Whisper-1 — Chuyển bản ghi thành văn bản
Chuyển bản ghi thành văn bản có thể tìm kiếm hoặc phụ đề. Thử Whisper-1 với âm thanh của bạn và chọn đầu ra phù hợp với bước tiếp theo.
- Phiên âm
- Dịch sang tiếng Anh
- Dấu thời gian từng từ
- Tệp phụ đề
Thử Whisper-1 với một bản ghi
Bắt đầu bằng đoạn ngắn. Đối chiếu bản phiên âm với bản ghi trước khi xuất bản phụ đề.
Chọn đầu ra Whisper-1
Cùng một bản ghi có thể phục vụ nhiều quy trình. Đây là minh họa định dạng, không phải bài đo độ chính xác phiên âm.
Welcome to the recording.Đọc và chỉnh sửa bản phiên âm thuần văn bản.
{ "word": "Welcome",
"start": 0.0, "end": 0.5 }Tìm một từ hoặc một phần trong bản ghi.
1
00:00:00,000 --> 00:00:02,000
Welcome to the recording.Nhập phụ đề có thời gian vào trình chỉnh sửa video.
Giá Whisper-1
Thanh toán cho âm thanh được phiên âm thành công theo mức giá Whisper-1 hiện tại.
Số giây âm thanh được làm tròn lên trước khi đổi sang đơn vị tính phí. Phần lẻ của một giây có thể thay đổi phí cuối cùng. Độ dài bản phiên âm không quyết định giá.
| Mô hình | Cách đo | Mức giá | Đơn vị |
|---|---|---|---|
| Whisper-1 | Một phút tương ứng 1.000 đơn vị theo thời lượng. Đây không phải số từ hay token văn bản. | 36,00 US$ | Mỗi triệu đơn vị đo âm thanh |
Yêu cầu Whisper-1 thất bại không bị tính phí.
Whisper-1 là gì?
Whisper-1 là mô hình nhận dạng giọng nói của OpenAI để chuyển âm thanh đã ghi thành văn bản. Giúp tìm kiếm nội dung phỏng vấn, chuẩn bị phụ đề hoặc đưa nội dung nói vào quy trình viết.
Whisper-1 giữ ngôn ngữ được nói hoặc dịch giọng nói sang tiếng Anh. Chọn văn bản dễ đọc hoặc đầu ra kèm thời gian.
Âm thanh đã ghi · Phiên âm đa ngôn ngữ · Dịch sang tiếng Anh
Dùng chính xác ID này trong trường model.
Hai cách dùng Whisper-1
Tích hợp vào ứng dụng
Tải tệp, lưu ID tác vụ và lấy bản phiên âm. Chỉ định rõ Whisper-1 trong ứng dụng của bạn.
- 1Chọn bản ghi và các tham số.
- 2Gửi một lần và lưu ID tác vụ.
- 3Tải và kiểm tra bản phiên âm.
Làm việc với agent lập trình
Đưa đường dẫn âm thanh và tài liệu Whisper-1 cho agent. Kiểm tra yêu cầu và phí ước tính rồi lưu đầu ra đã chọn.
- 1Sao chép prompt tích hợp này.
- 2Cung cấp tệp âm thanh và phê duyệt yêu cầu.
- 3Kiểm tra kết quả đã lưu.
Đưa bản phiên âm Whisper-1 vào công việc
Ghi chú dễ đọc
Chuyển phỏng vấn và ghi chú giọng nói thành bản nháp có thể tìm kiếm. Kiểm tra tên và thuật ngữ chuyên môn trước khi trích dẫn.
Phụ đề có thể nhập vào trình biên tập
Nhập phụ đề SRT hoặc VTT vào trình biên tập. Chỉnh ngắt dòng và thời gian cho phù hợp với màn hình.
Tìm vị trí của từng từ
Dùng dấu thời gian từng từ để tìm cụm từ. Đối chiếu căn chỉnh với âm thanh khi cần cắt chính xác.
Ứng dụng Whisper-1 vào thực tế
Kiểm tra phỏng vấn
Tìm chủ đề trong bản phiên âm rồi nghe lại bản ghi để xác nhận trích dẫn.
Chuẩn bị bài học
Phiên âm bài học của bạn. Sửa thuật ngữ và chia đoạn trước khi chia sẻ với người học.
Bản làm việc tiếng Anh
Dịch bản ghi để cộng tác viên đọc bằng tiếng Anh. Giữ âm thanh để kiểm tra.
Bắt đầu với Whisper-1 qua bốn bước
- 01
Chọn bản ghi
Dùng tệp được hỗ trợ dưới giới hạn tải lên. Đoạn ngắn, rõ giúp bạn dễ kiểm tra kết quả Whisper-1 đầu tiên.
- 02
Chọn đầu ra
Giữ ngôn ngữ gốc hoặc dịch sang tiếng Anh. Chọn văn bản, JSON kèm thời gian hoặc phụ đề.
- 03
Chỉ gửi một lần
Lưu ID tác vụ và kiểm tra đến khi hoàn tất. Trạng thái trả về chậm không có nghĩa là cần gửi lại.
- 04
Kiểm tra và tải xuống
Đối chiếu kết quả Whisper-1 với bản ghi. Sửa tên, số liệu và trích dẫn trước khi xuất bản.
