Whisper-1 — Zamień nagrania w tekst
Zamień nagrania w tekst z możliwością wyszukiwania lub napisy. Wypróbuj Whisper-1 z własnym audio i wybierz wynik do kolejnego etapu pracy.
- Transkrypcja
- Tłumaczenie na angielski
- Znaczniki czasu słów
- Pliki napisów
Wypróbuj Whisper-1 z nagraniem
Zacznij od krótkiego fragmentu. Porównaj transkrypcję z nagraniem przed opublikowaniem napisów.
Wybierz wynik Whisper-1
To samo nagranie może służyć różnym procesom. To przykłady formatów, a nie test dokładności transkrypcji.
Welcome to the recording.Czytaj i edytuj zwykłą transkrypcję.
{ "word": "Welcome",
"start": 0.0, "end": 0.5 }Znajdź słowo lub fragment w nagraniu.
1
00:00:00,000 --> 00:00:02,000
Welcome to the recording.Zaimportuj napisy z czasem do edytora wideo.
Cennik Whisper-1
Płać za pomyślnie przetranskrybowane audio według aktualnej stawki Whisper-1.
Sekundy audio są zaokrąglane w górę przed przeliczeniem na jednostki rozliczeniowe. Ułamek sekundy może zmienić ostateczną opłatę. Długość transkrypcji nie określa ceny.
| Model | Pomiar | Stawka | Jednostka |
|---|---|---|---|
| Whisper-1 | Jedna minuta odpowiada 1 000 jednostek opartych na czasie. To nie są słowa ani tokeny tekstowe. | 36,00 USD | Za milion jednostek pomiaru audio |
Nieudane żądania Whisper-1 nie są płatne.
Czym jest Whisper-1?
Whisper-1 to model rozpoznawania mowy OpenAI, który zamienia nagrania audio w tekst. Umożliwiaj wyszukiwanie w wywiadach, przygotowuj napisy lub włączaj wypowiedzi do pracy z tekstem.
Whisper-1 zachowuje język wypowiedzi lub tłumaczy mowę na angielski. Wybierz czytelny tekst lub wynik ze znacznikami czasu.
Nagrane audio · Wielojęzyczna transkrypcja · Tłumaczenie na angielski
Użyj dokładnie tego ID w polu model.
Dwa sposoby korzystania z Whisper-1
Dodaj go do swojej aplikacji
Prześlij plik, zapisz ID jego zadania i pobierz transkrypcję. Wskaż Whisper-1 jawnie w aplikacji.
- 1Wybierz nagranie i parametry.
- 2Wyślij raz i zapisz ID zadania.
- 3Pobierz i sprawdź transkrypcję.
Pracuj z agentem programistycznym
Podaj agentowi ścieżkę audio i dokumentację Whisper-1. Sprawdź żądanie oraz szacowany koszt, a następnie zapisz wybrany wynik.
- 1Skopiuj ten prompt integracji.
- 2Podaj plik audio i zatwierdź żądanie.
- 3Sprawdź zapisany wynik.
Od transkrypcji Whisper-1 do użytecznej pracy
Czytelne notatki
Zamień wywiady i notatki głosowe w szkice z wyszukiwaniem. Przed cytowaniem sprawdź w wyniku nazwy i terminy specjalistyczne.
Napisy do przenoszenia
Zaimportuj napisy do edytora jako SRT lub VTT. Dostosuj podział wierszy i czas do ekranu.
Miejsce dla każdego słowa
Znajduj frazy dzięki znacznikom czasu słów. Sprawdź dopasowanie z audio tam, gdzie liczy się precyzyjny montaż.
Wykorzystaj Whisper-1 w pracy
Weryfikacja wywiadów
Wyszukaj temat w transkrypcji, a potem wróć do nagrania, aby potwierdzić cytat.
Przygotowanie lekcji
Transkrybuj własną lekcję. Popraw terminologię i dodaj akapity przed udostępnieniem uczącym się.
Wersje robocze po angielsku
Przetłumacz nagranie, aby współpracownicy mogli je przeczytać po angielsku. Zachowaj audio do weryfikacji.
Zacznij z Whisper-1 w czterech krokach
- 01
Wybierz nagranie
Użyj obsługiwanego pliku poniżej limitu przesyłania. Krótki, wyraźny fragment ułatwia sprawdzenie pierwszego wyniku Whisper-1.
- 02
Wybierz wynik
Zachowaj język wypowiedzi lub przetłumacz na angielski. Wybierz tekst, JSON ze znacznikami czasu lub napisy.
- 03
Wyślij raz
Zapisz ID zadania i sprawdzaj je do ukończenia. Wolne sprawdzanie stanu nie wymaga ponownego wysyłania.
- 04
Sprawdź i pobierz
Porównaj wynik Whisper-1 z nagraniem. Przed publikacją popraw nazwy, liczby i cytaty.
