Audio

Reconnaissance vocale Whisper

Importez un enregistrement vocal et téléchargez une transcription. Reconnaissance vocale gratuite sur les appareils que vous connectez.

Whisper by OpenAI; ONNX conversion by ONNX Community

Licences du modèle

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.

Licence fournie

Mention légale

GratuitEn ligneIllimitéWhisper by OpenAI; ONNX conversion by ONNX Community Accès API

Référence de l’API

Envoyer via REST

Utilisez votre clé API personnelle (msk_…) pour créer des tâches pour ce workload depuis vos propres outils. Les tâches lancées ainsi s’exécutent sur les mêmes appareils que ceux que vous avez connectés dans Vos appareils ; au moins l’un d’eux doit être en ligne.

Masquer les détails de l’API
POSThttps://cp.meshlabs.cloud/v1/organizations/jobs

Authentifiez-vous avec X-Organization-Api-Key: msk_your_personal_api_key. Le nom de l’en-tête est le même que pour les clés d’organisation ; les clés personnelles utilisent le même point de terminaison.

Fichiers d’entrée :Appelez POST https://cp.meshlabs.cloud/v1/organizations/job-inputs/presign avec la même clé API, envoyez votre fichier vers l’upload_url renvoyée, puis transmettez download_url dans job_spec (par exemple en tant que input_image_url).

Corps de la requête

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

Champs de job_spec

ChampRequisPar défautDescription
input_audio_urlOui—Audio à transcrire. Les longs extraits sont découpés en fenêtres de 30 s.
languageNonenCode de langue Whisper. Anglais par défaut.
taskNontranscribeTranscrire dans la langue source, ou traduire en anglais.
duration_secondsNon—Renseigné à partir de l'analyse du fichier pour que le serveur puisse répartir les fenêtres de 30 s.
chunk_secondsNon30Fenêtre constante pour la tâche. Plafonnée à l'encodeur 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
  }
}'
GEThttps://cp.meshlabs.cloud/v1/organizations/jobs/{job_id}

Interrogez l’API avec la même clé jusqu’à ce que status soit dans un état final (COMPLETED, FAILED, CANCELED ou MODERATION_BLOCKED). Lorsque la modération du contenu est activée, les tâches peuvent commencer à l’état MODERATION_PENDING avant d’entrer dans la file de calcul. Les tâches terminées incluent des valeurs download_url présignées pour chaque sortie.

Réponse de création

{
  "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"
}

Réponse de fin d’exécution

{
  "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>"
}

Importez un fichier audio et obtenez une transcription de Whisper. Les longs enregistrements sont découpés en morceaux d'environ 30 secondes puis réassemblés en une seule transcription. Reconnaissance vocale gratuite sur les appareils que vous connectez. Le modèle est sous licence Apache-2.0. La première exécution le télécharge ; les fichiers suivants démarrent plus vite.