Whisper-1

Spesifikasi Teknikal whisper-1

Apakah whisper-1?

whisper-1 ialah model pengecaman pertuturan yang tersedia melalui CometAPI untuk menukar audio kepada teks dan menghasilkan terjemahan daripada audio pertuturan ke dalam bahasa Inggeris. Ia direka untuk pembangun yang memerlukan transkripsi yang boleh dipercayai bagi pertuturan yang dirakam, temu bual, mesyuarat, nota suara, sari kata dan aliran kerja audio berbilang bahasa.

Model ini sangat sesuai untuk aplikasi yang memerlukan pengecaman pertuturan automatik merentasi pelbagai bahasa. Ia boleh menyalin audio dalam bahasa asal atau menterjemah kandungan pertuturan ke dalam bahasa Inggeris, menjadikannya berguna untuk produk global, saluran pemprosesan media, alat sokongan dan penyelesaian kebolehcapaian.

Memandangkan whisper-1 beroperasi pada fail audio yang dimuat naik dan mengembalikan output teks, ia sesuai secara semula jadi untuk automasi backend, pengindeksan kandungan, penjanaan kapsyen, pengayaan carian dan saluran analitik.

Ciri utama whisper-1

• Transkripsi pertuturan-ke-teks: Menukar audio pertuturan kepada teks bertulis untuk dokumen, kapsyen, arkib dan aliran kerja aplikasi.
• Terjemahan pertuturan: Mencipta terjemahan teks bahasa Inggeris daripada audio pertuturan bukan bahasa Inggeris, memudahkan pemprosesan kandungan berbilang bahasa.
• Pengecaman berbilang bahasa: Menyokong pengecaman merentasi banyak bahasa, menjadikannya praktikal untuk penggunaan antarabangsa dan rentas wilayah.
• Pemformatan dibantu prompt: Menerima prompt yang boleh membantu memandu tanda baca, huruf besar-kecil, terminologi dan gaya transkrip.
• Aliran kerja API berasaskan fail: Berfungsi baik dengan fail audio yang dimuat naik, memudahkan integrasi ke dalam kerja kelompok, sistem media dan perkhidmatan backend.
• Sokongan pengenalpastian bahasa: Boleh digunakan dalam aliran kerja yang memerlukan pengesanan atau pengendalian berbilang bahasa pertuturan.
• Sangat sesuai untuk operasi kandungan: Berguna untuk penjanaan sari kata, penciptaan transkrip yang boleh dicari, pembalakan panggilan pelanggan, pemprosesan temu bual dan penukaran nota suara.

Cara mengakses dan mengintegrasikan whisper-1

Langkah 1: Daftar untuk Kunci API

Untuk mula menggunakan whisper-1, mula-mula cipta akaun di CometAPI dan jana kunci API anda daripada papan pemuka. Selepas log masuk, pergi ke bahagian pengurusan API, cipta kunci baharu, dan simpan dengan selamat. Kunci ini diperlukan untuk mengesahkan setiap permintaan yang anda hantar ke API whisper-1.

Langkah 2: Hantar Permintaan ke API whisper-1

Sebaik sahaja anda mempunyai kunci API, anda boleh menghantar permintaan ke titik akhir CometAPI menggunakan ID model whisper-1. Sertakan kunci API anda dalam header Authorization dan nyatakan whisper-1 sebagai model sasaran. Untuk aliran kerja pertuturan, hantar fail audio ke titik akhir 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 aliran kerja terjemahan, gunakan titik akhir 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: Dapatkan dan Sahkan Hasil

Selepas permintaan diproses, CometAPI akan memulangkan hasil teks yang dijana untuk tugas whisper-1 anda. Semak respons untuk mengesahkan kualiti transkrip, pengendalian bahasa, tanda baca dan kelengkapan. Jika perlu, perhalusi prapemprosesan audio atau pendekatan prompt anda dan hantar semula permintaan bagi meningkatkan kekonsistenan output untuk kes penggunaan pengeluaran anda.