Source: https://ailoot.ai/models/pt-pt/openai-whisper-1/ Canonical: https://ailoot.ai/models/pt-pt/openai-whisper-1/ Language: pt-pt # OpenAI: Whisper 1 [Markdown](https://ailoot.ai/models/pt-pt/openai-whisper-1/index.md) · [JSON](https://ailoot.ai/models/pt-pt/openai-whisper-1/facts.json) ## [OpenAI: Whisper 1](https://ailoot.ai/models/pt-pt/openai-whisper-1/) Whisper 1 transcreve um ficheiro de áudio concluído para texto, com reconhecimento multilingue e marcas temporais por palavra ou segmento. O produtor suporta formatos de legendas e um fluxo separado de tradução para inglês; o resultado da transcrição preserva o idioma da gravação. - [**Ailoot Ultra · Reconhecimento de voz** `POST /v1/audio/transcriptions` `openai/whisper-1`](https://ailoot.ai/models/pt-pt/openai-whisper-1/#method-0) Sobre o modelo Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo. Whisper 1 é o modelo de API da OpenAI para reconhecimento de fala de uso geral, documentado como sendo baseado no modelo de código aberto Whisper V2. Aceita um ficheiro de áudio e devolve texto. O fabricante descreve reconhecimento multilingue, identificação de idioma e uma tarefa separada de tradução de fala. A transcrição preserva o idioma falado; a interface separada de tradução do produtor devolve texto em inglês. Uma aplicação útil é preparar uma entrevista, uma nota de voz ou uma conversa gravada para pesquisa e edição posteriores. Forneça a gravação concluída e, quando conhecido, o seu idioma de entrada. A OpenAI documenta 98 idiomas suportados e indica que a precisão do reconhecimento varia consoante o idioma. A indicação de um único idioma usa um código ISO 639-1; os campos mais recentes para vários idiomas e palavras-chave de outros modelos de transcrição são controlos separados. O fluxo do produtor para transcrição de ficheiros aceita ficheiros até 25 MB nos formatos MP3, MP4, MPEG, MPGA, M4A, WAV ou WebM. Para uma gravação maior, use um formato comprimido ou divida-a em blocos dentro do limite. Preserve os limites das frases e a ordem dos blocos para que a transcrição reunida mantenha a ligação à gravação original. Um contentor de vídeo fornece o seu áudio para esta tarefa, e não uma entrada para descrição visual. Um prompt pode fornecer nomes, siglas ou vocabulário específico da gravação, bem como contexto de um segmento anterior. O limite do prompt do Whisper é de 224 tokens, e o prompt deve corresponder ao idioma do áudio. O fabricante indica que o Whisper não segue instruções como um modelo de texto de uso geral. Use o prompt como contexto relevante para a transcrição e depois verifique as grafias importantes face à gravação, em vez de tratar uma lista terminológica como palavras que o locutor necessariamente pronunciou. O produtor documenta os formatos de transcrição JSON, texto simples, SRT, VTT e JSON detalhado. As marcas temporais por palavra e por segmento exigem JSON detalhado; pode pedir uma ou ambas as granularidades. A referência da API indica que as marcas temporais por segmento não acrescentam latência, enquanto as marcas por palavra exigem processamento adicional. Estas saídas ajudam a criar legendas e a localizar trechos durante a edição; as anotações de diarização de locutores pertencem a outro modelo especializado. O Whisper 1 não suporta streaming na transcrição de ficheiros. A sua referência documenta também uma temperatura de amostragem entre zero e um; a zero, o modelo pode aumentar automaticamente a temperatura quando os seus limiares de descodificação o exigem. Isto descreve os controlos de processamento do produtor, e não uma promessa de que todas as gravações produzam uma transcrição idêntica ou perfeitamente precisa. Defina o artefacto final: uma transcrição para pesquisa, um ficheiro de legendas ou texto com temporização por palavra ou segmento. Conserve a gravação original, a ordem dos blocos e as referências temporais relevantes da fonte junto do resultado. Um passo posterior de edição de texto pode corrigir um erro ortográfico ou preparar um resumo, mas compare as alterações com o áudio para preservar o significado do que o locutor disse. O texto reconhecido torna-se uma base de evidência para a tarefa seguinte, em vez de