Whisper-1

Technische Spezifikationen von whisper-1

Was ist whisper-1?

whisper-1 ist ein über CometAPI verfügbares Spracherkennungsmodell, das Audio in Text umwandelt und Übersetzungen aus gesprochener Sprache ins Englische erstellt. Es ist für Entwickler konzipiert, die zuverlässige Transkriptionen für aufgezeichnete Sprache, Interviews, Meetings, Sprachnotizen, Untertitel und mehrsprachige Audio-Workflows benötigen.

Das Modell eignet sich gut für Anwendungen, die automatische Spracherkennung in mehreren Sprachen erfordern. Es kann Audio in der Originalsprache transkribieren oder gesprochene Inhalte ins Englische übersetzen und ist damit nützlich für globale Produkte, Medienverarbeitungspipelines, Support-Tools und Lösungen für Barrierefreiheit.

Da whisper-1 mit hochgeladenen Audiodateien arbeitet und Text ausgibt, fügt es sich nahtlos in Backend-Automatisierung, Inhaltsindizierung, Untertitelgenerierung, Suchanreicherung und Analytics-Pipelines ein.

Hauptfunktionen von whisper-1

• Sprach-zu-Text-Transkription: Konvertiert gesprochene Audiodaten in geschriebenen Text für Dokumente, Untertitel, Archive und Anwendungs-Workflows.
• Sprachübersetzung: Erstellt englische Textübersetzungen aus nicht-englischem gesprochenem Audio und vereinfacht die Verarbeitung mehrsprachiger Inhalte.
• Mehrsprachige Erkennung: Unterstützt Erkennung in vielen Sprachen und ist dadurch praktisch für internationale und länderübergreifende Deployments.
• Prompt-gestützte Formatierung: Akzeptiert Prompts, die Zeichensetzung, Großschreibung, Terminologie und Transkriptstil beeinflussen können.
• Dateibasierter API-Workflow: Funktioniert gut mit hochgeladenen Audiodateien und lässt sich leicht in Batch-Jobs, Mediensysteme und Backend-Services integrieren.
• Unterstützung für Sprachidentifikation: Einsetzbar in Workflows, in denen das Erkennen oder Verarbeiten mehrerer gesprochener Sprachen wichtig ist.
• Starke Eignung für Inhaltsprozesse: Nützlich für die Erstellung von Untertiteln, durchsuchbare Transkripte, Protokollierung von Kundengesprächen, Interviewverarbeitung und die Umwandlung von Sprachnotizen.

Zugriff und Integration von whisper-1

Schritt 1: Für API-Schlüssel registrieren

Um whisper-1 zu verwenden, erstellen Sie zunächst ein Konto bei CometAPI und generieren Sie Ihren API-Schlüssel im Dashboard. Melden Sie sich an, gehen Sie zum Bereich API-Verwaltung, erstellen Sie einen neuen Schlüssel und bewahren Sie ihn sicher auf. Dieser Schlüssel ist für die Authentifizierung jeder Anfrage an die whisper-1-API erforderlich.

Schritt 2: Anfragen an die whisper-1-API senden

Sobald Sie Ihren API-Schlüssel haben, können Sie Anfragen an den CometAPI-Endpunkt mit der Modell-ID whisper-1 senden. Geben Sie Ihren API-Schlüssel im Authorization-Header an und spezifizieren Sie whisper-1 als Zielmodell. Für Sprach-Workflows senden Sie eine Audiodatei an den entsprechenden Transkriptions- oder Übersetzungsendpunkt.

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"

Für Übersetzungs-Workflows verwenden Sie den Übersetzungs-Endpunkt mit derselben Modell-ID:

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"

Schritt 3: Ergebnisse abrufen und prüfen

Nach der Verarbeitung der Anfrage gibt CometAPI das erzeugte Textergebnis für Ihren whisper-1-Job zurück. Überprüfen Sie die Antwort, um Transkriptqualität, Sprachverarbeitung, Zeichensetzung und Vollständigkeit zu bestätigen. Verfeinern Sie bei Bedarf Ihre Audiovorverarbeitung oder die Gestaltung der Prompts und senden Sie die Anfrage erneut, um die Ergebnis-Konsistenz für Ihren Produktionseinsatz zu verbessern.