Source: https://ailoot.ai/models/kk/openai-whisper-1/ Canonical: https://ailoot.ai/models/kk/openai-whisper-1/ Language: kk # OpenAI: Whisper 1 [Markdown](https://ailoot.ai/models/kk/openai-whisper-1/index.md) · [JSON](https://ailoot.ai/models/kk/openai-whisper-1/facts.json) ## [OpenAI: Whisper 1](https://ailoot.ai/models/kk/openai-whisper-1/) Whisper 1 аяқталған аудиофайлды мәтінге транскрипциялайды; көптілді тану мен сөз немесе сегмент уақыт белгілері бар. Өндіруші субтитр пішімдерін және бөлек ағылшын тіліне аудару үдерісін қолдайды; транскрипция нәтижесі жазба тілін сақтайды. - [**Ailoot Ultra · Сөйлеуді тану** `POST /v1/audio/transcriptions` `openai/whisper-1`](https://ailoot.ai/models/kk/openai-whisper-1/#method-0) Модель туралы Бұл сипаттама модель мүмкіндіктерін қамтиды. Ailoot жүйесінде таңдалған әдіс үшін қолжетімді кіріс, шығыс және параметрлер төменде берілген. Whisper 1 — ашық кодты Whisper V2 моделіне негізделген деп құжатталған OpenAI-дың әмбебап сөйлеуді тану API моделі. Ол аудиофайлды қабылдап, мәтін қайтарады. Жасаушы көптілді тануды, тілді анықтауды және бөлек сөйлеуді аудару міндетін сипаттайды. Транскрипция сөйленген тілді сақтайды; өндірушінің бөлек аудару интерфейсі ағылшынша мәтін қайтарады. Пайдалы қолдану — сұхбатты, дауыстық жазбаны немесе жазылған әңгімені кейін іздеу мен өңдеуге дайындау. Аяқталған жазбаны және белгілі болса, оның кіріс тілін беріңіз. OpenAI қолдау көрсетілетін 98 тілді құжаттайды және тану дәлдігі тілге қарай өзгеретінін айтады. Бір тілдік нұсқау ISO 639-1 кодын қолданады; басқа транскрипция модельдерінің жаңарақ көптілді және кілт сөз өрістері бөлек параметрлер болып саналады. Өндірушінің файл транскрипциялау үдерісі MP3, MP4, MPEG, MPGA, M4A, WAV немесе WebM пішімінде 25 MB көлемге дейінгі файлдарды қабылдайды. Үлкенірек жазба үшін сығылған пішім қолданыңыз немесе оны шекке сыятын бөліктерге бөліңіз. Жиналған транскрипт бастапқы жазбамен байланыста қалуы үшін сөйлем шекараларын және бөліктер ретін сақтаңыз. Бейне контейнері бұл міндетке визуалды сипаттама кірісі ретінде емес, өзінің аудиосын береді. Нұсқау есімдерді, қысқартуларды немесе жазбаға тән сөздікті және бұрынғы сегмент контекстін бере алады. Whisper нұсқауының шегі — 224 токен, ал нұсқау аудио тіліне сай болуы керек. Жасаушы Whisper әмбебап мәтін моделі сияқты нұсқауларды орындамайтынын айтады. Нұсқауды тиісті транскрипция контексті ретінде қолданып, терминдер тізімін сөйлеуші міндетті түрде айтқан сөздер деп қабылдамай, маңызды жазылуларды жазбамен салыстырыңыз. Өндіруші JSON, қарапайым мәтін, SRT, VTT және verbose JSON транскрипция пішімдерін құжаттайды. Сөз және сегмент уақыт белгілеріне verbose JSON қажет; осы деңгейлердің бірін немесе екеуін де сұрауға болады. API анықтамасында сегмент уақыт белгілері қосымша кідіріс қоспайтыны, ал сөз уақыт белгілері қосымша өңдеуді қажет ететіні айтылған. Бұл нәтижелер субтитрлеуге және өңдеу кезінде үзінділерді табуға көмектеседі; сөйлеуші диаризациясының аннотациялары басқа