OpenAI: Whisper 1

Whisper 1 mentranskripsikan berkas audio yang telah lengkap menjadi teks, dengan pengenalan multibahasa dan penanda waktu kata atau segmen. Produsen mendukung format subtitel dan alur terjemahan bahasa Inggris yang terpisah; hasil transkripsi mempertahankan bahasa rekaman.

Ailoot Ultra · Pengenalan ucapan POST /v1/audio/transcriptions openai/whisper-1

Tentang model

Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.

Whisper 1 adalah model API pengenalan ucapan serbaguna OpenAI, yang didokumentasikan menggunakan model sumber terbuka Whisper V2. Model ini menerima berkas audio dan mengembalikan teks. Produsen menjelaskan pengenalan multibahasa, identifikasi bahasa, dan tugas penerjemahan ucapan yang terpisah. Transkripsi mempertahankan bahasa yang diucapkan; antarmuka terjemahan terpisah dari produsen mengembalikan teks bahasa Inggris.

Aplikasi yang berguna adalah menyiapkan wawancara, catatan suara, atau rekaman percakapan untuk pencarian dan penyuntingan kemudian. Berikan rekaman lengkap dan, jika diketahui, bahasa masukannya. OpenAI mendokumentasikan 98 bahasa yang didukung dan menyatakan bahwa ketepatan pengenalan bervariasi menurut bahasa. Petunjuk satu bahasa menggunakan kode ISO 639-1; kolom multibahasa dan kata kunci yang lebih baru pada model transkripsi lain merupakan kendali terpisah.

Alur transkripsi berkas produsen menerima berkas hingga 25 MB dalam format MP3, MP4, MPEG, MPGA, M4A, WAV, atau WebM. Untuk rekaman yang lebih besar, gunakan format terkompresi atau bagi menjadi potongan dalam batas tersebut. Pertahankan batas kalimat dan urutan potongan agar transkrip yang dirangkai tetap terhubung dengan rekaman asli. Kontainer video menyediakan audionya untuk tugas ini, bukan masukan deskripsi visual.

Prompt dapat memberikan nama, akronim, atau kosakata khusus rekaman serta konteks dari segmen sebelumnya. Batas prompt Whisper adalah 224 token, dan prompt harus sesuai dengan bahasa audio. Produsen menyatakan bahwa Whisper tidak mengikuti instruksi seperti model teks serbaguna. Gunakan prompt sebagai konteks transkripsi yang relevan, lalu periksa ejaan penting terhadap rekaman alih-alih memperlakukan daftar istilah sebagai kata-kata yang pasti diucapkan penutur.

Produsen mendokumentasikan format transkripsi JSON, teks biasa, SRT, VTT, dan JSON terperinci. Penanda waktu kata dan segmen memerlukan JSON terperinci; salah satu atau kedua tingkat perincian dapat diminta. Referensi API menyatakan bahwa penanda waktu segmen tidak menambah latensi, sedangkan penanda waktu kata memerlukan pemrosesan tambahan. Keluaran ini mendukung pembuatan takarir dan pencarian petikan selama penyuntingan; anotasi diarisasi penutur merupakan bagian dari model khusus yang berbeda.

Whisper 1 tidak mendukung streaming transkripsi berkas. Referensinya juga mendokumentasikan suhu sampling antara nol dan satu; pada nol, model dapat meningkatkan suhu secara otomatis ketika ambang dekodenya mengharuskan hal tersebut. Ini menjelaskan kendali pemrosesan produsen, bukan janji bahwa setiap rekaman menghasilkan transkrip yang identik atau akurat sempurna.

Tentukan artefak akhir: transkrip untuk pencarian, berkas subtitel, atau teks dengan informasi waktu kata atau segmen. Simpan rekaman asli, urutan potongan, dan referensi waktu sumber yang relevan bersama hasil. Langkah penyuntingan teks kemudian dapat memperbaiki salah eja atau menyiapkan ringkasan, tetapi bandingkan perubahan dengan audio agar makna penutur tetap terjaga. Teks yang dikenali menjadi bukti untuk tugas berikutnya, bukan jawaban yang dihasilkan atas pertanyaan yang diucapkan.

Ailoot Ultra · Pengenalan ucapan POST /v1/audio/transcriptions openai/whisper-1

openai/whisper-1

OpenAI /openai/whisper-1

Mulai

Masukan yang diterima: Audio
Hasil: transcription

Tersedia di Ailoot · masukan & metode

Ailoot Ultra · Pengenalan ucapan POST /v1/audio/transcriptions

Masukan: audio
Keluaran: transcription
Format keluaran: json

Kolom	Jenis	Persyaratan	Nilai & batasan	Bawaan
Kolom`model`	Jenis`string`	PersyaratanWajib	Nilai & batasan openai/whisper-1	Bawaan—
Kolom`file`	Jenis`file`	PersyaratanWajib	Nilai & batasan Jenis konten: multipart/form-data	Bawaan—
Kolom`response_format`	Jenis`string`	PersyaratanOpsional	Nilai & batasan json	Bawaan—
Kolom`input_audio.data`	Jenis`base64_string`	PersyaratanWajib	Nilai & batasan Berlaku jika: masukan JSON WhisperOR	Bawaan—
Kolom`input_audio.format`	Jenis`string`	PersyaratanWajib	Nilai & batasan wav, mp3, flac, ogg, m4a, webm Berlaku jika: masukan JSON WhisperOR	Bawaan—

