المواصفات التقنية لـ whisper-1
| المواصفة | التفاصيل |
|---|---|
| معرّف النموذج | whisper-1 |
| نوع النموذج | تحويل الكلام إلى نص وترجمة الكلام |
| حالات الاستخدام الرئيسية | نسخ الصوت، التعرّف على الكلام متعدد اللغات، ترجمة الكلام إلى الإنجليزية |
| نوع الإدخال | صوت |
| نوع الإخراج | نص |
| نقاط النهاية المدعومة | /v1/audio/transcriptions، /v1/audio/translations |
| دعم البث | غير مدعوم لـ whisper-1 |
| دعم الموجهات | نعم، مع تحكم محدود بالموجهات في التنسيق، وعلامات الترقيم، والأسلوب |
| قدرات اللغة | التعرف على الكلام بعدة لغات وتحديد اللغة |
| صيغة التكامل المعتادة | تحميل ملف عبر بيانات نموذج متعددة الأجزاء |
| صيغ الصوت الشائعة | m4a، mp3، mp4، mpeg، mpga، wav، webm |
| الأنسب لـ | تحويل المحتوى المنطوق إلى نص مقروء أو ترجمات باللغة الإنجليزية |
ما هو whisper-1؟
whisper-1 هو نموذج للتعرّف على الكلام متاح عبر CometAPI لتحويل الصوت إلى نص وإنشاء ترجمات من الصوت المنطوق إلى اللغة الإنجليزية. وهو مصمّم للمطورين الذين يحتاجون إلى نسخ موثوق للكلام المسجّل، والمقابلات، والاجتماعات، والملاحظات الصوتية، والترجمة المصاحبة، وتدفّقات العمل الصوتية متعددة اللغات.
النموذج مناسب جيدًا للتطبيقات التي تحتاج إلى التعرّف التلقائي على الكلام عبر عدة لغات. يمكنه نسخ الصوت باللغة الأصلية أو ترجمة المحتوى المنطوق إلى الإنجليزية، مما يجعله مفيدًا للمنتجات العالمية، وخطوط معالجة الوسائط، وأدوات الدعم، وحلول إمكانية الوصول.
وبما أن whisper-1 يعمل على الملفات الصوتية المرفوعة ويُرجع مخرجات نصية، فإنه يتكامل بشكل طبيعي مع أتمتة الأنظمة الخلفية، وفهرسة المحتوى، وإنشاء التسميات التوضيحية، وإثراء البحث، وخطوط التحليلات.
الميزات الرئيسية لـ whisper-1
- نسخ الكلام إلى نص: يحوّل الصوت المنطوق إلى نص مكتوب لاستخدامه في المستندات، والتسميات التوضيحية، والأرشفة، وتدفّقات عمل التطبيقات.
- ترجمة الكلام: ينشئ ترجمات نصية باللغة الإنجليزية من الصوت المنطوق بغير الإنجليزية، مما يبسّط معالجة المحتوى متعدد اللغات.
- التعرّف متعدد اللغات: يدعم التعرّف عبر لغات عديدة، ما يجعله عمليًا لعمليات النشر الدولية وعبر المناطق.
- تنسيق بمساعدة الموجهات: يقبل موجهات تساعد في توجيه علامات الترقيم، واستخدام الأحرف الكبيرة، والمصطلحات، وأسلوب النص المنسوخ.
- سير عمل عبر واجهة برمجة التطبيقات قائم على الملفات: يعمل جيدًا مع الملفات الصوتية المرفوعة، مما يسهّل دمجه في المهام الدُفعيّة، وأنظمة الوسائط، والخدمات الخلفية.
- دعم تحديد اللغة: يمكن استخدامه في سير عمل يكون فيه اكتشاف عدة لغات منطوقة أو التعامل معها أمرًا مهمًا.
- ملاءمة قوية لعمليات المحتوى: مفيد لإنشاء الترجمات المصاحبة، وإعداد نصوص قابلة للبحث، وتسجيل مكالمات العملاء، ومعالجة المقابلات، وتحويل الملاحظات الصوتية.
كيفية الوصول إلى ودمج whisper-1
الخطوة 1: التسجيل للحصول على مفتاح واجهة برمجة التطبيقات
لبدء استخدام whisper-1، أنشئ أولًا حسابًا على CometAPI وولّد مفتاح واجهة برمجة التطبيقات من لوحة التحكم. بعد تسجيل الدخول، انتقل إلى قسم إدارة واجهة برمجة التطبيقات، وأنشئ مفتاحًا جديدًا، واحتفظ به بأمان. سيُطلب هذا المفتاح لمصادقة كل طلب ترسله إلى واجهة برمجة تطبيقات whisper-1.
الخطوة 2: إرسال الطلبات إلى واجهة برمجة تطبيقات whisper-1
بعد الحصول على مفتاح واجهة برمجة التطبيقات، يمكنك إرسال الطلبات إلى نقطة نهاية CometAPI باستخدام معرّف النموذج whisper-1. أدرج مفتاحك في ترويسة Authorization وحدّد whisper-1 كنموذج الهدف. ولتدفّقات العمل الخاصة بالكلام، أرسل ملفًا صوتيًا إلى نقطة النهاية المناسبة للنسخ أو الترجمة.
curl --request POST \
--url https://api.cometapi.com/v1/audio/transcriptions \
--header "Authorization: Bearer YOUR_COMETAPI_KEY" \
--header "Content-Type: multipart/form-data" \
--form "model=whisper-1" \
--form "file=@/path/to/audio.mp3"
لسير عمل الترجمة، استخدم نقطة نهاية الترجمة مع معرّف النموذج نفسه:
curl --request POST \
--url https://api.cometapi.com/v1/audio/translations \
--header "Authorization: Bearer YOUR_COMETAPI_KEY" \
--header "Content-Type: multipart/form-data" \
--form "model=whisper-1" \
--form "file=@/path/to/audio.mp3"
الخطوة 3: استرجاع النتائج والتحقق منها
بعد معالجة الطلب، ستُرجع CometAPI نتيجة النص المُولَّد لمهمة whisper-1 الخاصة بك. راجع الاستجابة للتأكد من جودة النص المنسوخ، والتعامل مع اللغة، وعلامات الترقيم، والاكتمال. إذا لزم الأمر، حسّن نهج المعالجة المسبقة للصوت أو نهج استخدام الموجهات، ثم أعد إرسال الطلب لتحسين اتساق المخرجات لحالة الاستخدام الإنتاجية لديك.