мамандандырылған модельге жатады. Whisper 1 файл транскрипциясының ағындық берілуін қолдамайды. Оның анықтамасында нөл мен бір арасындағы іріктеу температурасы да құжатталған; нөлде модель декодтау шектері қажет еткенде температураны автоматты арттыра алады. Бұл — әр жазба бірдей немесе мінсіз дәл транскрипт береді деген уәде емес, өндірушінің өңдеу параметрлерінің сипаттамасы. Соңғы материалды анықтаңыз: іздеуге арналған транскрипт, субтитр файлы немесе сөз/сегмент уақыты бар мәтін. Бастапқы жазбаны, бөліктер ретін және тиісті бастапқы уақыт сілтемелерін нәтижемен бірге сақтаңыз. Кейінгі мәтін өңдеу қадамы қате жазылуды түзете алады немесе қысқаша мазмұн дайындай алады, бірақ сөйлеуші мағынасы сақталуы үшін өзгерістерді аудиомен салыстырыңыз. Танылған мәтін айтылған сұраққа жасалған жауап емес, келесі міндетке арналған дәлелге айналады. **Ailoot Ultra · Сөйлеуді тану** `POST /v1/audio/transcriptions` `openai/whisper-1` [`openai/whisper-1`](https://ailoot.ai/models/kk/#m=openai%2Fwhisper-1&route=Ultra&caller=openai%2Fwhisper-1&fmt=transcriptions) OpenAI /`openai/whisper-1` ### Бастау Whisper 1 аяқталған аудиофайлды мәтінге транскрипциялайды; көптілді тану мен сөз немесе сегмент уақыт белгілері бар. Өндіруші субтитр пішімдерін және бөлек ағылшын тіліне аудару үдерісін қолдайды; транскрипция нәтижесі жазба тілін сақтайды. Қабылданатын кіріс деректері Аудио Нәтижелер transcription ### Ailoot жүйесінде қолжетімді · кіріс деректері мен әдістер **Ailoot Ultra · Сөйлеуді тану** `POST /v1/audio/transcriptions` Кіріс `audio` Шығыс `transcription` Шығыс пішімі json | Өріс | Түрі | Талап | Мәндер мен шектеулер | Әдепкі | | --- | --- | --- | --- | --- | | Өріс`model` | Түрі`string` | ТалапМіндетті | Мәндер мен шектеулер openai/whisper-1 | Әдепкі— | | Өріс`file` | Түрі`file` | ТалапМіндетті | Мәндер мен шектеулер Мазмұн түрі: multipart/form-data | Әдепкі— | | Өріс`response_format` | Түрі`string` | ТалапМіндетті емес | Мәндер мен шектеулер json | Әдепкі— | | Өріс`input_audio.data` | Түрі`base64_string` | ТалапМіндетті | Мәндер мен шектеулер Мына жағдайда қолданылады: WhisperOR JSON кірісі | Әдепкі— | | Өріс`input_audio.format` | Түрі`string` | ТалапМіндетті | Мәндер мен шектеулер wav, mp3, flac, ogg, m4a, webm Мына жағдайда қолданылады: WhisperOR JSON кірісі | Әдепкі— | Кіріс материалдарының үйлесімдері · Міндетті: model, file Әдіс параметрлері мен өмірлік циклі | Параметр | Параметр талаптары | | --- | --- | | Параметр`contours` | Параметр талаптары{"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} | | Параметр`max_bytes` | Параметр талаптары26214400 | | Параметр`material_types` | Параметр талаптарыaudio | Өмірлік цикл: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · Нақты қайтарылған task\_id немесе медиатека жазбасы `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` Нақты жазбаны және оған сәйкес пішімді пайдаланыңыз. Дыбыстан түсірілген мәтінді толық, сегменттерді, сөйлеуші ID мәндерін және уақыт деректерін