Whisper 1 API
openai/whisper-1/speech-to-textWhisper 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.
Playground
Salida
Listo para una nueva ejecuciónModelos 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

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

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

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
Elige una pausa audible
Prueba la alineación de Whisper con un fragmento que tenga un límite claro.
Da contexto conciso
Añade las grafías necesarias o el pasaje previo en el idioma del audio.
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.
