Ήχος
Whisper Ομιλία σε Κείμενο
Ανεβάστε ομιλία και κατεβάστε μια απομαγνητοφώνηση. Δωρεάν ομιλία σε κείμενο στις συσκευές που συνδέετε.
Whisper by OpenAI; ONNX conversion by ONNX Community
Άδειες μοντέλου
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.
Αναφορά API
Υποβολή μέσω REST
Χρησιμοποιήστε το προσωπικό σας κλειδί API (msk_…) για να δημιουργείτε εργασίες για αυτόν τον φόρτο εργασίας από τα δικά σας εργαλεία. Οι εργασίες που ξεκινούν με αυτόν τον τρόπο εκτελούνται στις ίδιες συσκευές που συνδέσατε στη σελίδα Οι συσκευές σας — τουλάχιστον μία πρέπει να είναι online.
https://cp.meshlabs.cloud/v1/organizations/jobsΈλεγχος ταυτότητας με X-Organization-Api-Key: msk_your_personal_api_key. Το όνομα της κεφαλίδας είναι ίδιο με των κλειδιών οργανισμού· τα προσωπικά κλειδιά χρησιμοποιούν το ίδιο τελικό σημείο.
POST https://cp.meshlabs.cloud/v1/organizations/job-inputs/presign με το ίδιο κλειδί API, μεταφορτώστε το αρχείο σας στο upload_url που επιστρέφεται και μετά περάστε το download_url στο job_spec (για παράδειγμα ως input_image_url).Σώμα αιτήματος
{
"workload_type": "whisper-large-v3-turbo",
"job_spec": {
"input_audio_url": "https://…/your-input.png",
"language": "en",
"task": "transcribe",
"chunk_seconds": 30
}
}Πεδία του job_spec
| Πεδίο | Υποχρεωτικό | Προεπιλογή | Περιγραφή |
|---|---|---|---|
input_audio_url | Ναι | — | Ήχος προς απομαγνητοφώνηση. Τα μεγάλα κλιπ χωρίζονται σε παράθυρα 30 s. |
language | Όχι | en | Κωδικός γλώσσας Whisper. Προεπιλογή: αγγλικά. |
task | Όχι | transcribe | Απομαγνητοφώνηση στη γλώσσα πηγής ή μετάφραση στα αγγλικά. |
duration_seconds | Όχι | — | Συμπληρώνεται από την ανίχνευση του αρχείου, ώστε ο διακομιστής να μοιράσει παράθυρα 30 s. |
chunk_seconds | Όχι | 30 | Σταθερά του workload για το παράθυρο. Περιορίζεται στον κωδικοποιητή 30 s του Whisper. |
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
}
}'https://cp.meshlabs.cloud/v1/organizations/jobs/{job_id}Κάντε poll με το ίδιο κλειδί API μέχρι το status να γίνει τελικό (COMPLETED, FAILED, CANCELED ή MODERATION_BLOCKED). Όταν η εποπτεία περιεχομένου είναι ενεργή, οι εργασίες μπορεί να ξεκινούν σε MODERATION_PENDING πριν μπουν στην ουρά υπολογισμού. Οι ολοκληρωμένες εργασίες περιλαμβάνουν προϋπογεγραμμένες τιμές download_url σε κάθε έξοδο.
Απόκριση δημιουργίας
{
"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"
}Απόκριση ολοκλήρωσης
{
"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>"
}Ανεβάστε ήχο και λάβετε μια απομαγνητοφώνηση από το Whisper. Οι μεγάλες ηχογραφήσεις χωρίζονται σε τμήματα των περίπου 30 δευτερολέπτων και ενώνονται σε μία απομαγνητοφώνηση. Δωρεάν ομιλία σε κείμενο στις συσκευές που συνδέετε. Το μοντέλο είναι Apache-2.0. Την πρώτη φορά γίνεται λήψη του· τα επόμενα αρχεία ξεκινούν πιο γρήγορα.