сақтаңыз. ### Тарифтер Тариф анықтамасы сұрау мүмкіндіктерін қоспайды. Қолдау көрсетілетін параметрлер таңдалған әдісте берілген. Жылдам режим Көрсетілмеген Жылдам режим таңдалғанда Икемді режим Көрсетілмеген flex режимі таңдалғанда Ой қорытудың ең жоғары деңгейі Көрсетілмеген Ой қорыту деңгейі ең жоғары болып, default түзетуі қолданылғанда #### Ailoot мөлшерлемелері #### Баптаулар бойынша бағалар Әр төлемді көрсетілген шарттармен салыстырыңыз. Балама баптаулардың әр жиыны үшін бір мөлшерлемені қолданыңыз. | Баптау | Мөлшерлемелер кестесі | Есептеу бірлігі | Төлем | | --- | --- | --- | --- | | БаптауТокендердің базалық тарифтері | Мөлшерлемелер кестесіНегізгі мөлшерлеме | Есептеу бірлігі— | Төлем Кіріс · Кіріс токендері **—** / 1K токен Шығыс · Шығыс токендері **—** / 1K токен Кіріс · Кэшті оқу **—** / 1K токен Кіріс · Кэшке жазу **—** / 1K токен Кіріс · Кэшке жазу, 1 сағ **—** / 1K токен | | Баптаукіріс аудио секунды | Мөлшерлемелер кестесі— | Есептеу бірлігікіріс аудионың секунды үшін | Төлем Кіріс · кіріс аудио секунды **$0.0002** кіріс аудионың секунды үшін | #### Анықтамалық тариф мәліметтері Модельдің анықтамалық кестелері әдіс таңдауын, баға есебін не төлемді өзгертпейді. Қолданыстағы төлемдер таңдалған Ailoot әдісінің мөлшерлемелерімен есептеледі. OpenAI: Whisper 1 #### Баптаулар бойынша бағалар | Баптау | Төлемді есептеу шарттары | Төлем | | --- | --- | --- | | БаптауOpenAI: Whisper 1 · Әдепкі конфигурация | Төлемді есептеу шарттарыӘдепкі баптау | Төлем Кіріс · Кіріс аудио секундтары **0,0002 $** кіріс аудионың секунды үшін | Ailoot сұрау алдында болжамды соманы резервтейді. Нәтижеден кейін өлшенген пайдалану көлемі бойынша қорытынды төлемді шегереді. Ағындық жауап үшін төлем соңғы пайдалану жазбасы негізінде шегеріледі. [Резервтеу мен төлемді есептеу тәртібі →](https://ailoot.ai/docs/kk/billing/reserve/) ### Сұрау мысалдары #### Ailoot Ultra · Сөйлеуді тану curl ```bash set -eu : "${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 ``` ### Нәтижелерді алу және сақтау #### Ailoot Ultra · Сөйлеуді тану json - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` Басқа мазмұнды оқу Медиа кітапханасыТапсырма күйіМатериал мәліметтері ```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 ``` ##### Барлық дайын нәтижені сақтау Қайтарылған әр толық жауапты, файлды және мазмұн бөлігін сақтаңыз. Тек мәтінді емес, JSON жауабын толық сақтаңыз; қолжетімді әрбір сегментті, сөйлеушіні, уақыт белгісін және нақты тапсырма мен ресурс идентификаторын сақтаңыз. ##### Бастапқы жауапты тексеру қажет болса Қайта жібермей салыстырып тексеру үшін бастапқы operation\_id/X-Client-Request-ID мәнін сақтаңыз; аудио күйін мерзімді түрде сұратуға арналған жеке маршрут жоқ. Жауап өрістері | Өріс | Түрі | | --- | --- | | Өріс`text` | Түріstring | | Өріс`segments[]` | Түріobject | | Өріс`task_id` | Түріstring | | Өріс`asset_url` | Түріstring | | Өріс`usage` | Түріobject | Қателер және келесі қадамдар | Жауап | Шарт | Келесі қадам | | --- | --- | --- | | Жауап400 · `invalid_request_error` | ШартМіндетті өрістер, материалды ұсыну тәсілі немесе параметр мәні қате | Келесі қадамЖаңадан жасау сұрауын жібермес бұрын көрсетілген өрістерді түзетіңіз. | | Жауап`server_error` | ШартҚайтарылған жауапта операцияны немесе нәтижені тексеру қажет екені көрсетілген | Келесі қадамБастапқыда қайтарылған операцияның/тапсырманың ID мәнін, сұрау тақырыптарын және жауабын сақтаңыз; сол бастапқы операцияны қолдау көрсетілетін тәсілдермен оқуды жалғастырыңыз. Жасау сұрауын қайта жібермеңіз. | ### Балама атаулар #### Модельдердің балама атаулары **Ailoot Ultra** [`openai/whisper-1`](https://ailoot.ai/models/kk/#m=openai%2Fwhisper-1&route=Ultra&caller=openai%2Fwhisper-1&fmt=transcriptions) #### Әдіс жолдарының балама атаулары Жоғарыда көрсетілген әдіс жолдарын пайдаланыңыз. #### Шақыруға арналған байланысты ID [`openai/whisper-1`](https://ailoot.ai/models/kk/#m=openai%2Fwhisper-1&route=Ultra&caller=openai%2Fwhisper-1&fmt=transcriptions) FAQ · OpenAI: Whisper 1 Қандай кіріс деректері мен нәтижелер қолжетімді? `POST /v1/audio/transcriptions` · `openai/whisper-1`: `audio` → `transcription` Сұрау қандай өрістерді пайдаланады? `POST /v1/audio/transcriptions` · `openai/whisper-1`: `model`, `file`, `response_format` Ailoot-ты Claude Code, OpenCode, Hermes не қолданбаңызға қосыңыз. ## Компания және оның жобалар портфелі Компания және оның жобалар портфелі: миллиондаған клиент; ай сайынғы сату көлемі миллиардтармен есептеледі. ## Токенді жеңілдікпен сатып алыңыз. Тұрақты жұмысқа жазылым жеңілдігі. Токен сатып алуға промокодтар — 50% дейін. Жазылым Тұрақты сұрауыңызға жеңілдікті тариф таңдаңыз. 50% дейінгі промокод Сатып алғанда код енгізіңіз. Баға қазіргі науқанмен қайта есептеледі. Тарихтағы шығындар Әр сұрауға модель, токен және сома сақталады. [Жазылым таңдау](https://ailoot.ai/docs/kk/billing/subscriptions/) · [Модель бағасын көру](https://ailoot.ai/models/kk/) ## API-ді сататын өніміңізге қосыңыз. SaaS, қолданба мен бот Ailoot офертасы және лицензиялық шартына сай. Қайта сатуға реселлер лицензиясын сұраңыз. Коммерциялық қолданба Қызметіңіздің ақылы функциясына мәтін, сурет, бейне және дыбыс жасауды қосыңыз. Реселлер лицензиясы Жоба сипаттамасы мен кіру схемасын жіберіңіз. Пайдалану мен қайта сатуға жазбаша шарт сұраңыз. Сайттағы құжаттар Оферта, лицензиялық шарт және дерек саясаты қоспай тұрып қолжетімді. [Реселлер лицензиясын сұрау](mailto:support@ailoot.ai) · [Оферта мен лицензиялық шарт](https://ailoot.ai/legal/offer?lang=kk) ## Ailoot · Компания және оның жобалар портфелі Ailoot жинақталған жұмыс тәжірибесіне, кең клиенттік базаға, тұрақты қызметке және KPI көрсеткіштерін үздіксіз бақылауға сүйенеді. Компания және оның жобалар портфелі: миллиондаған клиент; ай сайынғы сату көлемі миллиардтармен есептеледі. Ailoot осы тәжірибені клиенттердің өнімдерінде, агенттерінде, қолданбаларында және автоматтандыруларында жасанды интеллект мүмкіндіктеріне API арқылы қол жеткізуді қамтамасыз етуге пайдаланады.