whisper-1 техникалық сипаттамалары
| Параметр | Мәліметтер |
|---|---|
| Модель идентификаторы | whisper-1 |
| Модель түрі | Сөйлеуді мәтінге түрлендіру және сөйлеуді аудару |
| Негізгі қолдану жағдайлары | Аудионы транскрипциялау, көптілді сөйлеуді тану, сөйлеуді ағылшын тіліне аудару |
| Енгізу түрі | Аудио |
| Шығыс түрі | Мәтін |
| Қолдау көрсетілетін эндпоинттер | /v1/audio/transcriptions, /v1/audio/translations |
| Ағындық беру қолдауы | whisper-1 үшін қолдау көрсетілмейді |
| Промпт қолдауы | Иә, форматтау, тыныс белгілері және стиль бойынша шектеулі промпт басқаруымен |
| Тілдік мүмкіндіктер | Көптілді сөйлеуді тану және тілді анықтау |
| Әдеттегі интеграция форматы | Файлды multipart form data арқылы жүктеп беру |
| Жиі қолданылатын аудио пішімдері | m4a, mp3, mp4, mpeg, mpga, wav, webm |
| Ең қолайлы үшін | Сөйленген мазмұнды оқылатын мәтінге немесе ағылшын тіліндегі аудармаға түрлендіру |
whisper-1 деген не?
whisper-1 — аудионы мәтінге айналдыру және сөйлеген аудиодан ағылшын тіліне аударма жасау үшін CometAPI арқылы қолжетімді сөйлеуді тану моделі. Ол жазылып алынған сөйлеу, сұхбаттар, жиналыстар, дауыс жазбалары, субтитрлер және көптілді аудио жұмыс ағындары үшін сенімді транскрипция қажет әзірлеушілерге арналған.
Бұл модель бірнеше тілде автоматты сөйлеуді тану қажет қолданбаларға өте қолайлы. Ол аудионы түпнұсқа тілінде транскрибалай алады немесе сөйлеген мазмұнды ағылшын тіліне аудара алады, бұл оны жаһандық өнімдерге, медиа өңдеу конвейерлеріне, қолдау құралдарына және қолжетімділік шешімдеріне пайдалы етеді.
whisper-1 жүктелген аудио файлдарымен жұмыс істеп, мәтін түрінде нәтиже қайтаратындықтан, ол бэкендті автоматтандыруға, мазмұнды индекстеуге, субтитрлер генерациясына, іздеуді жетілдіруге және талдау конвейерлеріне табиғи түрде үйлеседі.
whisper-1 негізгі мүмкіндіктері
- Сөйлеуді мәтінге транскрипциялау: Құжаттар, субтитрлер, архивтер және қолданба жұмыс ағындары үшін сөйлеген аудионы жазбаша мәтінге түрлендіреді.
- Сөйлеуді аудару: Ағылшын тілінде мәтіндік аудармаларды ағылшын тілінен бөлек сөйлеген аудиодан жасайды, көптілді контентті өңдеуді жеңілдетеді.
- Көптілді тану: Көптеген тілдерде тануды қолдайды, бұл оны халықаралық және түрлі өңірлік орналастыруларға практикалық етеді.
- Промпт көмегімен форматтау: Тыныс белгілері, бас әріптен жазу, терминология және транскрипция стилін бағыттайтын промпттарды қабылдайды.
- Файлға негізделген API жұмыс ағыны: Жүктелетін аудио файлдарымен жақсы жұмыс істейді, топтық тапсырмаларға, медиа жүйелеріне және бэкенд сервистеріне оңай интеграцияланады.
- Тілді анықтау қолдауы: Бірнеше тіл айтылатын сценарийлерде тілді анықтау немесе өңдеу маңызды болғанда қолдануға болады.
- Контент операцияларына жоғары сәйкестік: Субтитрлер жасауға, ізделетін транскрипттер құруға, тұтынушы қоңырауларын тіркеуге, сұхбаттарды өңдеуге және дауыстық жазбаларды түрлендіруге пайдалы.
whisper-1-ке қалай қол жеткізу және біріктіру
1-қадам: API кілтін алу үшін тіркелу
whisper-1 қолдануды бастау үшін алдымен CometAPI-де тіркеліп, дашбордтан API кілтіңізді жасаңыз. Кірген соң API басқару бөліміне өтіп, жаңа кілт жасаңыз және оны қауіпсіз сақтаңыз. Бұл кілт whisper-1 API-іне жіберетін әрбір сұрауды аутентификациялау үшін қажет болады.
2-қадам: whisper-1 API-ге сұраулар жіберу
API кілтіңіз болғаннан кейін, CometAPI эндпоинтіне whisper-1 модель идентификаторын пайдаланып сұраулар жібере аласыз. Authorization тақырыбына API кілтіңізді қосыңыз және мақсатты модель ретінде whisper-1 көрсетіңіз. Сөйлеу жұмыс ағындары үшін сәйкес транскрипциялау немесе аудару эндпоинтіне аудио файл жіберіңіз.
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"
Аудару жұмыс ағындары үшін сол модель идентификаторымен аудару эндпоинтін пайдаланыңыз:
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"
3-қадам: Нәтижелерді алу және тексеру
Сұрауыңыз өңделгеннен кейін, CometAPI whisper-1 тапсырмаңызға арналған жасалған мәтін нәтижесін қайтарады. Жауапты қарап шығып, транскрипция сапасын, тіл өңдеуді, тыныс белгілерін және толықтығын растаңыз. Қажет болса, аудионы алдын ала өңдеуіңізді немесе промпттау тәсіліңізді нақтылап, өндірістік қолданысыңыз үшін шығудың тұрақтылығын жақсарту мақсатында сұрауды қайта жіберіңіз.