Whisper-1

Specifiche tecniche di whisper-1

Che cos'è whisper-1?

whisper-1 è un modello di riconoscimento vocale disponibile tramite CometAPI per trasformare l'audio in testo e creare traduzioni dall'audio parlato all'inglese. È progettato per sviluppatori che necessitano di trascrizioni affidabili per parlato registrato, interviste, riunioni, note vocali, sottotitoli e flussi di lavoro audio multilingue.

Il modello è adatto ad applicazioni che necessitano di riconoscimento vocale automatico in più lingue. Può trascrivere l'audio nella lingua originale oppure tradurre il contenuto parlato in inglese, risultando utile per prodotti globali, pipeline di elaborazione dei media, strumenti di supporto e soluzioni di accessibilità.

Poiché whisper-1 opera su file audio caricati e restituisce output testuale, si integra naturalmente in automazioni backend, indicizzazione dei contenuti, generazione di sottotitoli, arricchimento della ricerca e pipeline di analisi.

Caratteristiche principali di whisper-1

• Trascrizione da voce a testo: Converte l'audio parlato in testo scritto per documenti, sottotitoli, archivi e flussi di lavoro applicativi.
• Traduzione del parlato: Genera traduzioni testuali in inglese da audio parlato in altre lingue, semplificando l'elaborazione di contenuti multilingue.
• Riconoscimento multilingue: Supporta il riconoscimento in molte lingue, rendendolo pratico per distribuzioni internazionali e tra regioni.
• Formattazione assistita da prompt: Accetta prompt che possono guidare punteggiatura, maiuscole/minuscole, terminologia e stile della trascrizione.
• Workflow API basato su file: Funziona bene con file audio caricati, facilitando l'integrazione in processi batch, sistemi multimediali e servizi backend.
• Supporto per l'identificazione della lingua: Può essere utilizzato in flussi di lavoro in cui è importante rilevare o gestire più lingue parlate.
• Ottimo per le operazioni sui contenuti: Utile per la generazione di sottotitoli, la creazione di trascrizioni ricercabili, la registrazione delle chiamate dei clienti, l'elaborazione di interviste e la conversione di note vocali.

Come accedere e integrare whisper-1

Passaggio 1: Registrati per ottenere una chiave API

Per iniziare a usare whisper-1, crea innanzitutto un account su CometAPI e genera la tua chiave API dalla dashboard. Dopo l'accesso, vai alla sezione di gestione delle API, crea una nuova chiave e conservala in modo sicuro. Questa chiave sarà necessaria per autenticare ogni richiesta inviata all'API di whisper-1.

Passaggio 2: Invia richieste all'API di whisper-1

Una volta ottenuta la chiave API, puoi inviare richieste all'endpoint di CometAPI usando l'ID del modello whisper-1. Includi la chiave API nell'intestazione Authorization e specifica whisper-1 come modello di destinazione. Per i flussi di lavoro vocali, invia un file audio all'endpoint appropriato di trascrizione o traduzione.

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"

Per i flussi di traduzione, utilizza l'endpoint di traduzione con lo stesso ID modello:

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"

Passaggio 3: Recupera e verifica i risultati

Dopo l'elaborazione della richiesta, CometAPI restituirà il testo generato per la tua attività whisper-1. Esamina la risposta per verificare qualità della trascrizione, gestione della lingua, punteggiatura e completezza. Se necessario, ottimizza la pre-elaborazione dell'audio o l'impostazione del prompt e reinvia la richiesta per migliorare la coerenza dell'output nel tuo caso d'uso in produzione.