uma resposta gerada à pergunta falada. **Ailoot Ultra · Reconhecimento de voz** `POST /v1/audio/transcriptions` `openai/whisper-1` [`openai/whisper-1`](https://ailoot.ai/models/pt-pt/#m=openai%2Fwhisper-1&route=Ultra&caller=openai%2Fwhisper-1&fmt=transcriptions) OpenAI /`openai/whisper-1` ### Introdução Whisper 1 transcreve um ficheiro de áudio concluído para texto, com reconhecimento multilingue e marcas temporais por palavra ou segmento. O produtor suporta formatos de legendas e um fluxo separado de tradução para inglês; o resultado da transcrição preserva o idioma da gravação. Entradas aceites Áudio Resultados transcription ### Disponível no Ailoot · entradas e métodos **Ailoot Ultra · Reconhecimento de voz** `POST /v1/audio/transcriptions` Entrada `audio` Saída `transcription` Formato de saída json | Campo | Tipo | Requisito | Valores e limites | Predefinição | | --- | --- | --- | --- | --- | | Campo`model` | Tipo`string` | RequisitoObrigatório | Valores e limites openai/whisper-1 | Predefinição— | | Campo`file` | Tipo`file` | RequisitoObrigatório | Valores e limites Tipo de conteúdo: multipart/form-data | Predefinição— | | Campo`response_format` | Tipo`string` | RequisitoOpcional | Valores e limites json | Predefinição— | | Campo`input_audio.data` | Tipo`base64_string` | RequisitoObrigatório | Valores e limites Aplica-se quando: Entrada JSON do WhisperOR | Predefinição— | | Campo`input_audio.format` | Tipo`string` | RequisitoObrigatório | Valores e limites wav, mp3, flac, ogg, m4a, webm Aplica-se quando: Entrada JSON do WhisperOR | Predefinição— | Combinações de materiais de entrada · Obrigatório: model, file Parâmetros e ciclo de vida do método | Parâmetro | Contrato | | --- | --- | | Parâmetro`contours` | Contrato{"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} | | Parâmetro`max_bytes` | Contrato26214400 | | Parâmetro`material_types` | Contratoaudio | Ciclo de vida: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · task\_id efetivamente devolvido ou registo na biblioteca de multimédia `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` Utilize a gravação real e o formato correspondente. Conserve a transcrição completa, os segmentos, os IDs dos intervenientes e a temporização. ### Tarifários As referências tarifárias não acrescentam opções ao pedido. Os parâmetros suportados constam do método selecionado. Modo rápido Não especificado Quando o modo rápido está selecionado Modo flex Não especificado Quando o modo flex está selecionado Esforço máximo de raciocínio Não especificado Quando o esforço máximo de raciocínio usa o ajuste predefinido (default) #### Tarifas Ailoot #### Preços por configuração Associe cada custo às condições apresentadas. Use uma única tarifa para cada conjunto de configurações alternativas. | Configuração | Tabela de tarifas | Unidade de faturação | Custo | | --- | --- | --- | --- | | ConfiguraçãoTarifas base por token | Tabela de tarifasTarifa base | Unidade de faturação— | Custo Entrada · Tokens de entrada **—** / 1K tokens Saída · Tokens de saída **—** / 1K tokens Entrada · Leitura da cache **—** / 1K tokens Entrada · Escrita na cache **—** / 1K tokens Entrada · Escrita na cache, 1 hora **—** / 1K tokens | | Configuraçãosegundo de áudio de entrada | Tabela de tarifas— | Unidade de faturaçãopor segundo de áudio de entrada | Custo Entrada · segundo de áudio de entrada **$0.0002** por segundo de áudio de entrada | #### Detalhes da tarifa de referência As tabelas de referência do modelo não alteram a seleção do método, as cotações ou os custos. Os custos ativos usam as tarifas do método Ailoot selecionado. OpenAI: Whisper 1 #### Preços por configuração | Configuração | Condições de faturação | Custo | | --- | --- | --- | | ConfiguraçãoOpenAI: Whisper 1 · Configuração predefinida | Condições de faturaçãoConfiguração predefinida | Custo Entrada · Segundos de áudio de entrada **0,0002 US$** por segundo de áudio de entrada | O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. [Como funcionam a reserva e a liquidação →](https://ailoot.ai/docs/pt-pt/billing/reserve/) ### Exemplos de pedidos #### Ailoot Ultra · Reconhecimento de voz 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 ``` ### Receber e guardar os resultados #### Ailoot Ultra · Reconhecimento de voz json - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` Outras leituras de conteúdo Biblioteca multimédiaEstado da tarefaDetalhes dos recursos ```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 ``` ##### Guardar todos os resultados concluídos Guarde cada resposta, ficheiro e parte de conteúdo devolvidos na íntegra. Conserve o JSON completo, sem se limitar ao texto; preserve todos os segmentos/intervenientes/marcas temporais disponíveis e a identidade real da tarefa/recurso. ##### Se for necessário verificar a resposta original Conserve o operation\_id/X-Client-Request-ID original para reconciliação sem voltar a enviar o pedido; não existe uma rota dedicada à consulta periódica do estado do áudio. Campos da resposta | Campo | Tipo | | --- | --- | | Campo`text` | Tipostring | | Campo`segments[]` | Tipoobject | | Campo`task_id` | Tipostring | | Campo`asset_url` | Tipostring | | Campo`usage` | Tipoobject | Erros e passos seguintes | Resposta | Condição | Passo seguinte | | --- | --- | --- | | Resposta400 · `invalid_request_error` | CondiçãoCampos obrigatórios, representação do material ou valor do parâmetro inválidos | Passo seguinteCorrija os campos indicados antes de um novo pedido de criação. | | Resposta`server_error` | CondiçãoA resposta devolvida indica que a operação ou o resultado requer verificação | Passo seguinteGuarde o ID original da operação/tarefa devolvido, os cabeçalhos do pedido e a resposta; continue a consultar essa operação original através das consultas suportadas. Não volte a enviar o pedido de criação. | ### Aliases #### Aliases do modelo **Ailoot Ultra** [`openai/whisper-1`](https://ailoot.ai/models/pt-pt/#m=openai%2Fwhisper-1&route=Ultra&caller=openai%2Fwhisper-1&fmt=transcriptions) #### Aliases dos caminhos dos métodos Use os caminhos dos métodos indicados acima. #### IDs de chamada relacionados [`openai/whisper-1`](https://ailoot.ai/models/pt-pt/#m=openai%2Fwhisper-1&route=Ultra&caller=openai%2Fwhisper-1&fmt=transcriptions) FAQ · OpenAI: Whisper 1 Que entradas e resultados estão disponíveis? `POST /v1/audio/transcriptions` · `openai/whisper-1`: `audio` → `transcription` Que campos utiliza o pedido? `POST /v1/audio/transcriptions` · `openai/whisper-1`: `model`, `file`, `response_format` Ligue o Ailoot ao Claude Code, OpenCode, Hermes ou à sua aplicação. ## A empresa e a sua carteira de projetos A empresa e a sua carteira de projetos: milhões de clientes; vendas mensais na ordem dos milhares de milhões. ## Compre tokens com desconto. Desconto por subscrição para trabalho regular. Códigos promocionais — até 50% na compra de tokens. Subscrição Escolha um plano com desconto para os pedidos regulares. Código promocional até 50% Introduza o código na compra. O preço é recalculado conforme a campanha em vigor. Custos no histórico O modelo, os tokens e o montante são guardados para cada pedido. [Escolher subscrição](https://ailoot.ai/docs/pt-pt/billing/subscriptions/) · [Ver preços dos modelos](https://ailoot.ai/models/pt-pt/) ## Ligue a API ao produto que vende. SaaS, aplicações e bots — ao abrigo da oferta e do contrato de licença Ailoot. Para revenda, peça uma licença de revendedor. Aplicação comercial Integre geração de texto, imagens, vídeo e som nas funcionalidades pagas do seu serviço. Licença de revendedor Envie uma descrição do projeto e do modelo de acesso. Peça condições escritas de utilização e revenda. Documentos no site A oferta, o contrato de licença e a política de tratamento de dados estão disponíveis antes da ligação. [Pedir licença de revendedor](mailto:support@ailoot.ai) · [Oferta e contrato de licença](https://ailoot.ai/legal/offer?lang=pt-pt) ## Ailoot · A empresa e a sua carteira de projetos A Ailoot assenta numa experiência operacional consolidada, numa ampla base de clientes, num serviço estável e no acompanhamento contínuo dos KPI. A empresa e a sua carteira de projetos: milhões de clientes; vendas mensais na ordem dos milhares de milhões. A Ailoot aplica essa experiência operacional ao acesso por API a funcionalidades de IA nos produtos dos clientes, agentes, aplicações e automatizações.