Source: https://ailoot.ai/models/sv/openai-whisper-1/ Canonical: https://ailoot.ai/models/sv/openai-whisper-1/ Language: sv # OpenAI: Whisper 1 [Markdown](https://ailoot.ai/models/sv/openai-whisper-1/index.md) · [JSON](https://ailoot.ai/models/sv/openai-whisper-1/facts.json) ## [OpenAI: Whisper 1](https://ailoot.ai/models/sv/openai-whisper-1/) Whisper 1 transkriberar en färdig ljudfil till text med flerspråkig igenkänning och tidsstämplar för ord eller segment. Producenten stöder undertextformat och ett separat flöde för översättning till engelska; transkriptionsresultatet bevarar inspelningens språk. - [**Ailoot Ultra · Taligenkänning** `POST /v1/audio/transcriptions` `openai/whisper-1`](https://ailoot.ai/models/sv/openai-whisper-1/#method-0) Om modellen Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden. Whisper 1 är OpenAI:s generella API-modell för taligenkänning, dokumenterad som driven av modellen Whisper V2 med öppen källkod. Den tar emot en ljudfil och returnerar text. Tillverkaren beskriver flerspråkig igenkänning, språkidentifiering och en separat uppgift för talöversättning. Transkribering bevarar det talade språket; producentens separata översättningsgränssnitt returnerar engelsk text. En användbar tillämpning är att förbereda en intervju, röstanteckning eller inspelat samtal för senare sökning och redigering. Ange den färdiga inspelningen och, om det är känt, dess indataspråk. OpenAI dokumenterar 98 språk som stöds och påpekar att igenkänningsnoggrannheten varierar mellan språk. Språkledtråden för ett enda språk använder en ISO 639-1-kod; de nyare fälten för flera språk och nyckelord i andra transkriptionsmodeller är separata kontroller. Producentens flöde för filtranskribering tar emot filer på upp till 25 MB i formaten MP3, MP4, MPEG, MPGA, M4A, WAV eller WebM. Använd ett komprimerat format för en större inspelning eller dela den i delar inom gränsen. Bevara meningsgränser och delarnas ordning så att den sammanfogade transkriptionen behåller kopplingen till originalinspelningen. En videobehållare tillhandahåller sitt ljud för denna uppgift, inte indata för en visuell beskrivning. En prompt kan ge namn, akronymer eller inspelningsspecifikt ordförråd och sammanhang från ett tidigare segment. Whispers promptgräns är 224 token och prompten ska matcha ljudets språk. Tillverkaren anger att Whisper inte följer instruktioner som en generell textmodell. Använd prompten som relevant transkriptionskontext och kontrollera sedan viktiga stavningar mot inspelningen i stället för att behandla en terminologilista som ord talaren måste ha sagt. Producenten dokumenterar transkriptionsformaten JSON, vanlig text, SRT, VTT och verbose JSON. Tidsstämplar för ord och segment kräver verbose JSON; endera eller båda detaljnivåerna kan begäras. API-referensen påpekar att tidsstämplar för segment inte ger extra latens, medan tidsstämplar för ord kräver ytterligare bearbetning. Utdata stöder undertextning och lokalisering av avsnitt under redigering; annoteringar för talardiarisation hör till en annan specialiserad modell. Whisper 1 stöder inte strömmande filtranskribering. Referensen dokumenterar också en samplingstemperatur mellan noll och ett; vid noll kan modellen öka temperaturen automatiskt när dess avkodningströsklar kräver det. Detta beskriver producentens bearbetningskontroller och är inte ett löfte om att varje inspelning ger en identisk eller fullständigt korrekt transkription. Definiera slutleveransen: en transkription för sökning, en undertextfil eller text med tidsinformation för ord eller segment. Spara originalinspelningen, delarnas ordning och relevanta källtidsreferenser tillsammans med resultatet. Ett senare textredigeringssteg kan rätta en felstavning eller förbereda en sammanfattning, men jämför ändringarna med ljudet så att talarens innebörd bevaras. Den igenkända