Kết nối phiên âm với ứng dụng
Tải tệp bằng biểu mẫu multipart rồi kiểm tra ID tác vụ trả về. Tài liệu Whisper-1 liệt kê mọi trường, định dạng đầu ra và ví dụ yêu cầu.
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"| Tham số | Kiểu | Mô tả |
|---|---|---|
| file | Nhị phân | Một bản ghi được tải lên. |
| model | Chuỗi | whisper-1 |
| language | Chuỗi | Ngôn ngữ gốc tùy chọn; chỉ dùng khi phiên âm. |
| prompt | Chuỗi | Cách viết và ngữ cảnh tùy chọn. |
| response_format | Liệt kê | json, text, srt, verbose_json, vtt. |
| temperature | Số | 0–1; mặc định 0. |
| timestamp_granularities[] | Mảng | word / segment; chỉ dùng với verbose_json. |
| chunking_strategy | Chuỗi / đối tượng | Tùy chọn; tính tương thích chưa được kiểm chứng. |
| stream | Boolean | Bị Whisper-1 bỏ qua. |
Nếu yêu cầu thất bại
Kiểm tra tệp, tham số và số dư. Nếu chưa chắc đã gửi, kiểm tra lịch sử tác vụ trước khi gửi lại.
Định dạng Whisper-1 nào phù hợp?
Chọn định dạng Whisper-1 phù hợp với bước tiếp theo.
| Bước tiếp theo | Chọn | Kết quả nhận được |
|---|---|---|
| Đọc hoặc chỉnh sửa | text | Bản phiên âm thuần văn bản |
| Dùng trong ứng dụng | json | Văn bản phiên âm trong JSON |
| Tìm chính xác từng phần | verbose_json | Bản phiên âm có dấu thời gian chi tiết |
| Chỉnh sửa phụ đề video | srt | Các mục phụ đề có số thứ tự |
| Phụ đề cho trình phát web | vtt | Các mục phụ đề WebVTT |
Hiểu giới hạn của Whisper-1
Kiểm tra trước khi xuất bản
Whisper-1 có thể nghe sai hoặc tạo ra nội dung không có trong bản ghi, nhất là với âm thanh khó nghe. Đối chiếu tên, trích dẫn và chi tiết quan trọng với bản gốc.
Không có nhãn người nói
Whisper-1 không xác định danh tính người nói. Dấu thời gian từng từ cho biết khi nào có giọng nói, không cho biết ai đã nói.
Xử lý tệp đã ghi
Whisper-1 xử lý bản ghi tải lên. Mô hình không cung cấp bản phiên âm từng phần trực tiếp, và dịch sang tiếng Anh không tạo âm thanh lồng tiếng.
Dùng Whisper-1 trên SeedRouter
Xem giá trước
Xem mức giá hiện tại và ước tính khi trình duyệt đọc được thời lượng âm thanh.
Giữ đầu ra bạn cần
Tải bản phiên âm hoặc phụ đề đã chọn. Lưu một bản cùng với bản ghi.
Yêu cầu thất bại không bị tính phí
Tác vụ thất bại không dùng số dư. Kiểm tra trạng thái cuối cùng trong lịch sử tác vụ trước khi thử lại.
Khám phá danh mục mô hình
Dùng mô hình khác để tóm tắt bản phiên âm đã kiểm tra. Xem tính năng và giá trực tiếp.
Câu hỏi về Whisper-1
Whisper-1 có dịch được âm thanh không?+
Whisper-1 dịch thành văn bản tiếng Anh; phiên âm giữ ngôn ngữ được nói. Cả hai đều không tạo âm thanh. Kiểm tra bản gốc khi cần diễn đạt chính xác.
Whisper-1 có hỗ trợ phân tách người nói không?+
Dấu thời gian Whisper-1 định vị giọng nói, không phân biệt người nói. Thêm tên người nói khi kiểm tra hoặc chọn mô hình có hỗ trợ phân tách người nói.
Chuẩn bị bản ghi dài cho Whisper-1 như thế nào?+
Nén bản ghi lớn hoặc chia tại khoảng dừng tự nhiên để đáp ứng giới hạn tải lên. Giữ thứ tự và kiểm tra các chỗ nối.
Có thể đưa gợi ý cách viết cho Whisper-1 không?+
Cung cấp tên và ngữ cảnh liên quan. Whisper-1 dùng 224 token cuối của prompt; kiểm tra cách viết trong bản phiên âm trả về.
Đầu ra Whisper-1 nào có dấu thời gian từng từ?+
Dấu thời gian từng từ của Whisper-1 yêu cầu verbose_json. SRT và VTT cung cấp các mục phụ đề; văn bản thuần và JSON phù hợp để chỉnh sửa bản phiên âm.
Whisper-1 API có giống hệt phản hồi đồng bộ OpenAI không?+
SeedRouter trả ID tác vụ, sau đó cung cấp URL tải bản phiên âm. SDK đồng bộ cần điều chỉnh; xem giới hạn tương thích trong tài liệu tham khảo.
Nghe bản ghi, rồi làm việc với văn bản.
Chọn bản ghi, xem mức giá và thử Whisper-1. Tải định dạng bạn cần và đối chiếu với âm thanh.