OpenAI: Whisper 1

Whisper 1 tugallangan audio faylni matnga transkripsiya qiladi, ko‘p tilli tanish va so‘z yoki segment vaqt belgilarini taqdim etadi. Ishlab chiqaruvchi subtitr formatlari va alohida inglizcha tarjima jarayonini qo‘llab-quvvatlaydi; transkripsiya natijasi yozuv tilini saqlaydi.

Ailoot Ultra · Nutqni tanish POST /v1/audio/transcriptions openai/whisper-1

Model haqida

Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.

Whisper 1 — OpenAI’ning umumiy maqsadli nutqni tanish API modeli bo‘lib, hujjatlarda ochiq manbali Whisper V2 modeli asosida ishlashi ko‘rsatilgan. U audio faylni qabul qilib, matn qaytaradi. Ishlab chiqaruvchi ko‘p tilli tanish, tilni aniqlash va alohida nutq tarjimasi vazifasini tavsiflaydi. Transkripsiya aytilgan tilni saqlaydi; ishlab chiqaruvchining alohida tarjima interfeysi inglizcha matn qaytaradi.

Foydali qo‘llanish — intervyu, ovozli eslatma yoki yozib olingan suhbatni keyingi qidiruv va tahrir uchun tayyorlashdir. Tugallangan yozuvni va ma’lum bo‘lsa, uning kirish tilini bering. OpenAI 98 ta qo‘llab-quvvatlanadigan tilni hujjatlashtiradi va tanish aniqligi tilga qarab farqlanishini qayd etadi. Bitta til uchun ishora ISO 639-1 kodidan foydalanadi; boshqa transkripsiya modellaridagi yangiroq ko‘p tilli va kalit so‘z maydonlari alohida boshqaruvlardir.

Ishlab chiqaruvchining fayl transkripsiyasi jarayoni MP3, MP4, MPEG, MPGA, M4A, WAV yoki WebM formatidagi 25 MB gacha fayllarni qabul qiladi. Kattaroq yozuv uchun siqilgan formatdan foydalaning yoki uni limitga sig‘adigan bo‘laklarga bo‘ling. Yig‘ilgan transkript asl yozuv bilan bog‘liq qolishi uchun gap chegaralari va bo‘laklar tartibini saqlang. Video konteyneri bu vazifa uchun vizual tavsif kirishi emas, o‘z audiosini beradi.

Prompt ismlar, akronimlar yoki yozuvga xos lug‘at hamda oldingi segment kontekstini berishi mumkin. Whisper’ning prompt limiti 224 token, prompt esa audio tiliga mos bo‘lishi kerak. Ishlab chiqaruvchi Whisper umumiy maqsadli matn modeli kabi ko‘rsatmalarga amal qilmasligini aytadi. Promptdan tegishli transkripsiya konteksti sifatida foydalaning, so‘ng atamalar ro‘yxatini so‘zlovchi albatta aytgan so‘zlar deb hisoblash o‘rniga muhim yozilishlarni yozuvga solishtirib tekshiring.

Ishlab chiqaruvchi JSON, oddiy matn, SRT, VTT va batafsil JSON transkripsiya formatlarini hujjatlashtiradi. So‘z va segment vaqt belgilari batafsil JSON’ni talab qiladi; bittasi yoki ikkala aniqlik darajasi ham so‘ralishi mumkin. API ma’lumotnomasi segment vaqt belgilari qo‘shimcha kechikish keltirmasligini, so‘z vaqt belgilari esa qo‘shimcha qayta ishlash talab qilishini qayd etadi. Bu chiqishlar subtitr tayyorlash va tahrir paytida parchalarni topishga yordam beradi; so‘zlovchi diarizatsiyasi izohlari boshqa ixtisoslashgan modelga tegishli.

Whisper 1 fayl transkripsiyasini oqimli uzatishni qo‘llab-quvvatlamaydi. Uning ma’lumotnomasi noldan birgacha namuna olish haroratini ham hujjatlashtiradi; nol qiymatida dekodlash chegaralari talab qilganda model haroratni avtomatik oshirishi mumkin. Bu har bir yozuv aynan bir xil yoki mutlaqo aniq transkript beradi degan va’da emas, ishlab chiqaruvchining qayta ishlash boshqaruvlari tavsifidir.

