Spesifikasi Teknis whisper-1
| Spesifikasi | Rincian |
|---|---|
| ID model | whisper-1 |
| Jenis model | Ucapan ke teks dan penerjemahan ucapan |
| Kasus penggunaan utama | Transkripsi audio, pengenalan ucapan multibahasa, penerjemahan ucapan ke bahasa Inggris |
| Modalitas input | Audio |
| Modalitas output | Teks |
| Endpoint yang didukung | /v1/audio/transcriptions, /v1/audio/translations |
| Dukungan streaming | Tidak didukung untuk whisper-1 |
| Dukungan prompt | Ya, dengan kendali prompt terbatas untuk pemformatan, tanda baca, dan gaya |
| Kemampuan bahasa | Pengenalan ucapan multibahasa dan identifikasi bahasa |
| Format integrasi yang umum | Pengunggahan file melalui multipart form data |
| Format audio umum | m4a, mp3, mp4, mpeg, mpga, wav, webm |
| Paling cocok untuk | Mengonversi konten lisan menjadi teks yang dapat dibaca atau terjemahan bahasa Inggris |
Apa itu whisper-1?
whisper-1 adalah model pengenalan ucapan yang tersedia melalui CometAPI untuk mengubah audio menjadi teks dan membuat terjemahan dari audio lisan ke bahasa Inggris. Model ini dirancang untuk pengembang yang memerlukan transkripsi andal untuk ucapan yang direkam, wawancara, rapat, catatan suara, subtitle, dan alur kerja audio multibahasa.
Model ini sangat cocok untuk aplikasi yang memerlukan pengenalan ucapan otomatis dalam berbagai bahasa. Model ini dapat mentranskripsikan audio dalam bahasa asli atau menerjemahkan konten lisan ke bahasa Inggris, sehingga berguna untuk produk global, pipeline pemrosesan media, alat dukungan, dan solusi aksesibilitas.
Karena whisper-1 bekerja pada file audio yang diunggah dan menghasilkan keluaran teks, model ini secara alami cocok untuk otomasi backend, pengindeksan konten, pembuatan caption, peningkatan pencarian, dan pipeline analitik.
Fitur utama whisper-1
- Transkripsi ucapan ke teks: Mengonversi audio lisan menjadi teks tertulis untuk dokumen, caption, arsip, dan alur kerja aplikasi.
- Penerjemahan ucapan: Membuat terjemahan teks bahasa Inggris dari audio lisan non-Inggris, mempermudah pemrosesan konten multibahasa.
- Pengenalan multibahasa: Mendukung pengenalan dalam banyak bahasa, menjadikannya praktis untuk penerapan internasional dan lintas wilayah.
- Pemformatan berbantuan prompt: Menerima prompt yang dapat membantu mengarahkan tanda baca, kapitalisasi, terminologi, dan gaya transkrip.
- Alur kerja API berbasis file: Bekerja baik dengan file audio yang diunggah, memudahkan integrasi ke pekerjaan batch, sistem media, dan layanan backend.
- Dukungan identifikasi bahasa: Dapat digunakan dalam alur kerja di mana mendeteksi atau menangani banyak bahasa lisan itu penting.
- Sangat cocok untuk operasi konten: Berguna untuk pembuatan subtitle, pembuatan transkrip yang dapat dicari, pencatatan panggilan pelanggan, pemrosesan wawancara, dan konversi catatan suara.
Cara mengakses dan mengintegrasikan whisper-1
Langkah 1: Daftar untuk Kunci API
Untuk mulai menggunakan whisper-1, terlebih dahulu buat akun di CometAPI dan buat kunci API Anda dari dasbor. Setelah masuk, buka bagian manajemen API, buat kunci baru, dan simpan dengan aman. Kunci ini diperlukan untuk mengautentikasi setiap permintaan yang Anda kirim ke API whisper-1.
Langkah 2: Kirim Permintaan ke API whisper-1
Setelah Anda memiliki kunci API, Anda dapat mengirim permintaan ke endpoint CometAPI menggunakan ID model whisper-1. Sertakan kunci API Anda di header Authorization dan tentukan whisper-1 sebagai model target. Untuk alur kerja ucapan, kirim file audio ke endpoint transkripsi atau terjemahan yang sesuai.
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"
Untuk alur kerja terjemahan, gunakan endpoint terjemahan dengan ID model yang sama:
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"
Langkah 3: Ambil dan Verifikasi Hasil
Setelah permintaan diproses, CometAPI akan mengembalikan hasil teks yang dihasilkan untuk tugas whisper-1 Anda. Tinjau respons untuk memastikan kualitas transkrip, penanganan bahasa, tanda baca, dan kelengkapan. Jika perlu, perbaiki prapemrosesan audio atau pendekatan prompt Anda dan kirim ulang permintaan untuk meningkatkan konsistensi keluaran bagi kasus penggunaan produksi Anda.