音声
Whisper 音声文字起こし
音声をアップロードして、文字起こしをダウンロード。接続したデバイスで無料の音声文字起こし。
Whisper by OpenAI; ONNX conversion by ONNX Community
API リファレンス
REST で送信
個人用 API キー(msk_…)を使うと、ご自身のツールからこのワークロードのジョブを作成できます。この方法で開始したジョブは、あなたのデバイス で接続したのと同じデバイスで実行されます。少なくとも 1 台がオンラインである必要があります。
POST
https://cp.meshlabs.cloud/v1/organizations/jobsX-Organization-Api-Key: msk_your_personal_api_key で認証します。ヘッダー名は組織キーと同じで、個人キーも同じエンドポイントを使用します。
入力ファイル:同じ API キーで
POST https://cp.meshlabs.cloud/v1/organizations/job-inputs/presign を呼び出し、返された upload_url にファイルをアップロードしてから、job_spec に download_url を渡します(例:input_image_url として)。リクエストボディ
{
"workload_type": "whisper-large-v3-turbo",
"job_spec": {
"input_audio_url": "https://…/your-input.png",
"language": "en",
"task": "transcribe",
"chunk_seconds": 30
}
}job_spec のフィールド
| フィールド | 必須 | デフォルト | 説明 |
|---|---|---|---|
input_audio_url | はい | — | 文字起こしする音声。長いクリップは 30 秒のウィンドウに分割されます。 |
language | いいえ | en | Whisper の言語コード。既定は英語。 |
task | いいえ | transcribe | 元の言語で文字起こしするか、英語に翻訳します。 |
duration_seconds | いいえ | — | サーバーが 30 秒のウィンドウに分割できるよう、ファイルの調査結果から入力されます。 |
chunk_seconds | いいえ | 30 | ワークロード固定のウィンドウ。Whisper の 30 秒のエンコーダーが上限です。 |
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
}
}'GET
https://cp.meshlabs.cloud/v1/organizations/jobs/{job_id}status が終了状態(COMPLETED、FAILED、CANCELED、MODERATION_BLOCKED)になるまで、同じ API キーでポーリングします。コンテンツモデレーションが有効な場合、ジョブはコンピュートキューに入る前に MODERATION_PENDING から始まることがあります。完了したジョブには、各出力に署名済みの download_url の値が含まれます。
作成時のレスポンス
{
"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"
}完了時のレスポンス
{
"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>"
}音声をアップロードすると、Whisper による文字起こしが得られます。長い録音は約 30 秒ごとに分割され、1つの文字起こしに結合されます。接続したデバイスで無料の音声文字起こし。モデルは Apache-2.0 です。初回はそれをダウンロードしますが、2つ目以降のファイルはより速く始まります。