Yakuniy natijani belgilang: qidiruv uchun transkript, subtitr fayli yoki so‘z/segment vaqtlari bilan matn. Asl yozuv, bo‘laklar tartibi va tegishli manba vaqt havolalarini natija bilan saqlang. Keyingi matn tahriri bosqichi imlo xatosini tuzatishi yoki qisqacha bayon tayyorlashi mumkin, ammo so‘zlovchining ma’nosi saqlanishi uchun o‘zgarishlarni audioga solishtiring. Tanilgan matn aytilgan savolga yaratilgan javob emas, keyingi vazifa uchun dalilga aylanadi.

Ailoot Ultra · Nutqni tanish POST /v1/audio/transcriptions openai/whisper-1

openai/whisper-1

OpenAI /openai/whisper-1

Boshlash

Qabul qilinadigan kirish ma’lumotlari: Audio
Natijalar: transcription

Ailoot da mavjud · kirish ma’lumotlari va usullar

Ailoot Ultra · Nutqni tanish POST /v1/audio/transcriptions

Kirish: audio
Chiqish: transcription
Chiqish formati: json

Maydon	Tur	Talab	Qiymatlar va cheklovlar	Standart
Maydon`model`	Tur`string`	TalabMajburiy	Qiymatlar va cheklovlar openai/whisper-1	Standart—
Maydon`file`	Tur`file`	TalabMajburiy	Qiymatlar va cheklovlar Kontent turi: multipart/form-data	Standart—
Maydon`response_format`	Tur`string`	TalabIxtiyoriy	Qiymatlar va cheklovlar json	Standart—
Maydon`input_audio.data`	Tur`base64_string`	TalabMajburiy	Qiymatlar va cheklovlar Quyidagi holatda qo‘llanadi: WhisperOR JSON kirishi	Standart—
Maydon`input_audio.format`	Tur`string`	TalabMajburiy	Qiymatlar va cheklovlar wav, mp3, flac, ogg, m4a, webm Quyidagi holatda qo‘llanadi: WhisperOR JSON kirishi	Standart—

Kirish materiallari birikmalari

· Majburiy: model, file

Usul parametrlari va hayot sikli

Parametr	Parametr talablari
Parametr`contours`	Parametr talablari{"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}
Parametr`max_bytes`	Parametr talablari26214400
Parametr`material_types`	Parametr talablariaudio

Hayot sikli: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · Amalda qaytarilgan task_id yoki media kutubxonasidagi yozuv

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Haqiqiy yozuv va mos formatdan foydalaning.

To‘liq transkriptni, segmentlarni, so‘zlovchi ID larini va vaqt ma’lumotini saqlang.

Tariflar

Tarif ma’lumotlari so‘rov imkoniyatlarini qo‘shmaydi. Qo‘llab-quvvatlanadigan parametrlar tanlangan usulda ko‘rsatilgan.

Tezkor rejim: Ko‘rsatilmagan Tezkor rejim tanlanganda
Flex rejimi: Ko‘rsatilmagan flex rejimi tanlanganda
Maksimal fikrlash darajasi: Ko‘rsatilmagan Maksimal fikrlash darajasi uchun standart (default) tuzatish qo‘llanganda

Ailoot tariflari

Sozlamalar bo‘yicha narxlar

Har bir to‘lovni ko‘rsatilgan shartlarga moslang. Har bir muqobil sozlamalar to‘plami uchun bitta tarifdan foydalaning.

Sozlama	Tariflar jadvali	Hisob birligi	To‘lov
SozlamaTokenlar uchun bazaviy tariflar	Tariflar jadvaliAsosiy tarif	Hisob birligi—	To‘lov Kirish · Kirish tokenlari — / 1K token Chiqish · Chiqish tokenlari — / 1K token Kirish · Keshdan o‘qish — / 1K token Kirish · Keshga yozish — / 1K token Kirish · Keshga yozish, 1 soat — / 1K token
SozlamaKirish audiosi soniyasi	Tariflar jadvali—	Hisob birligikirish audiosining soniyasi uchun	To‘lov Kirish · Kirish audiosi soniyasi $0.0002 kirish audiosining soniyasi uchun

Ma’lumot uchun tarif tafsilotlari

Modelning ma’lumot jadvallari usul tanlash, narx hisobi yoki to‘lovlarni o‘zgartirmaydi. Amaldagi to‘lovlar tanlangan Ailoot usuli tariflari bo‘yicha hisoblanadi.

