新用戶 免費註冊,送 10 次呼叫,最高 $1,免綁卡。

Whisper v1

發布於 2023-03-01

transcription

Whisper v1 是 OpenAI 的通用語音辨識模型,在一個規模龐大、內容多樣的音訊資料集上訓練而成。

輸入
音訊
輸出
文字
價格
$0.006/min

價格在同類中的位置

價格在 11 個同類模型中的位置

每分鐘$0.006/min
$0.002 · Fun-ASR Realtime Chirp 2 · $0.016

這條線顯示該模型的價格,在 Synthorai 上同類模型裡處於什麼位置。兩端標出了最便宜和最貴的那個。這裡是基礎價,批次、區域與快取寫入的折扣見價格頁。

規格與限制

音訊

語言 以 98 種語言訓練;列出 57 種支援語言,即在 transcriptions 與 translations 端點上達到 OpenAI 詞錯誤率低於 50% 門檻的語言
音訊限制
  • mp3/mp4/mpeg/mpga/m4a/wav/webm,最大 25MB
  • 詞級與分段級時間戳(verbose_json),支援 srt/vtt 輸出
  • 不支援串流
  • 是 translations 端點(譯為英語)唯一支援的模型
語者分離 不支援
串流轉寫 不支援
時間戳 支援

模型

模態 音訊 → 文字
  • 透過 API 提供的開源 Whisper large-v2
  • prompt 上限 224 token

依據 OpenAI 官方文件 ↗

30 秒用上 Whisper v1

OpenAI 相容:換掉 base_url,SDK 不用改。POST /v1/audio/transcriptions

from openai import OpenAI

client = OpenAI(
    base_url="https://synthorai.io/v1",
    api_key="sk-syn-...",
)

resp = client.audio.transcriptions.create(
    model="whisper-1",
    file=open("meeting.mp3", "rb"),
    language="en",
)
print(resp.text)

關於 Whisper v1

  • 它是一套多工系統,可執行轉寫、多語言語音辨識、語音翻譯與語言辨識,計費方式很單純,按處理的音訊分鐘數計算。
  • 儘管已有較新的、基於 GPT-4o 的轉寫模型,對好幾類工作來說,它仍然是 OpenAI 音訊技術堆疊中唯一的選項。
  • 它是 translations 端點上唯一提供的模型,該端點會把語音轉成英語;它也是唯一支援分段級或詞級時間戳粒度的模型。
  • 它同時擁有家族中最廣的回應格式支援,涵蓋 JSON、純文字、verbose JSON、SRT 與 VTT,而這正是字幕管線所需要的。
  • 取捨同樣具體:不支援串流轉寫;prompt 引導的是風格而非內容(模型傾向於模仿 prompt 的標點與大小寫);而且只有 prompt 的最後 224 個 token 會被納入考量。
  • 共通的轉寫限制同樣適用,接受 mp3、mp4、mpeg、mpga、m4a、wav 與 webm,單檔最大 25MB。
  • OpenAI 的文件現在以歷史的角度來介紹它,不過模型頁面上並沒有棄用通知。
  • Synthorai 在其 OpenAI 相容的 /v1/audio/transcriptions 路由上接受 Whisper 任務,因此既有用戶端可以原樣運作。

常見問題

Whisper v1 API 可以免費試用嗎?

可以,新帳號可獲得 10 次試用呼叫和最高 $1 的免費額度,無需信用卡。足以在新增付款方式之前,用真實工作負載試試 Whisper v1。

Whisper v1 最擅長什麼?

多工:轉寫、翻譯、語種辨識、按音訊分鐘數簡單計費、轉寫與翻譯端點均相容。完整能力請見「關於」一節,內容取自廠商官方發布說明。

Whisper v1 的價格是多少?

在 Synthorai 上,Whisper v1 依轉錄音訊每分鐘 $0.006 計費,按用量計費,無平台加價,無需訂閱。

Whisper v1 支援哪些語言?

Whisper v1 支援 以 98 種語言訓練;列出 57 種支援語言,即在 transcriptions 與 translations 端點上達到 OpenAI 詞錯誤率低於 50% 門檻的語言。在 Synthorai 上透過 POST /v1/audio/transcriptions 呼叫,即標準 OpenAI 轉錄 API 形式。

如何開通 Whisper v1?

把現有 OpenAI SDK 的 base_url 指向 "https://synthorai.io/v1",model 設為 "whisper-1" 即可。一組 API key 通用閘道上的所有模型。

相關模型

對比

本頁每個值都轉錄自廠商自己的文件(連結見上),並帶有核對日期。價格在全目錄範圍內比較;各廠商定義不同的規格值,只說明差異而不作圖表對比。此處沒有任何由我們測量的資料,也不做評分。

取得 API 金鑰 算算你的成本 →