Source: https://ailoot.ai/models/nb/openai-whisper-1/ Canonical: https://ailoot.ai/models/nb/openai-whisper-1/ Language: nb # OpenAI: Whisper 1 [Markdown](https://ailoot.ai/models/nb/openai-whisper-1/index.md) · [JSON](https://ailoot.ai/models/nb/openai-whisper-1/facts.json) ## [OpenAI: Whisper 1](https://ailoot.ai/models/nb/openai-whisper-1/) Whisper 1 transkriberer en ferdig lydfil til tekst, med flerspråklig gjenkjenning og tidsstempler for ord eller segmenter. Produsenten støtter undertekstformater og en separat arbeidsflyt for oversettelse til engelsk; transkripsjonsresultatet bevarer opptakets språk. - [**Ailoot Ultra · Talegjenkjenning** `POST /v1/audio/transcriptions` `openai/whisper-1`](https://ailoot.ai/models/nb/openai-whisper-1/#method-0) Om modellen Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden. Whisper 1 er OpenAIs generelle API-modell for talegjenkjenning, dokumentert som drevet av den åpne kildekodemodellen Whisper V2. Den tar imot en lydfil og returnerer tekst. Produsenten beskriver flerspråklig gjenkjenning, språkidentifikasjon og en separat oppgave for taleoversettelse. Transkripsjon bevarer talespråket; produsentens separate oversettelsesgrensesnitt returnerer engelsk tekst. Et nyttig bruksområde er å forberede et intervju, et talenotat eller en innspilt samtale for senere søk og redigering. Oppgi det ferdige opptaket og inndataspråket når det er kjent. OpenAI dokumenterer 98 støttede språk og påpeker at gjenkjenningsnøyaktighet varierer med språk. Språkhintet for ett språk bruker en ISO 639-1-kode; nyere flerspråks- og nøkkelordfelt i andre transkripsjonsmodeller er separate kontroller. Produsentens filtranskripsjon tar imot filer på opptil 25 MB i MP3-, MP4-, MPEG-, MPGA-, M4A-, WAV- eller WebM-format. Bruk et komprimert format til et større opptak, eller del det i deler innenfor grensen. Bevar setningsgrenser og rekkefølgen på delene slik at den sammensatte transkripsjonen fortsatt er knyttet til originalopptaket. En videokonteiner leverer lyden sin til denne oppgaven, ikke inndata for visuell beskrivelse. En prompt kan oppgi navn, akronymer eller opptaksspesifikt ordforråd og kontekst fra et tidligere segment. Whispers promptgrense er 224 tokener, og prompten bør samsvare med lydens språk. Produsenten sier at Whisper ikke følger instruksjoner som en generell tekstmodell. Bruk prompten som relevant transkripsjonskontekst, og kontroller deretter viktige skrivemåter mot opptaket i stedet for å behandle en terminologiliste som ord taleren nødvendigvis sa. Produsenten dokumenterer transkripsjonsformatene JSON, ren tekst, SRT, VTT og verbose JSON. Tidsstempler for ord og segmenter krever verbose JSON; enten én eller begge detaljgrader kan forespørres. API-referansen påpeker at segmenttidsstempler ikke tilfører ekstra latenstid, mens ordtidsstempler krever ytterligere behandling. Utdataene støtter teksting og lokalisering av avsnitt under redigering; merking med talerdiarisering tilhører en annen spesialisert modell. Whisper 1 støtter ikke strømming av filtranskripsjon. Referansen dokumenterer også en samplingtemperatur mellom null og én; ved null kan modellen øke temperaturen automatisk når dekodingstersklene krever det. Dette beskriver produsentens behandlingskontroller, ikke et løfte om at hvert opptak gir en identisk eller helt nøyaktig transkripsjon. Definer sluttresultatet: en transkripsjon for søk, en undertekstfil eller tekst med ord-/segmenttiming. Oppbevar originalopptaket, delrekkefølgen og relevante tidsreferanser fra kilden sammen med resultatet. Et senere tekstredigeringssteg kan rette en feilstaving eller lage et sammendrag, men sammenlign endringene med lyden så talerens mening bevares. Den gjenkjente teksten blir grunnlag for neste