Ir al contenido principal

Whisper 1 API

openai/whisper-1/speech-to-text

Whisper 1 de OpenAI es la versión API de su reconocedor de voz de código abierto Whisper. Transcribe grabaciones de hasta 25 MB o dos horas y devuelve el inicio y el final de cada palabra y de cada segmento.

Desde $0.0001/s

Playground

Entrada

Voz a texto
0/2048
Ortografía y contexto en el idioma hablado máximo 2048 caracteres
1/1
1 / 1 archivos
Elige un fragmento con una pausa. Compara los extremos de cada marca con el audio antes de exportar los subtítulos. mínimo 1 caracteres
Código de idioma de dos letras mínimo 2 caracteres · máximo 2 caracteres
Temperatura de muestreo entre 0 y 1 no menor que 0 · no mayor que 1

Comprobando tu cuenta antes de habilitar el envío y el cálculo de precios.

Salida

Listo para una nueva ejecución
Resultado de ejemplo
Respuesta del modelo

Modelos relacionados y tareas siguientes

¿No está el modelo que buscas?

RECONOCIMIENTO CLÁSICO CON TIEMPOS

Lleva las palabras grabadas a una línea de subtítulos editable.

Cifras clave

Contexto / estructura
word
Los intervalos por palabra permiten saltar cerca de un término y resaltarlo durante la reproducción.
Límite del archivo
25 MB
Los límites de palabra de Whisper son aproximados; pausas, música y voces simultáneas pueden desplazar un intervalo.
Duración del audio
2 h
Los límites de palabra de Whisper son aproximados; pausas, música y voces simultáneas pueden desplazar un intervalo.
Cobro mínimo
1 s
Segundos de audio medidos

Antes de gastar

Todos los modos
  • Los límites de palabra de Whisper son aproximados; pausas, música y voces simultáneas pueden desplazar un intervalo.
  • Cada tarea de subtítulos admite un máximo de 25 MB y 7200 segundos de material grabado.
  • Los tiempos de palabras y segmentos están configurados aquí; elegir formatos de subtítulos o traducción no forma parte de las entradas públicas.
  • El prompt de vocabulario aporta contexto de reconocimiento, no instrucciones generales para diseñar subtítulos.
  • OpenAI anunció que whisper-1 está obsoleto y que su servicio de API terminará el 2027-02-26; Whisper 1 continuará funcionando con sus cargos habituales hasta el retiro. Comienza las nuevas integraciones de transcripción de archivos con GPT Transcribe, en vez de depender de la API de Whisper que se retirará.

Lo que hace el modelo

Un carrete cobalto y segmentos de vidrio azul sobre un riel dorado sin marcas.

Tiempos por palabra

Navega por palabras

Los intervalos por palabra permiten saltar cerca de un término y resaltarlo durante la reproducción.

Tiempos por palabra

Organiza pasajes de subtítulos

Un cono acústico azul frente a pequeñas placas de porcelana sin inscripciones en una galería negra.

Los intervalos de segmentos sirven de estructura inicial; tú eliges saltos de línea legibles después de transcribir.

Carretes de archivo cobalto de varios tamaños sobre bases de mármol negro bajo un arco dorado.

Tiempos por palabra

Contexto para archivos antiguos

Esta versión API del clásico Whisper de código abierto acepta un prompt breve con grafías raras o el pasaje anterior.

Dónde encaja

  • Preparación de subtítulos

    Crea una línea de tiempo preliminar y ajústala contra el video.

  • Práctica de idiomas

    Repite una frase y examina los intervalos de un término difícil.

  • Navegación de archivos

    Encuentra una expresión en una grabación antigua sin recorrer todo el archivo.

  • Reproductores de texto

    Conecta la palabra o el segmento seleccionado con una posición de reproducción.

Referencia del modelo

Referencia de la API de Whisper 1

Especificaciones de la API de Whisper 1

Entrada
Whisper 1 · URL del audio · MP3 / MP4 / MPEG / MPGA / M4A / WAV / WEBM
Idioma
Código ISO 639-1 opcional
Temperatura
0–1; valor inicial 0
Cobro
Segundos de audio medidos
Entrega
Tarea asíncrona

Cómo llamar a la API de Whisper 1

  1. Elige una pausa audible

    Prueba la alineación de Whisper con un fragmento que tenga un límite claro.

  2. Da contexto conciso

    Añade las grafías necesarias o el pasaje previo en el idioma del audio.

  3. Edita después de alinear

    Conserva los arreglos de tiempos originales mientras corriges y das formato a los subtítulos.

En resumen

Añade las grafías necesarias o el pasaje previo en el idioma del audio. Conserva los arreglos de tiempos originales mientras corriges y das formato a los subtítulos.

Preguntas sobre la API de Whisper 1