whisper-1의 기술 사양
| 사양 | 세부 정보 |
|---|---|
| 모델 ID | whisper-1 |
| 모델 유형 | 음성-텍스트 변환 및 음성 번역 |
| 주요 사용 사례 | 오디오 전사, 다국어 음성 인식, 영어 번역 |
| 입력 방식 | 오디오 |
| 출력 방식 | 텍스트 |
| 지원되는 엔드포인트 | /v1/audio/transcriptions, /v1/audio/translations |
| 스트리밍 지원 | whisper-1에서는 지원되지 않음 |
| 프롬프트 지원 | 가능(형식, 구두점, 스타일에 대한 제한적인 프롬프트 제어 제공) |
| 언어 기능 | 다국어 음성 인식 및 언어 식별 |
| 일반적인 통합 형식 | 멀티파트 폼 데이터로 파일 업로드 |
| 일반적인 오디오 형식 | m4a, mp3, mp4, mpeg, mpga, wav, webm |
| 가장 적합한 용도 | 음성 콘텐츠를 읽기 쉬운 텍스트 또는 영어 번역으로 변환 |
whisper-1란 무엇인가?
whisper-1은 CometAPI를 통해 제공되는 음성 인식 모델로, 오디오를 텍스트로 변환하고 음성 오디오로부터 영어 번역을 생성합니다. 녹음된 음성, 인터뷰, 회의, 보이스 노트, 자막, 다국어 오디오 워크플로에 대해 신뢰할 수 있는 전사가 필요한 개발자를 위해 설계되었습니다.
이 모델은 다국어에 걸친 자동 음성 인식이 필요한 애플리케이션에 적합합니다. 원어로 오디오를 전사하거나, 음성 콘텐츠를 영어로 번역할 수 있어 글로벌 제품, 미디어 처리 파이프라인, 지원 도구, 접근성 솔루션에 유용합니다.
whisper-1은 업로드된 오디오 파일을 입력으로 받아 텍스트를 출력하므로, 백엔드 자동화, 콘텐츠 색인화, 자막 생성, 검색 강화, 분석 파이프라인에 자연스럽게 통합됩니다.
whisper-1의 주요 기능
- 음성-텍스트 전사: 문서, 자막, 보관, 애플리케이션 워크플로를 위해 음성 오디오를 작성 가능한 텍스트로 변환합니다.
- 음성 번역: 비영어 음성 오디오로부터 영어 텍스트 번역을 생성해 다국어 콘텐츠 처리 과정을 단순화합니다.
- 다국어 인식: 다양한 언어에 대한 인식을 지원하여 국제/지역 간 배포에 실용적입니다.
- 프롬프트 보조 형식 지정: 구두점, 대소문자, 용어, 전사 스타일을 안내할 수 있는 프롬프트를 수용합니다.
- 파일 기반 API 워크플로: 업로드된 오디오 파일로 동작해 배치 작업, 미디어 시스템, 백엔드 서비스에 쉽게 통합됩니다.
- 언어 식별 지원: 여러 구어 언어를 감지하거나 처리해야 하는 워크플로에 활용할 수 있습니다.
- 콘텐츠 운영에 강점: 자막 생성, 검색 가능한 전사 생성, 고객 통화 기록, 인터뷰 처리, 보이스 노트 변환에 유용합니다.
whisper-1에 액세스하고 통합하는 방법
1단계: API 키 등록
whisper-1을 사용하려면 먼저 CometAPI에 계정을 생성하고 대시보드에서 API 키를 발급받으세요. 로그인 후 API 관리 섹션으로 이동해 새 키를 만들고 안전하게 보관합니다. 이 키는 whisper-1 API로 전송하는 모든 요청의 인증에 필요합니다.
2단계: whisper-1 API로 요청 보내기
API 키를 발급받았다면 whisper-1 모델 ID를 사용해 CometAPI 엔드포인트로 요청을 전송할 수 있습니다. Authorization 헤더에 API 키를 포함하고 대상 모델로 whisper-1을 지정하세요. 음성 워크플로에서는 적절한 전사 또는 번역 엔드포인트로 오디오 파일을 전송합니다.
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"
번역 워크플로의 경우, 동일한 모델 ID로 번역 엔드포인트를 사용합니다:
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"
3단계: 결과 수신 및 검증
요청이 처리되면 CometAPI가 whisper-1 작업에 대한 생성된 텍스트 결과를 반환합니다. 응답을 검토하여 전사 품질, 언어 처리, 구두점, 완전성을 확인하세요. 필요하다면 오디오 전처리나 프롬프트 방식을 조정해 재요청하여, 운영 환경에서의 출력 일관성을 개선합니다.