Audio

Whisper Sprache zu Text

Laden Sie Sprache hoch und laden Sie ein Transkript herunter. Kostenlos Sprache zu Text auf Geräten, die Sie verbinden.

Whisper by OpenAI; ONNX conversion by ONNX Community

Modelllizenzen

whisper-large-v3-turbo pinned ONNX checkpoint and associated assets · MIT

Retain licence, copyright and publisher attribution notices; no trademark endorsement. Publisher model-card cautions are preserved in the distributed notice.

Mitgelieferte Lizenz

Hinweis

KostenlosOnlineUnbegrenztWhisper by OpenAI; ONNX conversion by ONNX Community API-Zugang

API-Referenz

Per REST übermitteln

Verwenden Sie Ihren persönlichen API-Schlüssel (msk_…), um aus Ihren eigenen Tools Jobs für diesen Workload zu erstellen. So gestartete Jobs laufen auf denselben Geräten, die Sie unter Ihre Geräte verbunden haben – mindestens eines muss online sein.

API-Details ausblenden
POSThttps://cp.meshlabs.cloud/v1/organizations/jobs

Authentifizieren Sie sich mit X-Organization-Api-Key: msk_your_personal_api_key. Der Header-Name entspricht dem der Organisationsschlüssel; persönliche Schlüssel verwenden denselben Endpunkt.

Eingabedateien:Rufen Sie POST https://cp.meshlabs.cloud/v1/organizations/job-inputs/presign mit demselben API-Schlüssel auf, laden Sie Ihre Datei an die zurückgegebene upload_url hoch und übergeben Sie dann download_url in job_spec (zum Beispiel als input_image_url).

Anfrage-Body

{
  "workload_type": "whisper-large-v3-turbo",
  "job_spec": {
    "input_audio_url": "https://…/your-input.png",
    "language": "en",
    "task": "transcribe",
    "chunk_seconds": 30
  }
}

Felder von job_spec

FeldErforderlichStandardBeschreibung
input_audio_urlJa—Zu transkribierendes Audio. Lange Clips werden in 30-s-Fenster zerlegt.
languageNeinenWhisper-Sprachcode. Standard Englisch.
taskNeintranscribeIn der Quellsprache transkribieren oder ins Englische übersetzen.
duration_secondsNein—Wird aus der Dateiprüfung befüllt, damit der Server 30-s-Fenster verteilen kann.
chunk_secondsNein30Workload-Konstante für das Fenster. Auf den 30-s-Encoder von Whisper begrenzt.

cURL

curl -X POST https://cp.meshlabs.cloud/v1/organizations/jobs \
  -H "X-Organization-Api-Key: msk_your_personal_api_key" \
  -H "Content-Type: application/json" \
  -d '{
  "workload_type": "whisper-large-v3-turbo",
  "job_spec": {
    "input_audio_url": "https://…/your-input.png",
    "language": "en",
    "task": "transcribe",
    "chunk_seconds": 30
  }
}'
GEThttps://cp.meshlabs.cloud/v1/organizations/jobs/{job_id}

Fragen Sie mit demselben API-Schlüssel ab, bis status einen Endzustand erreicht (COMPLETED, FAILED, CANCELED oder MODERATION_BLOCKED). Ist die Inhaltsmoderation aktiviert, können Jobs in MODERATION_PENDING beginnen, bevor sie in die Compute-Warteschlange gelangen. Abgeschlossene Jobs enthalten für jede Ausgabe vorsignierte download_url-Werte.

Antwort beim Erstellen

{
  "id": "3fa85f64-5717-4562-b3fc-2c963f66afa6",
  "workload_type": "whisper-large-v3-turbo",
  "status": "PENDING",
  "job_spec_json": {
    "input_audio_url": "https://…/your-input.png",
    "language": "en",
    "task": "transcribe",
    "chunk_seconds": 30
  },
  "work_units": [],
  "outputs": [],
  "created_at": "2026-06-08T12:00:00Z",
  "updated_at": "2026-06-08T12:00:00Z"
}

Antwort nach Abschluss

{
  "id": "3fa85f64-5717-4562-b3fc-2c963f66afa6",
  "workload_type": "whisper-large-v3-turbo",
  "status": "COMPLETED",
  "job_spec_json": {
    "input_audio_url": "https://…/your-input.png",
    "language": "en",
    "task": "transcribe",
    "chunk_seconds": 30
  },
  "work_units": [
    {
      "id": "…",
      "index": 0,
      "status": "COMPLETED"
    }
  ],
  "outputs": [
    {
      "id": "…",
      "output_type": "<output type>",
      "filename": "<output filename>",
      "size_bytes": 524288,
      "download_url": "<presigned output download URL>"
    }
  ],
  "created_at": "2026-06-08T12:00:00Z",
  "updated_at": "<completion timestamp>"
}

Laden Sie Audio hoch und erhalten Sie ein Transkript von Whisper. Lange Aufnahmen werden in etwa 30-Sekunden-Stücke zerlegt und zu einem Transkript zusammengefügt. Kostenlos Sprache zu Text auf Geräten, die Sie verbinden. Das Modell steht unter Apache-2.0. Beim ersten Durchlauf wird es heruntergeladen; spätere Dateien starten schneller.