Audio
Voz a texto Whisper
Suba una grabación de voz y descargue una transcripción. Voz a texto gratis en los dispositivos que conecte.
Whisper by OpenAI; ONNX conversion by ONNX Community
Licencias del modelo
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.
Referencia de la API
Enviar mediante REST
Use su clave de API personal (msk_…) para crear trabajos de esta carga de trabajo desde sus propias herramientas. Los trabajos iniciados así se ejecutan en los mismos dispositivos que conectó en Sus dispositivos: al menos uno tiene que estar en línea.
https://cp.meshlabs.cloud/v1/organizations/jobsAutentíquese con X-Organization-Api-Key: msk_your_personal_api_key. El nombre del encabezado coincide con el de las claves de organización; las claves personales usan el mismo endpoint.
POST https://cp.meshlabs.cloud/v1/organizations/job-inputs/presign con la misma clave de API, suba su archivo a la upload_url devuelta y luego pase download_url en job_spec (por ejemplo, como input_image_url).Cuerpo de la solicitud
{
"workload_type": "whisper-large-v3-turbo",
"job_spec": {
"input_audio_url": "https://…/your-input.png",
"language": "en",
"task": "transcribe",
"chunk_seconds": 30
}
}Campos de job_spec
| Campo | Obligatorio | Predeterminado | Descripción |
|---|---|---|---|
input_audio_url | Sí | — | Audio que se va a transcribir. Los clips largos se dividen en ventanas de 30 s. |
language | No | en | Código de idioma de Whisper. Por defecto, inglés. |
task | No | transcribe | Transcribir en el idioma de origen o traducir al inglés. |
duration_seconds | No | — | Se rellena a partir del análisis del archivo para que el servidor pueda repartir ventanas de 30 s. |
chunk_seconds | No | 30 | Ventana constante de la carga de trabajo. Limitada al codificador de 30 s de 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}Consulte periódicamente con la misma clave de API hasta que status sea final (COMPLETED, FAILED, CANCELED o MODERATION_BLOCKED). Cuando la moderación de contenido está habilitada, los trabajos pueden empezar en MODERATION_PENDING antes de entrar en la cola de cómputo. Los trabajos completados incluyen valores download_url prefirmados en cada salida.
Respuesta de creación
{
"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"
}Respuesta de trabajo completado
{
"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>"
}Suba audio y obtenga una transcripción de Whisper. Las grabaciones largas se dividen en fragmentos de unos 30 segundos y se unen en una sola transcripción. Voz a texto gratis en los dispositivos que conecte. El modelo es Apache-2.0. La primera ejecución lo descarga; los siguientes archivos empiezan más rápido.