音訊
Whisper 語音轉文字
上傳語音,即可下載逐字稿。在您連接的裝置上免費語音轉文字。
Whisper by OpenAI; ONNX conversion by ONNX Community
API 參考
透過 REST 提交
使用您的個人 API 金鑰(msk_…),從您自己的工具為此工作負載建立工作。以這種方式啟動的工作,會在您於 您的裝置 連接的同一批裝置上執行——至少須有一部在線上。
POST
https://cp.meshlabs.cloud/v1/organizations/jobs使用 X-Organization-Api-Key: msk_your_personal_api_key 進行驗證。此標頭名稱與組織金鑰相同;個人金鑰使用同一個端點。
輸入檔案:使用同一個 API 金鑰呼叫
POST https://cp.meshlabs.cloud/v1/organizations/job-inputs/presign,將您的檔案上傳到傳回的 upload_url,然後在 job_spec 中傳入 download_url(例如作為 input_image_url)。請求內文
{
"workload_type": "whisper-large-v3-turbo",
"job_spec": {
"input_audio_url": "https://…/your-input.png",
"language": "en",
"task": "transcribe",
"chunk_seconds": 30
}
}job_spec 欄位
| 欄位 | 必填 | 預設值 | 說明 |
|---|---|---|---|
input_audio_url | 是 | — | 要轉錄的音訊。較長的片段會分成 30 秒的視窗。 |
language | 否 | en | Whisper 語言代碼。預設為英文。 |
task | 否 | transcribe | 以來源語言轉錄,或翻譯成英文。 |
duration_seconds | 否 | — | 由檔案探測填入,讓伺服器能分散處理 30 秒的視窗。 |
chunk_seconds | 否 | 30 | 工作負載常數的視窗。上限為 Whisper 編碼器的 30 秒。 |
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}使用同一個 API 金鑰輪詢,直到 status 進入終止狀態(COMPLETED、FAILED、CANCELED 或 MODERATION_BLOCKED)。啟用內容審核時,工作可能會先處於 MODERATION_PENDING 狀態,之後才進入運算佇列。已完成的工作會在每個輸出上附帶預先簽署的 download_url 值。
建立回應
{
"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"
}完成回應
{
"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>"
}上傳音訊,即可從 Whisper 取得逐字稿。較長的錄音會被分成約 30 秒的片段,再合併為一份逐字稿。在您連接的裝置上免費語音轉文字。模型採用 Apache-2.0 授權。首次執行會下載模型;之後的檔案啟動更快。