新人 免费注册,送 10 次调用,最高 $1,无需绑卡。

Whisper v1

发布于 2023-03-01

transcription

Whisper v1 是 OpenAI 的通用语音识别模型,在大规模多样化音频数据集上训练。

输入
音频
输出
文本
价格
$0.006/min

价格在同类中的位置

价格在 12 个同类模型中的位置

每分钟$0.006/min
$0.002 · Fun-ASR Realtime GPT Realtime Whisper · $0.017

这条线标出该模型的价格在 Synthorai 同类模型中的位置,两端分别是最便宜和最贵的模型。这里是基础价,批量、区域和缓存写入的折扣见价格页。

规格与限制

音频

语言 在 98 种语言上训练;在转写和翻译端点上共列出 57 种受支持语言(即达到 <50% 词错误率门槛的那些)
音频限制
  • mp3/mp4/mpeg/mpga/m4a/wav/webm,最大 25MB
  • 词级和段级时间戳(verbose_json),支持 srt/vtt 输出
  • 不支持流式
  • translations 端点(译为英文)唯一支持的模型
说话人分离 不支持
流式转写 不支持
时间戳 支持

模型

模态 音频 → 文本
  • 以 API 形式提供的开源 Whisper large-v2
  • prompt 上限 224 token

依据 OpenAI 官方文档 ↗

30 秒用上 Whisper v1

兼容 OpenAI:换掉 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)

关于 Whisper v1

  • 它是一个多任务系统,可执行转写、多语言语音识别、语音翻译和语言识别,按处理音频的分钟数简单计费。
  • 尽管已有更新的基于 GPT-4o 的转写模型,对若干任务而言,它仍是 OpenAI 音频栈中唯一的选项。
  • 它是 translations 端点上唯一提供的模型,该端点把语音转成英语;它也是唯一支持段级或词级时间戳粒度的模型。
  • 它还拥有该家族最广的响应格式支持,覆盖 JSON、纯文本、verbose JSON、SRT 和 VTT,而这正是字幕管线所需要的。
  • 取舍同样具体:不支持流式转写,prompt 引导的是风格而非内容(模型倾向于模仿 prompt 的标点和大小写),并且只有 prompt 的最后 224 个 token 会被纳入考虑。
  • 共用的转写限制适用,接受 mp3、mp4、mpeg、mpga、m4a、wav 和 webm,最大 25MB。
  • OpenAI 的文档现在以历史视角描述它,不过模型页上没有弃用通知。
  • Synthorai 在其 OpenAI 兼容 /v1/audio/transcriptions 路由上接受 Whisper 任务,现有客户端可原样使用。

常见问题

Whisper v1 API 可以免费试用吗?

可以。新账号有 10 次试用调用,免费额度最高 $1,无需绑卡。在绑定付款方式之前,足够拿真实负载把 Whisper v1 试一遍。

Whisper v1 最擅长什么?

多任务:转写、翻译、语种识别、按音频分钟数简单计费、转写与翻译端点均兼容。完整介绍见「关于」部分,内容取自供应商的官方发布说明。

Whisper v1 的价格是多少?

在 Synthorai 上,Whisper v1 每转写一分钟音频收费 $0.006:按量付费,无平台加价,无需订阅。

Whisper v1 支持哪些语言?

Whisper v1 支持 在 98 种语言上训练;在转写和翻译端点上共列出 57 种受支持语言(即达到 <50% 词错误率门槛的那些)。在 Synthorai 上通过 POST /v1/audio/transcriptions 调用,请求格式与 OpenAI 转写 API 相同。

如何开通 Whisper v1?

把现有 OpenAI SDK 的 base_url 指向 "https://synthorai.io/v1",model 设为 "whisper-1" 即可。一个 API key 就能调用网关上的全部模型。

相关模型

对比

本页的每个数值都照录自供应商自己的文档(链接见上),并标有核对日期。价格是在整个目录范围内比较的;各家供应商定义不一样的规格项,只说明差异,不画图对比。这里没有任何一项是我们自己测的,也不打分。

获取 API key 算算你的成本 →