Hang

Whisper beszédfelismerés

Töltsön fel beszédet, és töltsön le átiratot. Ingyenes beszédfelismerés az Ön által csatlakoztatott eszközökön.

Whisper by OpenAI; ONNX conversion by ONNX Community

Modelllicencek

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.

Mellékelt licenc

Jogi közlemény

IngyenesOnlineKorlátlanWhisper by OpenAI; ONNX conversion by ONNX Community API-hozzáférés

API-referencia

Beküldés REST-en keresztül

Személyes API-kulcsával (msk_…) saját eszközeiből is létrehozhat feladatokat ehhez a munkaterheléshez. Az így indított feladatok ugyanazokon az eszközökön futnak, amelyeket itt csatlakoztatott: Az Ön eszközei — legalább egynek online kell lennie.

API-részletek elrejtése
POSThttps://cp.meshlabs.cloud/v1/organizations/jobs

Hitelesítés ezzel: X-Organization-Api-Key: msk_your_personal_api_key. A fejléc neve megegyezik a szervezeti kulcsokéval; a személyes kulcsok ugyanazt a végpontot használják.

Bemeneti fájlok:Hívja meg a(z) POST https://cp.meshlabs.cloud/v1/organizations/job-inputs/presign végpontot ugyanazzal az API-kulccsal, töltse fel a fájlt a visszaadott upload_url címre, majd adja át a(z) download_url értéket a(z) job_spec mezőben (például input_image_url néven).

Kéréstörzs

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

job_spec mezői

MezőKötelezőAlapértelmezettLeírás
input_audio_urlIgen—Az átírandó hang. A hosszú klipeket 30 mp-es ablakokra bontja.
languageNemenWhisper nyelvkód. Alapértelmezés: angol.
taskNemtranscribeÁtírás a forrásnyelven, vagy fordítás angolra.
duration_secondsNem—A fájlvizsgálatból kitöltve, hogy a szerver szét tudja osztani a 30 mp-es ablakokat.
chunk_secondsNem30A feladatra jellemző állandó ablak. A Whisper 30 mp-es kódolójára korlátozva.

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}

Kérdezze le ugyanazzal az API-kulccsal, amíg a(z) status végállapotba nem kerül (COMPLETED, FAILED, CANCELED vagy MODERATION_BLOCKED). Ha a tartalommoderálás engedélyezve van, a feladatok MODERATION_PENDING állapotban indulhatnak, mielőtt bekerülnek a számítási sorba. A befejezett feladatok minden kimenetén előre aláírt download_url értékek szerepelnek.

Létrehozási válasz

{
  "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"
}

Befejezési válasz

{
  "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>"
}

Töltsön fel hangot, és kapjon átiratot a Whispertől. A hosszú felvételeket körülbelül 30 másodperces darabokra bontja, és egyetlen átiratba fűzi. Ingyenes beszédfelismerés az Ön által csatlakoztatott eszközökön. A modell Apache-2.0 licenc alatt áll. Az első futtatáskor letöltődik; a későbbi fájlok gyorsabban indulnak.