プレイグラウンド
出力
実行待ちサンプル出力
モデルの応答
関連モデルと次のステップ
お探しのモデルが見つかりませんか?
定番の音声認識を時刻付きで
録音の言葉を、編集できる字幕タイムラインへ移せます。
主なスペック
- 文脈・構造
- word
- 単語ごとの区間を使って、文字起こし画面から該当語の付近へ移動し、再生に合わせて強調できます。
- ファイル上限
- 25 MB
- Whisper の単語境界は目安です。間や音楽、同時発話で区間がずれる場合があります。
- 音声の上限
- 2 h
- Whisper の単語境界は目安です。間や音楽、同時発話で区間がずれる場合があります。
- 最低課金
- 1 s
- 測定した音声の秒数
課金前に知っておくこと
すべてのモード
- Whisper の単語境界は目安です。間や音楽、同時発話で区間がずれる場合があります。
- 字幕用の各タスクに送れる録音は 25 MB 以下、7200 秒以内です。
- 単語と区間の時刻取得はこのエンドポイント側で設定済みです。字幕形式の選択や翻訳を指定する公開入力はありません。
- 語彙を添える prompt は認識の文脈です。字幕デザインを指示する汎用的な入力ではありません。
- OpenAI は whisper-1 の非推奨化と、2027-02-26 の API サービス終了を発表しています。Whisper 1 は終了までは引き続き利用でき、料金も通常どおり発生します。ファイル文字起こしを新規に組み込む際は、提供終了予定の Whisper API ではなく GPT Transcribe で開発を始めることをおすすめします。
できること

単語の時刻
単語を選んで再生
単語ごとの区間を使って、文字起こし画面から該当語の付近へ移動し、再生に合わせて強調できます。
単語の時刻
字幕のまとまりを整理

段落状の区間を字幕の下地にできます。文字起こしの後で、読みやすい改行を調整してください。

単語の時刻
過去の録音に文脈を追加
定番のオープンソース認識モデル Whisper の API 版です。短い prompt で珍しい表記や直前の発話を補えます。
活用シーン
字幕の下準備
下書きのタイムラインを作り、動画に合わせて調整できます。
語学の反復学習
難しい語の周辺を単語区間から探し、繰り返し聞けます。
音声アーカイブの検索
古い録音を全部早送りせず、発言を探せます。
文字起こしプレーヤー
選択した単語や区間を再生位置に結び付けられます。
モデルリファレンス
Whisper 1 API リファレンス
Whisper 1 API の仕様
- 入力
- Whisper 1 · 音声 URL · MP3 / MP4 / MPEG / MPGA / M4A / WAV / WEBM
- 言語
- 任意の ISO 639-1
- 温度
- 0~1、既定値 0
- 課金
- 測定した音声の秒数
- 受け取り
- 非同期タスク
Whisper 1 API の呼び出し方
間のある発話で開始
聞き取れる切れ目がある音声で、Whisper の位置合わせを確かめてください。
文脈は短く入力
音声と同じ言語で、必要な表記や直前の文章を添えてください。
位置合わせ後に編集
元の時刻配列を保存し、字幕の体裁と表記を整えてください。
モデルの概要
音声と同じ言語で、必要な表記や直前の文章を添えてください。元の時刻配列を保存し、字幕の体裁と表記を整えてください。
Whisper 1 API のよくある質問
単語ごとの区間を使って、文字起こし画面から該当語の付近へ移動し、再生に合わせて強調できます。段落状の区間を字幕の下地にできます。文字起こしの後で、読みやすい改行を調整してください。
定番のオープンソース認識モデル Whisper の API 版です。短い prompt で珍しい表記や直前の発話を補えます。
音声と同じ言語で、必要な表記や直前の文章を添えてください。
Whisper の単語境界は目安です。間や音楽、同時発話で区間がずれる場合があります。
単語と区間の時刻取得はこのエンドポイント側で設定済みです。字幕形式の選択や翻訳を指定する公開入力はありません。
OpenAI は whisper-1 の非推奨化と、2027-02-26 の API サービス終了を発表しています。Whisper 1 は終了までは引き続き利用でき、料金も通常どおり発生します。ファイル文字起こしを新規に組み込む際は、提供終了予定の Whisper API ではなく GPT Transcribe で開発を始めることをおすすめします。
