Audio
Whisper — mowa na tekst
Prześlij nagranie mowy i pobierz transkrypcję. Darmowa zamiana mowy na tekst na podłączonych urządzeniach.
Whisper by OpenAI; ONNX conversion by ONNX Community
Licencje modelu
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.
Dokumentacja API
Przesyłaj przez REST
Użyj swojego osobistego klucza API (msk_…), aby tworzyć zadania dla tego obciążenia z własnych narzędzi. Zadania uruchamiane w ten sposób działają na tych samych urządzeniach, które podłączyłeś(-aś) w sekcji Twoje urządzenia — co najmniej jedno musi być online.
https://cp.meshlabs.cloud/v1/organizations/jobsUwierzytelnij się za pomocą X-Organization-Api-Key: msk_your_personal_api_key. Nazwa nagłówka jest taka sama jak dla kluczy organizacji; klucze osobiste używają tego samego punktu końcowego.
POST https://cp.meshlabs.cloud/v1/organizations/job-inputs/presign z tym samym kluczem API, prześlij plik pod zwrócony upload_url, a następnie przekaż download_url w job_spec (na przykład jako input_image_url).Treść żądania
{
"workload_type": "whisper-large-v3-turbo",
"job_spec": {
"input_audio_url": "https://…/your-input.png",
"language": "en",
"task": "transcribe",
"chunk_seconds": 30
}
}Pola: job_spec
| Pole | Wymagane | Domyślnie | Opis |
|---|---|---|---|
input_audio_url | Tak | — | Audio do transkrypcji. Długie klipy są dzielone na okna po 30 s. |
language | Nie | en | Kod języka Whisper. Domyślnie angielski. |
task | Nie | transcribe | Transkrypcja w języku źródłowym lub tłumaczenie na angielski. |
duration_seconds | Nie | — | Wypełniane na podstawie sondy pliku, aby serwer mógł rozdzielić okna po 30 s. |
chunk_seconds | Nie | 30 | Stała okna zadania. Ograniczona do 30-sekundowego enkodera 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}Odpytuj z tym samym kluczem API, aż status osiągnie stan końcowy (COMPLETED, FAILED, CANCELED lub MODERATION_BLOCKED). Gdy włączona jest moderacja treści, zadania mogą zaczynać się w stanie MODERATION_PENDING, zanim trafią do kolejki obliczeń. Ukończone zadania zawierają wstępnie podpisane wartości download_url przy każdym wyniku.
Odpowiedź na utworzenie
{
"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"
}Odpowiedź po ukończeniu
{
"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>"
}Prześlij nagranie i uzyskaj transkrypcję z Whisper. Długie nagrania są dzielone na fragmenty po około 30 sekund i łączone w jedną transkrypcję. Darmowa zamiana mowy na tekst na podłączonych urządzeniach. Model ma licencję Apache-2.0. Pierwsze uruchomienie go pobiera; kolejne pliki startują szybciej.