OpenAI: Whisper 1

Sozlamalar bo‘yicha narxlar

Sozlama	To‘lovni hisoblash shartlari	To‘lov
SozlamaOpenAI: Whisper 1 · Standart sozlama	To‘lovni hisoblash shartlariStandart konfiguratsiya	To‘lov Kirish · Kirish audiosi soniyalari 0,0002 US$ kirish audiosining soniyasi uchun

Ailoot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. Summani band qilish va to‘lovni hisoblash tartibi →

So‘rov namunalari

Ailoot Ultra · Nutqni tanish

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

Natijalarni olish va saqlash

Ailoot Ultra · Nutqni tanish

json

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

Boshqa kontentni o‘qish

Media kutubxonasiVazifa holatiMaterial tafsilotlari

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

Barcha tayyor natijalarni saqlash

Qaytarilgan har bir to‘liq javob, fayl va kontent qismini saqlang.

Faqat matnni emas, to‘liq JSON ni saqlang; mavjud har bir segment/so‘zlovchi/vaqt belgisini va haqiqiy vazifa/aktiv identifikatorini saqlang.

Asl javobni tekshirish kerak bo‘lsa

Ma’lumotlarni solishtirib tekshirish uchun dastlabki operation_id/X-Client-Request-ID ni saqlang va so‘rovni qayta yubormang; audio holatini davriy tekshirish uchun alohida yo‘nalish yo‘q.

Javob maydonlari

Maydon	Tur
Maydon`text`	Turstring
Maydon`segments[]`	Turobject
Maydon`task_id`	Turstring
Maydon`asset_url`	Turstring
Maydon`usage`	Turobject

Xatolar va keyingi qadamlar

Javob	Shart	Keyingi qadam
Javob400 · `invalid_request_error`	ShartMajburiy maydonlar, material ifodasi yoki parametr qiymati noto‘g‘ri	Keyingi qadamYangi yaratish so‘rovidan oldin ko‘rsatilgan maydonlarni tuzating.
Javob`server_error`	ShartQaytarilgan javob operatsiya yoki natijani tekshirish kerakligini bildiradi	Keyingi qadamDastlab qaytarilgan operatsiya/vazifa ID sini, so‘rov sarlavhalarini va javobni saqlang; aynan shu operatsiya uchun qo‘llab-quvvatlanadigan o‘qish so‘rovlarini davom ettiring. Yaratish so‘rovini qayta yubormang.

Taxalluslar

Model taxalluslari

Ailoot Ultra openai/whisper-1

Usul yo‘llari taxalluslari

Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.

Chaqirish uchun tegishli ID lar

openai/whisper-1

FAQ · OpenAI: Whisper 1

Qanday kirish ma’lumotlari va natijalar mavjud?: POST /v1/audio/transcriptions · openai/whisper-1: audio → transcription
So‘rov qaysi maydonlardan foydalanadi?: POST /v1/audio/transcriptions · openai/whisper-1: model, file, response_format

OpenAI: Whisper 1

OpenAI: Whisper 1

Boshlash

Ailoot da mavjud · kirish ma’lumotlari va usullar

Tariflar

Ailoot tariflari

Sozlamalar bo‘yicha narxlar

Ma’lumot uchun tarif tafsilotlari

Sozlamalar bo‘yicha narxlar

So‘rov namunalari

Ailoot Ultra · Nutqni tanish

Natijalarni olish va saqlash

Ailoot Ultra · Nutqni tanish

Barcha tayyor natijalarni saqlash

Asl javobni tekshirish kerak bo‘lsa

Taxalluslar

Model taxalluslari

Usul yo‘llari taxalluslari

Chaqirish uchun tegishli ID lar

Kompaniya va uning loyihalar portfeli

Tokenlarni chegirma bilan xarid qiling.

API’ni sotadigan mahsulotingizga ulang.