OpenAI: Whisper 1

Whisper 1 mentranskripsikan fail audio yang lengkap kepada teks, dengan pengecaman berbilang bahasa dan cap masa perkataan atau segmen. Pengeluar menyokong format sari kata serta aliran terjemahan bahasa Inggeris yang berasingan; hasil transkripsi mengekalkan bahasa rakaman.

Ailoot Ultra · Pengecaman pertuturan POST /v1/audio/transcriptions openai/whisper-1

Tentang model

Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.

Whisper 1 ialah model API pengecaman pertuturan serba guna OpenAI, yang didokumenkan sebagai dikuasakan oleh model sumber terbuka Whisper V2. Ia menerima fail audio dan mengembalikan teks. Pengeluar menerangkan pengecaman berbilang bahasa, pengenalpastian bahasa dan tugas terjemahan pertuturan yang berasingan. Transkripsi mengekalkan bahasa yang dituturkan; antara muka terjemahan berasingan pengeluar mengembalikan teks bahasa Inggeris.

Aplikasi yang berguna ialah menyediakan temu bual, nota suara atau rakaman perbualan untuk carian dan penyuntingan kemudian. Berikan rakaman lengkap dan, jika diketahui, bahasa inputnya. OpenAI mendokumenkan 98 bahasa yang disokong dan menyatakan bahawa ketepatan pengecaman berbeza mengikut bahasa. Petunjuk satu bahasa menggunakan kod ISO 639-1; medan berbilang bahasa dan kata kunci yang lebih baharu pada model transkripsi lain ialah kawalan berasingan.

Aliran transkripsi fail pengeluar menerima fail sehingga 25 MB dalam format MP3, MP4, MPEG, MPGA, M4A, WAV atau WebM. Untuk rakaman yang lebih besar, gunakan format termampat atau bahagikannya kepada cebisan dalam had tersebut. Kekalkan sempadan ayat dan susunan cebisan supaya transkrip yang dicantumkan terus berkait dengan rakaman asal. Bekas video membekalkan audionya untuk tugas ini dan bukannya input penerangan visual.

Prompt boleh membekalkan nama, akronim atau kosa kata khusus rakaman serta konteks daripada segmen terdahulu. Had prompt Whisper ialah 224 token, dan prompt patut sepadan dengan bahasa audio. Pengeluar menyatakan bahawa Whisper tidak mengikuti arahan seperti model teks serba guna. Gunakan prompt sebagai konteks transkripsi yang berkaitan, kemudian semak ejaan penting berbanding rakaman dan bukannya menganggap senarai istilah sebagai perkataan yang semestinya dituturkan oleh penutur.

Pengeluar mendokumenkan format transkripsi JSON, teks biasa, SRT, VTT dan JSON terperinci. Cap masa perkataan dan segmen memerlukan JSON terperinci; satu atau kedua-dua tahap perincian boleh diminta. Rujukan API menyatakan bahawa cap masa segmen tidak menambah kependaman, manakala cap masa perkataan memerlukan pemprosesan tambahan. Output ini menyokong penyediaan kapsyen dan pencarian petikan semasa penyuntingan; anotasi diarisasi penutur adalah untuk model khusus yang berbeza.

Whisper 1 tidak menyokong penstriman transkripsi fail. Rujukannya turut mendokumenkan suhu pensampelan antara sifar dan satu; pada sifar, model boleh menaikkan suhu secara automatik apabila ambang penyahkodannya memerlukannya. Ini menerangkan kawalan pemprosesan pengeluar dan bukannya janji bahawa setiap rakaman menghasilkan transkrip yang serupa tepat atau tepat sepenuhnya.

Tentukan artifak akhir: transkrip untuk carian, fail sari kata atau teks dengan pemasaan perkataan atau segmen. Simpan rakaman asal, susunan cebisan dan rujukan masa sumber yang berkaitan bersama hasil. Langkah penyuntingan teks kemudian boleh membetulkan salah ejaan atau menyediakan ringkasan, tetapi bandingkan perubahan dengan audio supaya makna penutur dikekalkan. Teks yang dikenal pasti menjadi bukti untuk tugas seterusnya dan bukannya jawapan yang dijana kepada soalan yang dituturkan.

