Âm thanh
Chuyển giọng nói thành văn bản Whisper
Tải lên giọng nói và tải về bản ghi chép. Chuyển giọng nói thành văn bản miễn phí trên các thiết bị bạn kết nối.
Whisper by OpenAI; ONNX conversion by ONNX Community
Giấy phép mô hình
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.
Tài liệu tham khảo API
Gửi qua REST
Dùng khóa API cá nhân của bạn (msk_…) để tạo tác vụ cho workload này từ công cụ của riêng bạn. Tác vụ khởi chạy theo cách này chạy trên chính các thiết bị bạn đã kết nối tại Thiết bị của bạn — ít nhất một thiết bị phải trực tuyến.
https://cp.meshlabs.cloud/v1/organizations/jobsXác thực bằng X-Organization-Api-Key: msk_your_personal_api_key. Tên header giống với khóa tổ chức; khóa cá nhân dùng cùng endpoint.
POST https://cp.meshlabs.cloud/v1/organizations/job-inputs/presign với cùng khóa API, tải tệp của bạn lên upload_url được trả về, rồi truyền download_url trong job_spec (ví dụ dưới dạng input_image_url).Nội dung yêu cầu
{
"workload_type": "whisper-large-v3-turbo",
"job_spec": {
"input_audio_url": "https://…/your-input.png",
"language": "en",
"task": "transcribe",
"chunk_seconds": 30
}
}Các trường của job_spec
| Trường | Bắt buộc | Mặc định | Mô tả |
|---|---|---|---|
input_audio_url | Có | — | Âm thanh cần phiên âm. Các đoạn dài được chia thành cửa sổ 30 giây. |
language | Không | en | Mã ngôn ngữ Whisper. Mặc định là tiếng Anh. |
task | Không | transcribe | Phiên âm bằng ngôn ngữ nguồn, hoặc dịch sang tiếng Anh. |
duration_seconds | Không | — | Được điền từ bước thăm dò tệp để máy chủ có thể chia các cửa sổ 30 giây ra nhiều node. |
chunk_seconds | Không | 30 | Hằng số cửa sổ của workload. Giới hạn ở bộ mã hóa 30 giây của 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}Thăm dò bằng cùng khóa API cho đến khi status ở trạng thái kết thúc (COMPLETED, FAILED, CANCELED hoặc MODERATION_BLOCKED). Khi kiểm duyệt nội dung được bật, tác vụ có thể bắt đầu ở MODERATION_PENDING trước khi vào hàng đợi tính toán. Tác vụ đã hoàn tất có các giá trị download_url được ký trước trên mỗi đầu ra.
Phản hồi khi tạo
{
"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"
}Phản hồi khi hoàn tất
{
"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>"
}Tải âm thanh lên và nhận bản ghi chép từ Whisper. Các bản ghi âm dài được chia thành các đoạn khoảng 30 giây và ghép thành một bản ghi chép. Chuyển giọng nói thành văn bản miễn phí trên các thiết bị bạn kết nối. Mô hình theo giấy phép Apache-2.0. Lần chạy đầu tiên sẽ tải mô hình về; các tệp sau sẽ bắt đầu nhanh hơn.