Kombinasi bahan masukan

· Wajib: model, file

Parameter metode dan siklus hidup

Parameter	Kontrak
Parameter`contours`	Kontrak{"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`	Kontrak26214400
Parameter`material_types`	Kontrakaudio

Siklus hidup: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · task_id aktual yang dikembalikan atau catatan pustaka media

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Gunakan rekaman aktual dan format yang sesuai.

Pertahankan transkrip secara utuh, segmen, ID pembicara, dan waktu.

Paket

Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.

Mode Fast: Tidak ditentukan Saat mode fast dipilih
Mode Flex: Tidak ditentukan Saat mode flex dipilih
Upaya penalaran maksimum: Tidak ditentukan Saat upaya penalaran maksimum menggunakan penyesuaian default

Tarif Ailoot

Harga menurut konfigurasi

Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.

Konfigurasi	Jadwal tarif	Satuan penagihan	Biaya
KonfigurasiTarif dasar token	Jadwal tarifTarif dasar	Satuan penagihan—	Biaya Masukan · Token masukan — / 1K token Keluaran · Token keluaran — / 1K token Masukan · Pembacaan cache — / 1K token Masukan · Penulisan cache — / 1K token Masukan · Penulisan cache, 1 jam — / 1K token
Konfigurasidetik audio masukan	Jadwal tarif—	Satuan penagihanper detik audio masukan	Biaya Masukan · detik audio masukan $0.0002 per detik audio masukan

Detail tarif referensi

Jadwal referensi tingkat model tidak mengubah pemilihan metode, estimasi harga, atau biaya. Biaya aktif menggunakan tarif metode Ailoot yang dipilih.

OpenAI: Whisper 1

Harga menurut konfigurasi

Konfigurasi	Kondisi penagihan	Biaya
KonfigurasiOpenAI: Whisper 1 · Konfigurasi bawaan	Kondisi penagihanKonfigurasi bawaan	Biaya Masukan · Detik audio masukan US$0,0002 per detik audio masukan

Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →

Contoh permintaan

Ailoot Ultra · Pengenalan ucapan

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

Terima dan simpan hasil

Ailoot Ultra · Pengenalan ucapan

json

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

Pembacaan konten lain

Pustaka mediaStatus tugasDetail aset

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

Simpan semua hasil yang selesai

Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.

Simpan JSON secara utuh, bukan hanya teks; pertahankan setiap segmen/pembicara/stempel waktu yang tersedia dan identitas tugas/aset aktual.

Jika respons asli perlu diperiksa

Simpan operation_id/X-Client-Request-ID asli untuk rekonsiliasi tanpa pengiriman ulang; tidak ada rute polling khusus audio.

Kolom respons

Kolom	Jenis
Kolom`text`	Jenisstring
Kolom`segments[]`	Jenisobject
Kolom`task_id`	Jenisstring
Kolom`asset_url`	Jenisstring
Kolom`usage`	Jenisobject

Kesalahan dan langkah berikutnya

Respons	Kondisi	Langkah berikutnya
Respons400 · `invalid_request_error`	KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid	Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru.
Respons`server_error`	KondisiRespons yang dikembalikan menyatakan bahwa operasi atau hasil perlu diperiksa	Langkah berikutnyaSimpan ID operasi/tugas asli yang dikembalikan, header permintaan, dan respons; lanjutkan pembacaan yang didukung untuk operasi asli tersebut. Jangan kirim ulang permintaan pembuatan.

Alias

Alias model

Ailoot Ultra openai/whisper-1

Alias jalur metode

Gunakan jalur metode yang ditampilkan di atas.

ID pemanggil terkait

openai/whisper-1

FAQ · OpenAI: Whisper 1

Input dan hasil apa yang tersedia?: POST /v1/audio/transcriptions · openai/whisper-1: audio → transcription
Kolom apa yang digunakan permintaan?: POST /v1/audio/transcriptions · openai/whisper-1: model, file, response_format

OpenAI: Whisper 1

OpenAI: Whisper 1

Mulai

Tersedia di Ailoot · masukan & metode

Paket

Tarif Ailoot

Harga menurut konfigurasi

Detail tarif referensi

Harga menurut konfigurasi

Contoh permintaan

Ailoot Ultra · Pengenalan ucapan

Terima dan simpan hasil

Ailoot Ultra · Pengenalan ucapan

Simpan semua hasil yang selesai

Jika respons asli perlu diperiksa

Alias

Alias model

Alias jalur metode

ID pemanggil terkait

Perusahaan dan portofolio proyeknya

Beli token dengan diskon.

Hubungkan API ke produk yang Anda jual.