Что такое Whisper API?
Whisper API — это сервис для транскрибирования аудио в текст, основанный на модели Whisper Large V3. Доступ к нему предоставляется через OpenAI-совместимый интерфейс для разработчиков или через бесплатный инструмент Transcripo для нетехнических пользователей.
Какие особенности у Whisper API?
- Транскрипция и переводраспознавание речи на более чем 100 языках с возможностью перевода на английский и создания резюме.
- Определение дикторовавтоматическое выявление нескольких говорящих в одном аудиофайле (Speaker Diarization).
- OpenAI-совместимостьвозможность интеграции с использованием стандартных библиотек и примеров кода для различных языков программирования.
- Поддержка форматовобработка различных типов аудиофайлов через загрузку по URL или прямую отправку данных.
Какие случаи использования Whisper API?
- Обработка медиа-контентабыстрая расшифровка подкастов, видеороликов и записей совещаний в текстовый формат.
- Интеграция в приложениядобавление функции голосового ввода или анализа речи в собственные программные продукты разработчиков.
Как использовать Whisper API?
- Регистрациясоздание учетной записи на сайте для получения доступа к API и бесплатному пробному периоду.
- Отправка запросавыполнение HTTP-запроса к эндпоинту
/v1/audio/transcriptionsс указанием файла и параметров. - Получение результатаполучение JSON-ответа с транскрибированным текстом и метками дикторов.
Информация о ценах на Whisper API:
- Пробный периодпервый месяц использования бесплатен и включает 30 часов транскрибирования.
- Стандартная тарификациястоимость составляет $0.17 за час обработки аудио после окончания пробного периода.