oppgave, ikke et generert svar på det muntlige spørsmålet. **Ailoot Ultra · Talegjenkjenning** `POST /v1/audio/transcriptions` `openai/whisper-1` [`openai/whisper-1`](https://ailoot.ai/models/nb/#m=openai%2Fwhisper-1&route=Ultra&caller=openai%2Fwhisper-1&fmt=transcriptions) OpenAI /`openai/whisper-1` ### Start Whisper 1 transkriberer en ferdig lydfil til tekst, med flerspråklig gjenkjenning og tidsstempler for ord eller segmenter. Produsenten støtter undertekstformater og en separat arbeidsflyt for oversettelse til engelsk; transkripsjonsresultatet bevarer opptakets språk. Godkjente inndata Lyd Resultater transcription ### Tilgjengelig i Ailoot · inndata & metoder **Ailoot Ultra · Talegjenkjenning** `POST /v1/audio/transcriptions` Inndatatyper `audio` Utdatatyper `transcription` Utdataformat json | Felt | Type | Krav | Verdier & grenser | Standard | | --- | --- | --- | --- | --- | | Felt`model` | Type`string` | KravPåkrevd | Verdier & grenser openai/whisper-1 | Standard— | | Felt`file` | Type`file` | KravPåkrevd | Verdier & grenser Innholdstype: multipart/form-data | Standard— | | Felt`response_format` | Type`string` | KravValgfritt | Verdier & grenser json | Standard— | | Felt`input_audio.data` | Type`base64_string` | KravPåkrevd | Verdier & grenser Gjelder når: JSON-inndata for WhisperOR | Standard— | | Felt`input_audio.format` | Type`string` | KravPåkrevd | Verdier & grenser wav, mp3, flac, ogg, m4a, webm Gjelder når: JSON-inndata for WhisperOR | Standard— | Kombinasjoner av inngående materialer · Påkrevd: model, file Metodeparametere og livssyklus | Parameter | Avtale | | --- | --- | | Parameter`contours` | Avtale{"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` | Avtale26214400 | | Parameter`material_types` | Avtaleaudio | Livssyklus: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · faktisk returnert task\_id eller oppføring i mediebiblioteket `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` Bruk et faktisk opptak og samsvarende format. Bevar hele transkripsjonen, alle segmenter, taler-ID-er og tidsangivelser. ### Priser Tariffopplysninger legger ikke til forespørselsvalg. Støttede parametere står ved den valgte metoden. Hurtigmodus Ikke angitt Når hurtigmodus er valgt Flex-modus Ikke angitt Når flex-modus er valgt Maksimal resonneringsinnsats Ikke angitt Når justeringen «default» brukes for maksimal resonneringsinnsats #### Ailoot-satser #### Priser etter konfigurasjon Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner. | Konfigurasjon | Prisplan | Faktureringsenhet | Kostnad | | --- | --- | --- | --- | | KonfigurasjonGrunnpriser for tokener | PrisplanGrunnsats | Faktureringsenhet— | Kostnad Inndata · Inngående tokener **—** / 1K tokener Utdata · Utgående tokener **—** / 1K tokener Inndata · Lesing fra hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener | | Konfigurasjonlydsekund i inndata | Prisplan— | Faktureringsenhetper sekund inndatalyd | Kostnad Inndata · lydsekund i inndata **$0.0002** per sekund inndatalyd | #### Detaljer om referansetariffen Referanseprisplaner på modellnivå endrer ikke metodevalg, prisoverslag eller kostnader. Aktive kostnader bruker satsene til den valgte Ailoot-metoden. OpenAI: Whisper 1 #### Priser etter konfigurasjon | Konfigurasjon | Faktureringsvilkår | Kostnad | | --- | --- | --- | | KonfigurasjonOpenAI: Whisper 1 · Standardkonfigurasjon | FaktureringsvilkårStandardkonfigurasjon | Kostnad Inndata · Lydsekunder i inndata **0,0002 USD** per sekund inndatalyd | Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. [Slik fungerer reservasjon og oppgjør →](https://ailoot.ai/docs/nb/billing/reserve/) ### Eksempelforespørsler #### Ailoot Ultra · Talegjenkjenning curl ```bash set -eu : "${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 ``` ### Motta og lagre resultater #### Ailoot Ultra · Talegjenkjenning json - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` Andre innholdslesinger MediebibliotekOppgavestatusRessursdetaljer ```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 ``` ##### Behold alle ferdige resultater Behold alle fullstendige returnerte svar, filer og innholdsdeler. Behold hele JSON-svaret, ikke bare teksten; bevar alle tilgjengelige segmenter, talere og tidsstempler og faktiske oppgave- og ressursidentiteter. ##### Hvis det opprinnelige svaret må kontrolleres Bevar opprinnelig operation\_id/X-Client-Request-ID for avstemming uten ny innsending; det finnes ingen egen rute for å spørre etter lydstatus. Svarfelter | Felt | Type | | --- | --- | | Felt`text` | Typestring | | Felt`segments[]` | Typeobject | | Felt`task_id` | Typestring | | Felt`asset_url` | Typestring | | Felt`usage` | Typeobject | Feil og neste trinn | Svar | Vilkår | Neste trinn | | --- | --- | --- | | Svar400 · `invalid_request_error` | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. | | Svar`server_error` | VilkårDet returnerte svaret angir at operasjonen eller resultatet må kontrolleres | Neste trinnBevar den opprinnelige returnerte operasjons-/oppgave-ID-en, forespørselshodene og svaret; fortsett å lese den opprinnelige operasjonen på de støttede måtene. Ikke send opprettelsesforespørselen på nytt. | ### Aliaser #### Modellaliaser **Ailoot Ultra** [`openai/whisper-1`](https://ailoot.ai/models/nb/#m=openai%2Fwhisper-1&route=Ultra&caller=openai%2Fwhisper-1&fmt=transcriptions) #### Aliaser for metodestier Bruk metodestiene som vises ovenfor. #### Tilknyttede anroper-ID-er [`openai/whisper-1`](https://ailoot.ai/models/nb/#m=openai%2Fwhisper-1&route=Ultra&caller=openai%2Fwhisper-1&fmt=transcriptions) FAQ · OpenAI: Whisper 1 Hvilke inndata og resultater er tilgjengelige? `POST /v1/audio/transcriptions` · `openai/whisper-1`: `audio` → `transcription` Hvilke felt bruker forespørselen? `POST /v1/audio/transcriptions` · `openai/whisper-1`: `model`, `file`, `response_format` Koble Ailoot til Claude Code, OpenCode, Hermes eller egen applikasjon. ## Selskapet og dets prosjektportefølje Selskapet og dets prosjektportefølje: millioner av kunder; månedlig salg for milliarder. ## Kjøp tokener med rabatt. Abonnementsrabatt for jevnlig bruk. Kampanjekoder gir opptil 50% på tokenkjøp. Abonnement Velg et rabattabonnement for faste forespørsler. Kampanjekode opptil 50% Oppgi kode ved kjøp. Prisen beregnes på nytt etter gjeldende kampanje. Kostnader i historikken Modell, tokener og beløp lagres for hver forespørsel. [Velg abonnement](https://ailoot.ai/docs/nb/billing/subscriptions/) · [Se modellpriser](https://ailoot.ai/models/nb/) ## Koble API-et til produktet du selger. SaaS, apper og boter etter Ailoots offentlige tilbud og lisensavtale. Be om forhandlerlisens for videresalg. Kommersiell applikasjon Bygg tekst-, bilde-, video- og lydgenerering inn i betalte funksjoner i tjenesten. Forhandlerlisens Send prosjektbeskrivelse og tilgangsopplegg. Be om skriftlige vilkår for bruk og videresalg. Dokumenter på nettstedet Offentlig tilbud, lisensavtale og retningslinjer for databehandling er tilgjengelige før tilkobling. [Be om forhandlerlisens](mailto:support@ailoot.ai) · [Offentlig tilbud og lisensavtale](https://ailoot.ai/legal/offer?lang=nb) ## Ailoot · Selskapet og dets prosjektportefølje Ailoot bygger på etablert driftserfaring, en stor kundebase, stabil tjeneste og løpende KPI-kontroll. Selskapet og dets prosjektportefølje: millioner av kunder; månedlig salg for milliarder. Ailoot bruker denne driftserfaringen til API-tilgang til AI-funksjoner i kundenes produkter, agenter, applikasjoner og automatiseringer.