Whisper-1

Технические характеристики whisper-1

Что такое whisper-1?

whisper-1 — это модель распознавания речи, доступная через CometAPI, предназначенная для преобразования аудио в текст и создания переводов из устной речи на английский язык. Она разработана для разработчиков, которым нужна надежная транскрибация записанной речи, интервью, встреч, голосовых заметок, субтитров и многоязычных аудиопроцессов.

Модель хорошо подходит для приложений, которым требуется автоматическое распознавание речи на нескольких языках. Она может транскрибировать аудио на исходном языке или переводить устное содержимое на английский, что делает ее полезной для глобальных продуктов, медиапроцессинговых конвейеров, инструментов поддержки и решений по доступности.

Поскольку whisper-1 работает с загружаемыми аудиофайлами и возвращает текстовый результат, она органично вписывается в серверную автоматизацию, индексацию контента, генерацию субтитров, обогащение поиска и аналитические конвейеры.

Основные возможности whisper-1

• Преобразование речи в текст (транскрибация): Преобразует устную речь в письменный текст для документов, субтитров, архивов и прикладных рабочих процессов.
• Перевод речи: Создает текстовые переводы на английский из неанглоязычного аудио, упрощая обработку многоязычного контента.
• Многоязычное распознавание: Поддерживает распознавание на многих языках, что удобно для международных и межрегиональных развертываний.
• Форматирование с поддержкой промптов: Принимает промпты, которые помогают задавать пунктуацию, регистр, терминологию и стиль транскрипции.
• Файловый рабочий процесс через API: Эффективно работает с загружаемыми аудиофайлами, упрощая интеграцию в пакетные задания, медиасистемы и серверные сервисы.
• Поддержка идентификации языка: Может использоваться в сценариях, где важно определение или обработка нескольких языков речи.
• Хорошо подходит для операций с контентом: Полезна для генерации субтитров, создания поисковых транскриптов, журналирования клиентских звонков, обработки интервью и преобразования голосовых заметок.

Как получить доступ и интегрировать whisper-1

Шаг 1: Зарегистрируйтесь и получите ключ API

Чтобы начать использовать whisper-1, создайте аккаунт в CometAPI и сгенерируйте ключ API в панели управления. После входа перейдите в раздел управления API, создайте новый ключ и храните его в надежном месте. Этот ключ потребуется для аутентификации каждого запроса к API whisper-1.

Шаг 2: Отправляйте запросы к API whisper-1

Получив ключ API, вы можете отправлять запросы на эндпоинт CometAPI с указанием идентификатора модели whisper-1. Укажите ключ в заголовке Authorization и задайте whisper-1 как целевую модель. Для речевых сценариев отправляйте аудиофайл на соответствующий эндпоинт транскрибации или перевода.

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"

Для сценариев перевода используйте эндпоинт перевода с тем же идентификатором модели:

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"

Шаг 3: Получайте и проверяйте результаты

После обработки запроса CometAPI вернет сгенерированный текстовый результат для вашей задачи whisper-1. Проверьте ответ, чтобы убедиться в качестве транскрипции, корректной обработке языка, пунктуации и полноте. При необходимости улучшите предобработку аудио или подход к промптам и отправьте запрос снова, чтобы повысить стабильность результатов для вашего промышленного сценария.