Ailoot Ultra · Pengecaman pertuturan POST /v1/audio/transcriptions openai/whisper-1

openai/whisper-1

OpenAI /openai/whisper-1

Pengenalan

Input yang diterima: Audio
Hasil: transcription

Tersedia di Ailoot · input & kaedah

Ailoot Ultra · Pengecaman pertuturan POST /v1/audio/transcriptions

Input: audio
Output: transcription
Format output: json

Medan	Jenis	Keperluan	Nilai & had	Lalai
Medan`model`	Jenis`string`	KeperluanDiperlukan	Nilai & had openai/whisper-1	Lalai—
Medan`file`	Jenis`file`	KeperluanDiperlukan	Nilai & had Jenis kandungan: multipart/form-data	Lalai—
Medan`response_format`	Jenis`string`	KeperluanPilihan	Nilai & had json	Lalai—
Medan`input_audio.data`	Jenis`base64_string`	KeperluanDiperlukan	Nilai & had Terpakai apabila: Input JSON WhisperOR	Lalai—
Medan`input_audio.format`	Jenis`string`	KeperluanDiperlukan	Nilai & had wav, mp3, flac, ogg, m4a, webm Terpakai apabila: Input JSON WhisperOR	Lalai—

Gabungan bahan input

· Diperlukan: model, file

Parameter kaedah dan kitar hayat

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

Kitar hayat: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · task_id sebenar yang dikembalikan atau rekod pustaka media

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Gunakan rakaman sebenar dan format yang sepadan.

Simpan transkrip penuh, segmen, ID penutur dan maklumat masa.

Pelan harga

Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.

Mod pantas: Tidak dinyatakan Apabila mod pantas dipilih
Mod flex: Tidak dinyatakan Apabila mod flex dipilih
Usaha penaakulan maksimum: Tidak dinyatakan Apabila usaha penaakulan maksimum menggunakan pelarasan default

Kadar Ailoot

Harga mengikut konfigurasi

Padankan setiap caj dengan syarat yang dipaparkan. Gunakan satu kadar bagi setiap set konfigurasi alternatif.

Konfigurasi	Jadual kadar	Unit pengebilan	Caj
KonfigurasiKadar asas token	Jadual kadarKadar asas	Unit pengebilan—	Caj Input · Token input — / 1K token Output · Token output — / 1K token Input · Bacaan cache — / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token
Konfigurasisaat audio input	Jadual kadar—	Unit pengebilanbagi setiap saat audio masukan	Caj Input · saat audio input $0.0002 bagi setiap saat audio masukan

Butiran tarif rujukan

Jadual rujukan peringkat model tidak mengubah pemilihan kaedah, sebut harga atau caj. Caj aktif menggunakan kadar kaedah Ailoot yang dipilih.

OpenAI: Whisper 1

Harga mengikut konfigurasi

Konfigurasi	Syarat pengebilan	Caj
KonfigurasiOpenAI: Whisper 1 · Konfigurasi lalai	Syarat pengebilanKonfigurasi lalai	Caj Input · Saat audio input USD 0.0002 bagi setiap saat audio masukan

Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →

Contoh permintaan

Ailoot Ultra · Pengecaman pertuturan

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 · Pengecaman pertuturan

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 kandungan lain

Pustaka mediaStatus tugasButiran 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, fail dan bahagian kandungan yang dikembalikan.

Simpan JSON lengkap, bukan teks sahaja; kekalkan setiap segmen/penutur/cap masa yang tersedia dan identiti tugas/aset sebenar.

Jika respons asal perlu disemak

Simpan operation_id/X-Client-Request-ID asal untuk penyelarasan rekod tanpa penghantaran semula; tiada laluan khusus untuk meninjau status audio.

Medan respons

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

Ralat dan langkah seterusnya

Respons	Syarat	Langkah seterusnya
Respons400 · `invalid_request_error`	SyaratMedan wajib, perwakilan bahan atau nilai parameter tidak sah	Langkah seterusnyaBetulkan medan yang ditunjukkan sebelum permintaan penciptaan baharu.
Respons`server_error`	SyaratRespons yang dikembalikan menyatakan bahawa operasi atau hasil memerlukan semakan	Langkah seterusnyaSimpan ID operasi/tugas asal yang dikembalikan, pengepala permintaan dan respons; teruskan pembacaan yang disokong bagi operasi asal tersebut. Jangan hantar semula permintaan penciptaan.

Alias

Alias model

Ailoot Ultra openai/whisper-1

Alias laluan kaedah

Gunakan laluan kaedah yang dipaparkan di atas.

ID pemanggil berkaitan

openai/whisper-1

FAQ · OpenAI: Whisper 1

Apakah input dan hasil yang tersedia?: POST /v1/audio/transcriptions · openai/whisper-1: audio → transcription
Apakah medan yang digunakan oleh permintaan?: POST /v1/audio/transcriptions · openai/whisper-1: model, file, response_format

OpenAI: Whisper 1

OpenAI: Whisper 1

Pengenalan

Tersedia di Ailoot · input & kaedah

Pelan harga

Kadar Ailoot

Harga mengikut konfigurasi

Butiran tarif rujukan

Harga mengikut konfigurasi

Contoh permintaan

Ailoot Ultra · Pengecaman pertuturan

Terima dan simpan hasil

Ailoot Ultra · Pengecaman pertuturan

Simpan semua hasil yang selesai

Jika respons asal perlu disemak

Alias

Alias model

Alias laluan kaedah

ID pemanggil berkaitan

Syarikat dan portfolio projeknya

Beli token dengan diskaun.

Sambungkan API kepada produk yang anda jual.