Áudio

Whisper Fala para Texto

Envie uma fala e transfira uma transcrição. Fala para texto grátis nos dispositivos que liga.

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.

Licença incluída

Aviso

GratuitoOnlineIlimitadoWhisper by OpenAI; ONNX conversion by ONNX Community Acesso à API

Referência da API

Submeter via REST

Utilize a sua chave de API pessoal (msk_…) para criar tarefas para esta carga de trabalho a partir das suas próprias ferramentas. As tarefas iniciadas desta forma são executadas nos mesmos dispositivos que ligou em Os seus dispositivos — pelo menos um tem de estar online.

Ocultar detalhes da API
POSThttps://cp.meshlabs.cloud/v1/organizations/jobs

Autentique-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 utilizam o mesmo endpoint.

Ficheiros de entrada:Chame POST https://cp.meshlabs.cloud/v1/organizations/job-inputs/presign com a mesma chave de API, carregue o seu ficheiro para o upload_url devolvido e depois passe download_url em job_spec (por exemplo, como input_image_url).

Corpo do pedido

{
  "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

CampoObrigatórioPredefiniçãoDescrição
input_audio_urlSim—Áudio a transcrever. Clipes longos são divididos em janelas de 30 s.
languageNãoenCódigo de idioma do Whisper. A predefinição é inglês.
taskNãotranscribeTranscrever no idioma de origem ou traduzir para o inglês.
duration_secondsNão—Preenchida a partir da sondagem do ficheiro para que o servidor possa distribuir janelas de 30 s.
chunk_secondsNão30Janela 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
  }
}'
GEThttps://cp.meshlabs.cloud/v1/organizations/jobs/{job_id}

Consulte com a mesma chave de API até status ser terminal (COMPLETED, FAILED, CANCELED ou MODERATION_BLOCKED). Quando a moderação de conteúdos está ativada, as tarefas podem começar em MODERATION_PENDING antes de entrarem na fila de computação. As tarefas concluídas incluem valores download_url pré-assinados em cada resultado.

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 numa única transcrição. Fala para texto grátis nos dispositivos que liga. O modelo é Apache-2.0. A primeira execução transfere-o; os ficheiros seguintes começam mais depressa.