texten blir underlag för nästa uppgift och inte ett genererat svar på den talade frågan. **Ailoot Ultra · Taligenkänning** `POST /v1/audio/transcriptions` `openai/whisper-1` [`openai/whisper-1`](https://ailoot.ai/models/sv/#m=openai%2Fwhisper-1&route=Ultra&caller=openai%2Fwhisper-1&fmt=transcriptions) OpenAI /`openai/whisper-1` ### Start Whisper 1 transkriberar en färdig ljudfil till text med flerspråkig igenkänning och tidsstämplar för ord eller segment. Producenten stöder undertextformat och ett separat flöde för översättning till engelska; transkriptionsresultatet bevarar inspelningens språk. Godkända indata Ljud Resultat transcription ### Tillgängligt i Ailoot · indata & metoder **Ailoot Ultra · Taligenkänning** `POST /v1/audio/transcriptions` Indatatyper `audio` Utdatatyper `transcription` Utdataformat json | Fält | Typ | Krav | Värden & gränser | Standard | | --- | --- | --- | --- | --- | | Fält`model` | Typ`string` | KravObligatoriskt | Värden & gränser openai/whisper-1 | Standard— | | Fält`file` | Typ`file` | KravObligatoriskt | Värden & gränser Innehållstyp: multipart/form-data | Standard— | | Fält`response_format` | Typ`string` | KravValfritt | Värden & gränser json | Standard— | | Fält`input_audio.data` | Typ`base64_string` | KravObligatoriskt | Värden & gränser Gäller när: JSON-indata för WhisperOR | Standard— | | Fält`input_audio.format` | Typ`string` | KravObligatoriskt | Värden & gränser wav, mp3, flac, ogg, m4a, webm Gäller när: JSON-indata för WhisperOR | Standard— | Kombinationer av indatamaterial · Krävs: model, file Metodparametrar och livscykel | Parameter | Avtal | | --- | --- | | Parameter`contours` | Avtal{"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` | Avtal26214400 | | Parameter`material_types` | Avtalaudio | Livscykel: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · Det task\_id som faktiskt returnerades eller en post i mediebiblioteket `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` Använd en faktisk inspelning och motsvarande format. Bevara hela transkriberingen, segment, talar-ID:n och tidsuppgifter. ### Priser Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden. Snabbt läge Ej angivet När snabbt läge är valt Flex-läge Ej angivet När läget flex är valt Högsta resonemangsnivå Ej angivet När den högsta resonemangsnivån använder standardjusteringen (default) #### Ailoot-priser #### Priser efter konfiguration Matcha varje avgift mot de visade villkoren. Använd ett pris för varje uppsättning alternativa konfigurationer. | Konfiguration | Prislista | Debiteringsenhet | Avgift | | --- | --- | --- | --- | | KonfigurationGrundpriser för token | PrislistaGrundpris | Debiteringsenhet— | Avgift Indata · Indatatoken **—** / 1K token Utdata · Utdatatoken **—** / 1K token Indata · Cacheläsning **—** / 1K token Indata · Skrivning till cache **—** / 1K token Indata · Skrivning till cache, 1 tim **—** / 1K token | | Konfigurationsekund inkommande ljud | Prislista— | Debiteringsenhetper sekund indataljud | Avgift Indata · sekund inkommande ljud **$0.0002** per sekund indataljud | #### Detaljer om referenstariffen Referensprislistor på modellnivå ändrar inte metodval, prisuppgifter eller avgifter. Aktiva avgifter använder priserna för den valda Ailoot-metoden. OpenAI: Whisper 1 #### Priser efter konfiguration | Konfiguration | Debiteringsvillkor | Avgift | | --- | --- | --- | | KonfigurationOpenAI: Whisper 1 · Standardkonfiguration | DebiteringsvillkorStandardkonfiguration | Avgift Indata · Sekunder inkommande ljud **0,0002 US$** per sekund indataljud | Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. [Så fungerar reservation och slutreglering →](https://ailoot.ai/docs/sv/billing/reserve/) ### Exempelbegäranden #### Ailoot Ultra · Taligenkänning 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 ``` ### Ta emot och spara resultat #### Ailoot Ultra · Taligenkänning json - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` Andra innehållsläsningar MediebibliotekUppgiftsstatusResursinformation ```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 ``` ##### Behåll alla färdiga resultat Behåll varje fullständigt returnerat svar, fil och innehållsdel. Behåll hela JSON-svaret, inte bara text; bevara varje tillgängligt segment, varje talare och tidsstämpel samt faktisk uppgifts- och tillgångsidentitet. ##### Om det ursprungliga svaret behöver kontrolleras Behåll de ursprungliga värdena för operation\_id/X-Client-Request-ID för avstämning utan att skicka förfrågan igen; det finns ingen särskild rutt för statusavläsning av ljud. Svarsfält | Fält | Typ | | --- | --- | | Fält`text` | Typstring | | Fält`segments[]` | Typobject | | Fält`task_id` | Typstring | | Fält`asset_url` | Typstring | | Fält`usage` | Typobject | Fel och nästa steg | Svar | Villkor | Nästa steg | | --- | --- | --- | | Svar400 · `invalid_request_error` | VillkorOgiltiga obligatoriska fält, ogiltig representation av underlaget eller ogiltigt parametervärde | Nästa stegKorrigera de angivna fälten före en ny begäran om att skapa. | | Svar`server_error` | VillkorDet returnerade svaret anger att operationen eller resultatet behöver kontrolleras | Nästa stegSpara det ursprungliga operations- eller uppgifts-ID som returnerades, förfrågans headers och svaret. Fortsätt att läsa den ursprungliga operationen med de läsmetoder som stöds. Skicka inte skapandeförfrågan igen. | ### Alias #### Modellalias **Ailoot Ultra** [`openai/whisper-1`](https://ailoot.ai/models/sv/#m=openai%2Fwhisper-1&route=Ultra&caller=openai%2Fwhisper-1&fmt=transcriptions) #### Alias för metodsökvägar Använd metodsökvägarna som visas ovan. #### Relaterade anropar-ID:n [`openai/whisper-1`](https://ailoot.ai/models/sv/#m=openai%2Fwhisper-1&route=Ultra&caller=openai%2Fwhisper-1&fmt=transcriptions) FAQ · OpenAI: Whisper 1 Vilka indata och resultat finns? `POST /v1/audio/transcriptions` · `openai/whisper-1`: `audio` → `transcription` Vilka fält använder begäran? `POST /v1/audio/transcriptions` · `openai/whisper-1`: `model`, `file`, `response_format` Anslut Ailoot till Claude Code, OpenCode, Hermes eller din app. ## Företaget och dess projektportfölj Företaget och dess projektportfölj: miljontals kunder; månatlig försäljning för miljarder. ## Köp token med rabatt. Prenumerationsrabatt för återkommande arbete. Kampanjkoder ger upp till 50% vid tokenköp. Prenumeration Välj en rabatterad plan för återkommande anrop. Kampanjkod upp till 50% Ange koden vid köpet. Priset räknas om enligt kampanjen. Kostnader i historiken Modell, token och belopp sparas för varje anrop. [Välj prenumeration](https://ailoot.ai/docs/sv/billing/subscriptions/) · [Se modellpriser](https://ailoot.ai/models/sv/) ## Anslut API till produkten som du säljer. SaaS, appar och botar enligt Ailoots officiella villkor och licensavtal. Begär återförsäljarlicens för vidareförsäljning. Kommersiell applikation Bygg text-, bild-, video- och ljudgenerering i tjänstens betalda funktioner. Återförsäljarlicens Skicka projektbeskrivning och åtkomstupplägg. Begär skriftliga villkor för användning och vidareförsäljning. Dokument på webbplatsen Officiella villkor, licensavtal och databehandlingspolicy finns tillgängliga före anslutning. [Begär återförsäljarlicens](mailto:support@ailoot.ai) · [Officiella villkor och licensavtal](https://ailoot.ai/legal/offer?lang=sv) ## Ailoot · Företaget och dess projektportfölj Ailoot bygger på etablerad driftserfarenhet, en stor kundbas, stabil service och löpande KPI-kontroll. Företaget och dess projektportfölj: miljontals kunder; månatlig försäljning för miljarder. Ailoot använder denna driftserfarenhet för API-åtkomst till AI-funktioner i kundernas produkter, agenter, applikationer och automatiseringar.