Source: https://ailoot.ai/models/sl/openai-whisper-1/ Canonical: https://ailoot.ai/models/sl/openai-whisper-1/ Language: sl # OpenAI: Whisper 1 [Markdown](https://ailoot.ai/models/sl/openai-whisper-1/index.md) · [JSON](https://ailoot.ai/models/sl/openai-whisper-1/facts.json) ## [OpenAI: Whisper 1](https://ailoot.ai/models/sl/openai-whisper-1/) Whisper 1 prepiše dokončano zvočno datoteko v besedilo z večjezičnim prepoznavanjem ter časovnimi oznakami besed ali segmentov. Proizvajalec podpira podnapisne formate in ločen potek prevoda v angleščino; rezultat prepisovanja ohrani jezik posnetka. - [**Ailoot Ultra · Prepoznavanje govora** `POST /v1/audio/transcriptions` `openai/whisper-1`](https://ailoot.ai/models/sl/openai-whisper-1/#method-0) O modelu Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo. Whisper 1 je OpenAI-jev splošni model API za prepoznavanje govora, za katerega je dokumentirano, da temelji na odprtokodnem modelu Whisper V2. Sprejme zvočno datoteko in vrne besedilo. Razvijalec opisuje večjezično prepoznavanje, prepoznavanje jezika in ločeno nalogo prevajanja govora. Prepisovanje ohrani govorjeni jezik; proizvajalčev ločeni prevajalski vmesnik vrne angleško besedilo. Uporabna aplikacija je priprava intervjuja, glasovnega zapiska ali posnetega pogovora za poznejše iskanje in urejanje. Posredujte dokončan posnetek in njegov vhodni jezik, če je znan. OpenAI dokumentira 98 podprtih jezikov in opozarja, da se natančnost prepoznavanja razlikuje glede na jezik. Namig za posamezni jezik uporablja kodo ISO 639-1; novejša polja za več jezikov in ključne besede pri drugih modelih prepisovanja so ločene nastavitve. Proizvajalčev potek prepisovanja datotek sprejema datoteke do 25 MB v formatih MP3, MP4, MPEG, MPGA, M4A, WAV ali WebM. Za večji posnetek uporabite stisnjen format ali ga razdelite na dele znotraj omejitve. Ohranite stavčne meje in vrstni red delov, da sestavljeni prepis ostane povezan z izvirnim posnetkom. Videovsebnik za to nalogo prispeva svoj zvok, ne vnosa za opisovanje slike. Navodilo lahko posreduje imena, kratice ali besedišče, specifično za posnetek, ter kontekst iz predhodnega segmenta. Omejitev navodila Whisper je 224 žetonov, navodilo pa naj se ujema z jezikom zvoka. Razvijalec navaja, da Whisper ne sledi navodilom kot splošni besedilni model. Navodilo uporabite kot ustrezen kontekst prepisovanja, nato pa pomembne zapise preverite glede na posnetek, namesto da bi seznam izrazov obravnavali kot besede, ki jih je govorec nujno izrekel. Proizvajalec dokumentira formate prepisovanja JSON, navadno besedilo, SRT, VTT in verbose JSON. Časovne oznake besed in segmentov zahtevajo verbose JSON; zahtevati je mogoče eno ali obe ravni podrobnosti. Referenca API opozarja, da časovne oznake segmentov ne dodajo zakasnitve, časovne oznake besed pa potrebujejo dodatno obdelavo. Ti izhodi podpirajo podnaslavljanje in iskanje odlomkov med urejanjem; oznake razločevanja govorcev pripadajo drugemu specializiranemu modelu. Whisper 1 ne podpira pretočnega prepisovanja datotek. Njegova referenca dokumentira tudi temperaturo vzorčenja med nič in ena; pri nič lahko model samodejno zviša temperaturo, kadar to zahtevajo njegovi pragovi dekodiranja. To opisuje proizvajalčeve nastavitve obdelave, ne obljube, da bo vsak posnetek ustvaril enak ali popolnoma natančen prepis. Določite končni izdelek: prepis za iskanje, datoteko podnapisov ali besedilo s časovnimi podatki besed oziroma segmentov. Z rezultatom hranite izvirni posnetek, vrstni red delov in ustrezne časovne sklice na vir. Poznejši korak urejanja besedila lahko popravi napačen zapis ali pripravi povzetek, vendar spremembe primerjajte z zvokom, da ohranite govorčev pomen. Prepoznano besedilo postane dokaz za naslednjo nalogo, ne ustvarjen odgovor na izgovorjeno vprašanje. **Ailoot Ultra · Prepoznavanje govora** `POST /v1/audio/transcriptions` `openai/whisper-1` [`openai/whisper-1`](https://ailoot.ai/models/sl/#m=openai%2Fwhisper-1&route=Ultra&caller=openai%2Fwhisper-1&fmt=transcriptions) OpenAI /`openai/whisper-1` ### Začetek Whisper 1 prepiše dokončano zvočno datoteko v besedilo z večjezičnim prepoznavanjem ter časovnimi oznakami besed ali segmentov. Proizvajalec podpira podnapisne formate in ločen potek prevoda v angleščino; rezultat prepisovanja ohrani jezik posnetka. Dovoljeni vhodi Zvok Rezultati transcription ### Na voljo v Ailoot · vhodi in metode **Ailoot Ultra · Prepoznavanje govora** `POST /v1/audio/transcriptions` Vhod `audio` Izhod `transcription` Izhodni format json | Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto | | --- | --- | --- | --- | --- | | Polje`model` | Vrsta`string` | ZahtevaObvezno | Vrednosti in omejitve openai/whisper-1 | Privzeto— | | Polje`file` | Vrsta`file` | ZahtevaObvezno | Vrednosti in omejitve Vrsta vsebine: multipart/form-data | Privzeto— | | Polje`response_format` | Vrsta`string` | ZahtevaIzbirno | Vrednosti in omejitve json | Privzeto— | | Polje`input_audio.data` | Vrsta`base64_string` | ZahtevaObvezno | Vrednosti in omejitve Velja, ko: Vhod JSON za WhisperOR | Privzeto— | | Polje`input_audio.format` | Vrsta`string` | ZahtevaObvezno | Vrednosti in omejitve wav, mp3, flac, ogg, m4a, webm Velja, ko: Vhod JSON za WhisperOR | Privzeto— | Kombinacije vhodnih gradiv · Obvezno: model, file Parametri in življenjski cikel metode | Parameter | Specifikacija | | --- | --- | | Parameter`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} | | Parameter`max_bytes` | Specifikacija26214400 | | Parameter`material_types` | Specifikacijaaudio | Življenjski cikel: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · Dejansko vrnjeni task\_id ali zapis v medijski knjižnici `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` Uporabite dejanski posnetek in ustrezno obliko. Ohranite celoten prepis, segmente, ID-je govorcev in časovne podatke. ### Cenik Tarifni podatki ne dodajajo možnosti zahteve. Podprti parametri so navedeni pri izbrani metodi. Hitri način Ni navedeno Ko je izbran hitri način Način flex Ni navedeno Ko je izbran način flex Najvišja raven razmišljanja Ni navedeno Ko najvišja raven razmišljanja uporablja privzeto prilagoditev (default) #### Cene Ailoot #### Cene po nastavitvah Vsak strošek povežite s prikazanimi pogoji. Za vsak nabor alternativnih nastavitev uporabite eno ceno. | Nastavitev | Cenovna lestvica | Obračunska enota | Strošek | | --- | --- | --- | --- | | NastavitevOsnovne cene žetonov | Cenovna lestvicaOsnovna cena | Obračunska enota— | Strošek Vhod · Vhodni žetoni **—** / 1K žetonov Izhod · Izhodni žetoni **—** / 1K žetonov Vhod · Branje predpomnilnika **—** / 1K žetonov Vhod · Zapis v predpomnilnik **—** / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura **—** / 1K žetonov | | Nastavitevsekunda vhodnega zvoka | Cenovna lestvica— | Obračunska enotana sekundo vhodnega zvoka | Strošek Vhod · sekunda vhodnega zvoka **$0.0002** na sekundo vhodnega zvoka | #### Podrobnosti referenčne tarife Referenčne lestvice modela ne spreminjajo izbire metode, ocen cen ali stroškov. Veljavni stroški uporabljajo cene izbrane metode Ailoot. OpenAI: Whisper 1 #### Cene po nastavitvah | Nastavitev | Obračunski pogoji | Strošek | | --- | --- | --- | | NastavitevOpenAI: Whisper 1 · Privzeta konfiguracija | Obračunski pogojiPrivzeta konfiguracija | Strošek Vhod · Sekunde vhodnega zvoka **0,0002 $** na sekundo vhodnega zvoka | Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. [Kako delujeta rezervacija in obračun →](https://ailoot.ai/docs/sl/billing/reserve/) ### Primeri zahtev #### Ailoot Ultra · Prepoznavanje govora curl ```bash set -eu : "${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 ``` ### Prejmi in shrani rezultate #### Ailoot Ultra · Prepoznavanje govora json - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` Branje druge vsebine Medijska knjižnicaStanje opravilaPodrobnosti gradiva ```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 ``` ##### Ohrani vse dokončane rezultate Shranite vsak v celoti vrnjen odgovor, datoteko in del vsebine. Ohranite celoten JSON in ne samo besedila; ohranite vsak razpoložljivi segment/govorca/časovno oznako in dejansko identiteto opravila/sredstva. ##### Če je treba preveriti izvirni odgovor Shranite izvirni operation\_id/X-Client-Request-ID za uskladitev evidenc brez ponovnega pošiljanja; namenska pot za periodično preverjanje zvoka ne obstaja. Polja odgovora | Polje | Vrsta | | --- | --- | | Polje`text` | Vrstastring | | Polje`segments[]` | Vrstaobject | | Polje`task_id` | Vrstastring | | Polje`asset_url` | Vrstastring | | Polje`usage` | Vrstaobject | Napake in naslednji koraki | Odgovor | Pogoj | Naslednji korak | | --- | --- | --- | | Odgovor400 · `invalid_request_error` | PogojNeveljavna obvezna polja, predstavitev gradiva ali vrednost parametra | Naslednji korakPred novo zahtevo za ustvarjanje popravite navedena polja. | | Odgovor`server_error` | PogojVrnjeni odgovor navaja, da je treba operacijo ali rezultat preveriti | Naslednji korakShranite izvirni vrnjeni ID operacije/opravila, glave zahteve in odgovor; nadaljujte s podprtimi branji te izvirne operacije. Zahteve za ustvarjanje ne pošiljajte znova. | ### Druga imena #### Druga imena modelov **Ailoot Ultra** [`openai/whisper-1`](https://ailoot.ai/models/sl/#m=openai%2Fwhisper-1&route=Ultra&caller=openai%2Fwhisper-1&fmt=transcriptions) #### Druga imena poti metod Uporabite zgoraj navedene poti metod. #### Povezani ID-ji za klic [`openai/whisper-1`](https://ailoot.ai/models/sl/#m=openai%2Fwhisper-1&route=Ultra&caller=openai%2Fwhisper-1&fmt=transcriptions) FAQ · OpenAI: Whisper 1 Kateri vhodi in rezultati so na voljo? `POST /v1/audio/transcriptions` · `openai/whisper-1`: `audio` → `transcription` Katera polja uporablja zahteva? `POST /v1/audio/transcriptions` · `openai/whisper-1`: `model`, `file`, `response_format` Ailoot povežite s Claude Code, OpenCode, Hermes ali svojo aplikacijo. ## Podjetje in njegov portfelj projektov Podjetje in njegov portfelj projektov: milijoni strank; mesečna prodaja v milijardah. ## Žetone kupujte s popustom. Naročniški popust za redno delo. Promocijske kode prinesejo do 50% popusta na nakup žetonov. Naročnina Za redne zahteve izberite paket s popustom. Promocijska koda do 50% Kodo vnesite ob nakupu. Cena se preračuna po veljavni akciji. Poraba v zgodovini Za vsako zahtevo se shranijo model, žetoni in znesek. [Izberite naročnino](https://ailoot.ai/docs/sl/billing/subscriptions/) · [Oglejte si cene modelov](https://ailoot.ai/models/sl/) ## API povežite z izdelkom, ki ga prodajate. SaaS, aplikacije in boti po ponudbi in licenčni pogodbi Ailoot. Za nadaljnjo prodajo zaprosite za preprodajno licenco. Komercialna aplikacija Ustvarjanje besedila, slik, videa in zvoka vključite v plačljive funkcije svoje storitve. Licenca za preprodajalca Pošljite opis projekta in shemo dostopa. Zahtevajte pisne pogoje uporabe in nadaljnje prodaje. Dokumenti na strani Ponudba, licenčna pogodba in politika obdelave podatkov so dostopne pred povezavo. [Zaprosite za preprodajno licenco](mailto:support@ailoot.ai) · [Ponudba in licenčna pogodba](https://ailoot.ai/legal/offer?lang=sl) ## Ailoot · Podjetje in njegov portfelj projektov Ailoot temelji na pridobljenih operativnih izkušnjah, široki bazi strank, stabilni storitvi in stalnem spremljanju KPI. Podjetje in njegov portfelj projektov: milijoni strank; mesečna prodaja v milijardah. Ailoot te operativne izkušnje uporablja za dostop prek API do funkcij umetne inteligence v izdelkih strank, agentih, aplikacijah in avtomatizacijah.