ha a maximális gondolkodási ráfordításra a default beállításhoz tartozó korrekció vonatkozik #### Ailoot-díjak #### Árak beállításonként Minden díjat a megjelenített feltételekhez rendeljen. Az alternatív beállítások minden csoportjához egy díjtételt használjon. | Beállítás | Díjtáblázat | Elszámolási egység | Díj | | --- | --- | --- | --- | | BeállításTokenek alapdíjai | DíjtáblázatAlapdíj | Elszámolási egység— | Díj Bemenet · Bemeneti tokenek **—** / 1K token Kimenet · Kimeneti tokenek **—** / 1K token Bemenet · Gyorsítótár olvasása **—** / 1K token Bemenet · Írás a gyorsítótárba **—** / 1K token Bemenet · Írás a gyorsítótárba, 1 óra **—** / 1K token | | Beállításbemeneti hangmásodperc | Díjtáblázat— | Elszámolási egységbemeneti hangmásodpercenként | Díj Bemenet · bemeneti hangmásodperc **$0.0002** bemeneti hangmásodpercenként | #### A referencia-díjszabás részletei A modellszintű referenciatáblázatok nem módosítják a metódusválasztást, az árajánlatokat vagy a díjakat. A tényleges díjak a kiválasztott Ailoot-metódus díjtételeit használják. OpenAI: Whisper 1 #### Árak beállításonként | Beállítás | Elszámolási feltételek | Díj | | --- | --- | --- | | BeállításOpenAI: Whisper 1 · Alapértelmezett beállítások | Elszámolási feltételekAlapértelmezett konfiguráció | Díj Bemenet · Bemeneti hang másodpercei **0,0002 USD** bemeneti hangmásodpercenként | Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. [A foglalás és az elszámolás működése →](https://ailoot.ai/docs/hu/billing/reserve/) ### Példakérések #### Ailoot Ultra · Beszédfelismerés curl ```bash set -eu : "${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 ``` ### Eredmények fogadása és mentése #### Ailoot Ultra · Beszédfelismerés json - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` További tartalomlekérések MédiatárFeladat állapotaMédiafájl részletei ```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 ``` ##### Őrizzen meg minden elkészült eredményt Őrizzen meg minden teljes visszaadott választ, fájlt és tartalomrészt. A teljes JSON-t őrizze meg, ne csak a szöveget; tartson meg minden elérhető szegmenst, beszélőt és időbélyeget, valamint a tényleges feladat- és médiaazonosítókat. ##### Ha az eredeti választ ellenőrizni kell Őrizze meg az eredeti operation\_id/X-Client-Request-ID értéket az egyeztetéshez, újbóli beküldés nélkül; nincs külön hangállapot-lekérdezési útvonal. Válaszmezők | Mező | Típus | | --- | --- | | Mező`text` | Típusstring | | Mező`segments[]` | Típusobject | | Mező`task_id` | Típusstring | | Mező`asset_url` | Típusstring | | Mező`usage` | Típusobject | Hibák és következő lépések | Válasz | Feltétel | Következő lépés | | --- | --- | --- | | Válasz400 · `invalid_request_error` | FeltételÉrvénytelen kötelező mezők, az anyag érvénytelen reprezentációja vagy érvénytelen paraméterérték | Következő lépésJavítsa a jelzett mezőket egy új létrehozási kérés előtt. | | Válasz`server_error` | FeltételA visszaadott válasz szerint a művelet vagy az eredmény ellenőrzést igényel | Következő lépésŐrizze meg az eredetileg visszaadott művelet- vagy feladatazonosítót, a kérés fejléceit és a választ; folytassa az eredeti művelet támogatott lekérdezéseit. Ne küldje be újra a létrehozási kérést. | ### Álnevek #### Modell álnevei **Ailoot Ultra** [`openai/whisper-1`](https://ailoot.ai/models/hu/#m=openai%2Fwhisper-1&route=Ultra&caller=openai%2Fwhisper-1&fmt=transcriptions) #### Metódusútvonalak álnevei Használja a fent látható metódusútvonalakat. #### Kapcsolódó modellazonosítók [`openai/whisper-1`](https://ailoot.ai/models/hu/#m=openai%2Fwhisper-1&route=Ultra&caller=openai%2Fwhisper-1&fmt=transcriptions) FAQ · OpenAI: Whisper 1 Milyen bemenetek és eredmények érhetők el? `POST /v1/audio/transcriptions` · `openai/whisper-1`: `audio` → `transcription` Mely mezőket használja a kérés? `POST /v1/audio/transcriptions` · `openai/whisper-1`: `model`, `file`, `response_format` Csatlakoztassa az Ailootot a Claude Code-hoz, OpenCode-hoz, Hermeshez vagy saját alkalmazásához. ## A vállalat és projektportfóliója A vállalat és projektportfóliója: ügyfelek milliói; havi értékesítés milliárdos nagyságrendben. ## Vásároljon tokeneket kedvezménnyel. Előfizetési kedvezmény rendszeres munkához. Promókódok — akár 50% tokenvásárlási kedvezmény. Előfizetés Válasszon kedvezményes tarifát a rendszeres kéréseihez. Promókód akár 50%-ig Vásárláskor adja meg a kódot. Az ár az érvényes akció szerint újraszámolódik. Költségek az előzményekben Minden kéréshez megmarad a modell, a tokenek és az összeg. [Előfizetés kiválasztása](https://ailoot.ai/docs/hu/billing/subscriptions/) · [Modellárak megtekintése](https://ailoot.ai/models/hu/) ## Csatlakoztassa az API-t az értékesített termékéhez. SaaS, alkalmazások és botok — az Ailoot ajánlati feltételei és licencszerződése alapján. Viszonteladáshoz kérjen viszonteladói licencet. Kereskedelmi alkalmazás Építsen szöveg-, kép-, videó- és hanggenerálást szolgáltatása fizetős funkcióiba. Viszonteladói licenc Küldje el a projekt leírását és a hozzáférés módját. Kérjen írásos használati és viszonteladási feltételeket. Dokumentumok a weboldalon Az ajánlati feltételek, licencszerződés és adatkezelési szabályzat már a csatlakoztatás előtt elérhető. [Viszonteladói licenc kérése](mailto:support@ailoot.ai) · [Ajánlati feltételek és licencszerződés](https://ailoot.ai/legal/offer?lang=hu) ## Ailoot · A vállalat és projektportfóliója Az Ailoot felhalmozott működési tapasztalatra, széles ügyfélkörre, stabil szolgáltatásra és folyamatos KPI-ellenőrzésre épít. A vállalat és projektportfóliója: ügyfelek milliói; havi értékesítés milliárdos nagyságrendben. Az Ailoot ezt a működési tapasztalatot használja az ügyfelek termékeiben, ágenseiben, alkalmazásaiban és automatizálásaiban elérhető AI-funkciók API-hozzáféréséhez.