Áudio
Whisper Fala para Texto
Envie uma fala e baixe uma transcrição. Fala para texto grátis nos dispositivos que você conecta.
Whisper by OpenAI; ONNX conversion by ONNX Community
Licenças do 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.
Referência da API
Enviar via REST
Use sua chave de API pessoal (msk_…) para criar tarefas desta carga de trabalho a partir das suas próprias ferramentas. As tarefas iniciadas dessa forma rodam nos mesmos dispositivos que você conectou em Seus dispositivos — pelo menos um deles precisa estar online.
https://cp.meshlabs.cloud/v1/organizations/jobsAutentique-se com X-Organization-Api-Key: msk_your_personal_api_key. O nome do cabeçalho é o mesmo das chaves de organização; as chaves pessoais usam o mesmo endpoint.
POST https://cp.meshlabs.cloud/v1/organizations/job-inputs/presign com a mesma chave de API, envie seu arquivo para o upload_url retornado e depois passe download_url em job_spec (por exemplo, como input_image_url).Corpo da solicitação
{
"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 | Obrigatório | Padrão | Descrição |
|---|---|---|---|
input_audio_url | Sim | — | Áudio a transcrever. Clipes longos são divididos em janelas de 30 s. |
language | Não | en | Código de idioma do Whisper. O padrão é inglês. |
task | Não | transcribe | Transcrever no idioma de origem ou traduzir para o inglês. |
duration_seconds | Não | — | Preenchida a partir da sondagem do arquivo para que o servidor possa distribuir janelas de 30 s. |
chunk_seconds | Não | 30 | Janela constante do workload. Limitada ao codificador de 30 s do 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 com a mesma chave de API até que status seja final (COMPLETED, FAILED, CANCELED ou MODERATION_BLOCKED). Quando a moderação de conteúdo está habilitada, as tarefas podem começar em MODERATION_PENDING antes de entrar na fila de computação. As tarefas concluídas incluem valores download_url pré-assinados em cada saída.
Resposta de criação
{
"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"
}Resposta de conclusão
{
"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>"
}Envie um áudio e receba uma transcrição do Whisper. Gravações longas são divididas em partes de cerca de 30 segundos e reunidas em uma única transcrição. Fala para texto grátis nos dispositivos que você conecta. O modelo é Apache-2.0. A primeira execução o baixa; os arquivos seguintes começam mais rápido.