Source: https://ailoot.ai/models/lt/openai-whisper-1/ Canonical: https://ailoot.ai/models/lt/openai-whisper-1/ Language: lt # OpenAI: Whisper 1 [Markdown](https://ailoot.ai/models/lt/openai-whisper-1/index.md) · [JSON](https://ailoot.ai/models/lt/openai-whisper-1/facts.json) ## [OpenAI: Whisper 1](https://ailoot.ai/models/lt/openai-whisper-1/) Whisper 1 transkribuoja užbaigtą garso failą į tekstą, palaikydamas daugiakalbį atpažinimą ir žodžių ar segmentų laiko žymas. Gamintojas palaiko subtitrų formatus ir atskirą vertimo į anglų kalbą procesą; transkripcijos rezultatas išsaugo įrašo kalbą. - [**Ailoot Ultra · Kalbos atpažinimas** `POST /v1/audio/transcriptions` `openai/whisper-1`](https://ailoot.ai/models/lt/openai-whisper-1/#method-0) Apie modelį Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau. Whisper 1 yra bendrosios paskirties OpenAI kalbos atpažinimo API modelis, dokumentuojamas kaip veikiantis atvirojo kodo Whisper V2 modelio pagrindu. Jis priima garso failą ir grąžina tekstą. Kūrėjas aprašo daugiakalbį atpažinimą, kalbos nustatymą ir atskirą kalbos vertimo užduotį. Transkripcija išsaugo sakytinę kalbą; atskira gamintojo vertimo sąsaja grąžina anglišką tekstą. Naudingas taikymas – interviu, balso pastabos ar įrašyto pokalbio paruošimas vėlesnei paieškai ir redagavimui. Pateikite užbaigtą įrašą ir, jei žinoma, jo įvesties kalbą. OpenAI dokumentuoja 98 palaikomas kalbas ir pažymi, kad atpažinimo tikslumas skiriasi pagal kalbą. Vienos kalbos užuomina naudoja ISO 639-1 kodą; naujesni kitų transkripcijos modelių kelių kalbų ir raktažodžių laukai yra atskiri valdikliai. Gamintojo failo transkripcijos procesas priima iki 25 MB failus MP3, MP4, MPEG, MPGA, M4A, WAV arba WebM formatu. Didesniam įrašui naudokite suspaustą formatą arba padalykite jį į ribą atitinkančias dalis. Išsaugokite sakinių ribas ir dalių tvarką, kad surinkta transkripcija liktų susieta su originaliu įrašu. Šiai užduočiai vaizdo konteineris pateikia savo garsą, o ne vaizdo aprašymo įvestį. Užklausoje galima pateikti vardus, akronimus ar įrašui būdingą žodyną ir ankstesnio segmento kontekstą. Whisper užklausos konteksto riba yra 224 žetonai, o jo kalba turi atitikti garso kalbą. Kūrėjas nurodo, kad Whisper neseka instrukcijų kaip bendrosios paskirties teksto modelis. Kontekstą naudokite kaip transkripcijai svarbią informaciją, tada svarbią rašybą patikrinkite pagal įrašą, užuot terminų sąrašą laikę žodžiais, kuriuos kalbėtojas būtinai turėjo pasakyti. Gamintojas dokumentuoja JSON, paprasto teksto, SRT, VTT ir išplėstinio JSON transkripcijos formatus. Žodžių ir segmentų laiko žymoms reikia išplėstinio JSON; galima prašyti vieno arba abiejų detalumo lygių. API žinyne pažymima, kad segmentų laiko žymos neprideda delsos, o žodžių laiko žymoms reikia papildomo apdorojimo. Šios išvestys padeda kurti subtitrus ir rasti ištraukas redaguojant; kalbėtojų atskyrimo anotacijos priklauso kitam specializuotam modeliui. Whisper 1 nepalaiko srautinio failų transkribavimo. Jo žinyne taip pat dokumentuojama atrankos temperatūra nuo nulio iki vieneto; esant nuliui modelis gali temperatūrą automatiškai padidinti, kai to reikalauja jo dekodavimo slenksčiai. Tai aprašo gamintojo apdorojimo valdiklius, o ne žada, kad kiekvieno įrašo transkripcija bus identiška ar visiškai tiksli. Apibrėžkite galutinį rezultatą: paieškai skirtą transkripciją, subtitrų failą ar tekstą su žodžių arba segmentų laiko žymomis. Kartu su rezultatu išsaugokite originalų įrašą, dalių tvarką ir reikalingas šaltinio laiko nuorodas. Vėlesnis teksto redagavimo veiksmas gali ištaisyti rašybą ar paruošti santrauką, tačiau pakeitimus palyginkite su garsu, kad kalbėtojo prasmė išliktų. Atpažintas tekstas tampa kitos užduoties įrodymu, o ne sugeneruotu atsakymu į ištartą klausimą. **Ailoot Ultra · Kalbos atpažinimas** `POST /v1/audio/transcriptions` `openai/whisper-1` [`openai/whisper-1`](https://ailoot.ai/models/lt/#m=openai%2Fwhisper-1&route=Ultra&caller=openai%2Fwhisper-1&fmt=transcriptions) OpenAI /`openai/whisper-1` ### Pradžia Whisper 1 transkribuoja užbaigtą garso failą į tekstą, palaikydamas daugiakalbį atpažinimą ir žodžių ar segmentų laiko žymas. Gamintojas palaiko subtitrų formatus ir atskirą vertimo į anglų kalbą procesą; transkripcijos rezultatas išsaugo įrašo kalbą. Leidžiamos įvestys Garsas Rezultatai transcription ### Prieinama Ailoot · įvestys ir metodai **Ailoot Ultra · Kalbos atpažinimas** `POST /v1/audio/transcriptions` Įvestis `audio` Išvestis `transcription` Išvesties formatas json | Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta | | --- | --- | --- | --- | --- | | Laukas`model` | Tipas`string` | ReikalavimasPrivaloma | Reikšmės ir ribos openai/whisper-1 | Numatyta— | | Laukas`file` | Tipas`file` | ReikalavimasPrivaloma | Reikšmės ir ribos Turinio tipas: multipart/form-data | Numatyta— | | Laukas`response_format` | Tipas`string` | ReikalavimasNeprivaloma | Reikšmės ir ribos json | Numatyta— | | Laukas`input_audio.data` | Tipas`base64_string` | ReikalavimasPrivaloma | Reikšmės ir ribos Taikoma, kai: WhisperOR JSON įvestis | Numatyta— | | Laukas`input_audio.format` | Tipas`string` | ReikalavimasPrivaloma | Reikšmės ir ribos wav, mp3, flac, ogg, m4a, webm Taikoma, kai: WhisperOR JSON įvestis | Numatyta— | Įvesties medžiagos deriniai · Privaloma: model, file Metodo parametrai ir gyvavimo ciklas | Parametras | Specifikacija | | --- | --- | | Parametras`contours` | Specifikacija{"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} | | Parametras`max_bytes` | Specifikacija26214400 | | Parametras`material_types` | Specifikacijaaudio | Gyvavimo ciklas: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · faktiškai grąžinta task\_id reikšmė arba medijos bibliotekos įrašas `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` Naudokite tikrą įrašą ir atitinkamą formatą. Išsaugokite visą transkripciją, segmentus, kalbėtojų ID ir laiko duomenis. ### Planai Tarifų informacija neprideda užklausos parinkčių. Palaikomi parametrai nurodyti prie pasirinkto metodo. Spartusis režimas Nenurodyta Pasirinkus spartųjį režimą Flex režimas Nenurodyta Pasirinkus flex režimą Didžiausios samprotavimo pastangos Nenurodyta Kai didžiausioms samprotavimo pastangoms taikomas numatytasis koregavimas (default) #### Ailoot įkainiai #### Kainos pagal konfigūraciją Kiekvieną mokestį susiekite su nurodytomis sąlygomis. Kiekvienam alternatyvių konfigūracijų rinkiniui taikykite vieną įkainį. | Konfigūracija | Įkainių lentelė | Apskaitos vienetas | Mokestis | | --- | --- | --- | --- | | KonfigūracijaBaziniai žetonų įkainiai | Įkainių lentelėBazinis įkainis | Apskaitos vienetas— | Mokestis Įvestis · Įvesties tokenai **—** / 1K tokenų Išvestis · Išvesties tokenai **—** / 1K tokenų Įvestis · Talpyklos skaitymas **—** / 1K tokenų Įvestis · Rašymas į talpyklą **—** / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val **—** / 1K tokenų | | Konfigūracijaįvesties garso sekundė | Įkainių lentelė— | Apskaitos vienetasuž įvesties garso sekundę | Mokestis Įvestis · įvesties garso sekundė **$0.0002** už įvesties garso sekundę | #### Informacinio tarifo duomenys Modelio informacinės lentelės nekeičia metodo pasirinkimo, kainos įverčių ar mokesčių. Galiojantys mokesčiai nustatomi pagal pasirinkto Ailoot metodo įkainius. OpenAI: Whisper 1 #### Kainos pagal konfigūraciją | Konfigūracija | Apmokestinimo sąlygos | Mokestis | | --- | --- | --- | | KonfigūracijaOpenAI: Whisper 1 · Numatytoji konfigūracija | Apmokestinimo sąlygosNumatytoji konfigūracija | Mokestis Įvestis · Įvesties garso sekundės **0,0002 USD** už įvesties garso sekundę | Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. [Kaip veikia rezervavimas ir atsiskaitymas →](https://ailoot.ai/docs/lt/billing/reserve/) ### Užklausų pavyzdžiai #### Ailoot Ultra · Kalbos atpažinimas curl ```bash set -eu : "${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 ``` ### Gauti ir išsaugoti rezultatus #### Ailoot Ultra · Kalbos atpažinimas json - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` Kito turinio skaitymas Medijos bibliotekaUžduoties būsenaMedžiagos duomenys ```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 ``` ##### Išsaugoti visus baigtus rezultatus Išsaugokite kiekvieną visą grąžintą atsakymą, failą ir turinio dalį. Išsaugokite visą JSON, ne vien tekstą; išsaugokite kiekvieną pasiekiamą segmentą, kalbėtoją, laiko žymą ir tikrą užduoties ar ištekliaus tapatybę. ##### Jei reikia patikrinti pradinį atsakymą Išsaugokite pradinį operation\_id/X-Client-Request-ID duomenims sutikrinti, pakartotinai neteikdami užklausos; atskiro garso būsenos tikrinimo maršruto nėra. Atsakymo laukai | Laukas | Tipas | | --- | --- | | Laukas`text` | Tipasstring | | Laukas`segments[]` | Tipasobject | | Laukas`task_id` | Tipasstring | | Laukas`asset_url` | Tipasstring | | Laukas`usage` | Tipasobject | Klaidos ir tolesni veiksmai | Atsakymas | Sąlyga | Kitas žingsnis | | --- | --- | --- | | Atsakymas400 · `invalid_request_error` | SąlygaNetinkami privalomi laukai, medžiagos pateikimo forma arba parametro reikšmė | Kitas žingsnisPrieš naują kūrimo užklausą pataisykite nurodytus laukus. | | Atsakymas`server_error` | SąlygaGrąžintame atsakyme nurodoma, kad operaciją arba rezultatą reikia patikrinti | Kitas žingsnisIšsaugokite pradinį grąžintą operacijos ar užduoties ID, užklausos antraštes ir atsakymą; toliau tikrinkite tos pačios pradinės operacijos duomenis palaikomais būdais. Kūrimo užklausos pakartotinai neteikite. | ### Pseudonimai #### Modelių pseudonimai **Ailoot Ultra** [`openai/whisper-1`](https://ailoot.ai/models/lt/#m=openai%2Fwhisper-1&route=Ultra&caller=openai%2Fwhisper-1&fmt=transcriptions) #### Metodų kelių pseudonimai Naudokite aukščiau nurodytus metodų kelius. #### Susiję ID iškvietimui [`openai/whisper-1`](https://ailoot.ai/models/lt/#m=openai%2Fwhisper-1&route=Ultra&caller=openai%2Fwhisper-1&fmt=transcriptions) FAQ · OpenAI: Whisper 1 Kokios įvestys ir rezultatai prieinami? `POST /v1/audio/transcriptions` · `openai/whisper-1`: `audio` → `transcription` Kokius laukus naudoja užklausa? `POST /v1/audio/transcriptions` · `openai/whisper-1`: `model`, `file`, `response_format` Prijunkite Ailoot prie Claude Code, OpenCode, Hermes arba savo programos. ## Įmonė ir jos projektų portfelis Įmonė ir jos projektų portfelis: milijonai klientų; mėnesio pardavimai siekia milijardus. ## Pirkite žetonus su nuolaida. Prenumeratos nuolaida reguliariam darbui. Kodai — iki 50% žetonų pirkimui. Prenumerata Pasirinkite planą su nuolaida reguliarioms užklausoms. Nuolaidos kodas iki 50% Įveskite kodą perkant. Kaina perskaičiuojama pagal galiojančios akcijos sąlygas. Išlaidos istorijoje Kiekvienai užklausai išsaugomi modelis, žetonai ir suma. [Pasirinkti prenumeratą](https://ailoot.ai/docs/lt/billing/subscriptions/) · [Peržiūrėti modelių kainas](https://ailoot.ai/models/lt/) ## Prijunkite API prie produkto, kurį parduodate. SaaS, programos ir botai pagal Ailoot ofertą bei licencijos sutartį. Perpardavimui paprašykite perpardavėjo licencijos. Komercinė programa Teksto, vaizdų, video ir garso kūrimą integruokite į mokamas paslaugos funkcijas. Perpardavėjo licencija Atsiųskite projekto aprašymą ir prieigos schemą. Paprašykite rašytinių naudojimo ir perpardavimo sąlygų. Dokumentai svetainėje Oferta, licencijos sutartis ir duomenų tvarkymo politika prieinamos prieš prisijungiant. [Paprašyti perpardavėjo licencijos](mailto:support@ailoot.ai) · [Oferta ir licencijos sutartis](https://ailoot.ai/legal/offer?lang=lt) ## Ailoot · Įmonė ir jos projektų portfelis Ailoot remiasi sukaupta veiklos patirtimi, plačia klientų baze, stabiliomis paslaugomis ir nuolatine KPI kontrole. Įmonė ir jos projektų portfelis: milijonai klientų; mėnesio pardavimai siekia milijardus. Ailoot šią veiklos patirtį pritaiko teikdama API prieigą prie DI funkcijų klientų produktuose, agentuose, programose ir automatizavimo sprendimuose.