Połącz transkrypcję ze swoją aplikacją
Prześlij plik jako dane formularza multipart, a potem sprawdź zwrócone ID zadania. Dokumentacja Whisper-1 opisuje każde pole, format wyniku i przykład żądania.
curl https://api.seedrouter.ai/v1/audio/transcriptions \
-H "Authorization: Bearer $SEEDROUTER_API_KEY" \
-F model=whisper-1 \
-F [email protected] \
-F response_format=verbose_json \
-F 'timestamp_granularities[]=word'curl "https://api.seedrouter.ai/v1/tasks/$TASK_ID" \
-H "Authorization: Bearer $SEEDROUTER_API_KEY"| Parametr | Typ | Opis |
|---|---|---|
| file | Dane binarne | Jedno przesłane nagranie. |
| model | Ciąg znaków | whisper-1 |
| language | Ciąg znaków | Opcjonalny język źródłowy; tylko transkrypcja. |
| prompt | Ciąg znaków | Opcjonalna pisownia i kontekst. |
| response_format | Wyliczenie | json, text, srt, verbose_json, vtt. |
| temperature | Liczba | 0–1; domyślnie 0. |
| timestamp_granularities[] | Tablica | word / segment; tylko verbose_json. |
| chunking_strategy | Ciąg znaków / obiekt | Opcjonalne; zgodność pozostaje niezweryfikowana. |
| stream | Wartość logiczna | Ignorowane przez Whisper-1. |
Gdy żądanie się nie powiedzie
Sprawdź plik, parametry i saldo. Jeśli wynik wysłania jest niepewny, sprawdź historię zadań przed kolejnym wysłaniem.
Który format Whisper-1 wybrać?
Wybierz format Whisper-1 odpowiedni do kolejnego kroku.
| Twój kolejny krok | Wybierz | Co otrzymasz |
|---|---|---|
| Czytanie lub edycja | text | Zwykła transkrypcja |
| Użycie w aplikacji | json | Tekst transkrypcji w JSON |
| Znajdowanie dokładnych fragmentów | verbose_json | Transkrypcja ze szczegółowymi znacznikami czasu |
| Edycja napisów wideo | srt | Numerowane bloki napisów |
| Napisy w odtwarzaczu internetowym | vtt | Bloki napisów WebVTT |
Poznaj ograniczenia Whisper-1
Sprawdź przed publikacją
Whisper-1 może błędnie rozpoznać mowę lub wymyślić tekst, zwłaszcza przy trudnym audio. Sprawdź nazwy, cytaty i istotne szczegóły z oryginałem.
Bez etykiet mówców
Whisper-1 nie przypisuje tożsamości mówcom. Znaczniki czasu słów pokazują, kiedy występuje mowa, ale nie kto mówił.
Nagrania, a nie mowa na żywo
Whisper-1 przetwarza przesłane nagrania. Nie udostępnia częściowych transkrypcji na żywo, a tłumaczenie na angielski nie tworzy ścieżki dubbingu.
Korzystaj z Whisper-1 w SeedRouter
Najpierw sprawdź cenę
Sprawdź aktualną stawkę i szacunek, gdy przeglądarka potrafi odczytać czas audio.
Zachowaj potrzebny wynik
Pobierz wybraną transkrypcję lub napisy. Zachowaj kopię wraz z nagraniem.
Nieudane żądania nie są płatne
Nieudane zadanie nie zużywa salda. Sprawdź jego końcowy stan w historii zadań przed kolejną próbą.
Poznaj katalog modeli
Zamień sprawdzoną transkrypcję w podsumowanie za pomocą innego modelu. Przeglądaj możliwości i aktualne ceny.
Pytania o Whisper-1
Czy Whisper-1 potrafi tłumaczyć audio?+
Tłumaczenie Whisper-1 tworzy tekst po angielsku; transkrypcja zachowuje język wypowiedzi. Żadna z operacji nie tworzy audio. Sprawdź oryginał, gdy ważne jest dokładne brzmienie słów.
Czy Whisper-1 obsługuje diaryzację mówców?+
Znaczniki czasu Whisper-1 wskazują mowę, a nie mówców. Dodaj nazwy mówców podczas weryfikacji lub wybierz model z diaryzacją.
Jak przygotować długie nagranie dla Whisper-1?+
Skompresuj większe nagrania lub podziel je przy naturalnych pauzach, aby spełnić limit przesyłania. Zachowaj kolejność i sprawdź połączenia.
Czy można podać Whisper-1 wskazówki pisowni?+
Podaj istotne nazwy i kontekst. Whisper-1 uwzględnia ostatnie 224 tokeny promptu; sprawdź pisownię w zwróconej transkrypcji.
Który wynik Whisper-1 ma znaczniki czasu słów?+
Znaczniki czasu słów Whisper-1 wymagają verbose_json. SRT i VTT zawierają bloki napisów; zwykły tekst i JSON nadają się do edycji transkrypcji.
Czy Whisper-1 API jest identyczne z synchroniczną odpowiedzią OpenAI?+
SeedRouter zwraca ID zadania, a potem URL pobrania transkrypcji. Synchroniczne SDK wymagają dostosowania; ograniczenia zgodności opisuje dokumentacja.
Posłuchaj raz. Pracuj ze słowami.
Wybierz nagranie, sprawdź stawkę i wypróbuj Whisper-1. Pobierz wybrany format i sprawdź go obok audio.