OpenAI · صوت

whisper-1 API

whisper-1 از OpenAI سرویس صوتی کاتالوگ است. تبدیل متن به گفتار و تشخیص گفتار دو کار متفاوت‌اند؛ پیش از اتصال، نوع کار و قالب صوت مجاز را بررسی کنید.

در حال آماده‌سازی

نوع سرویس

قیمت فروش پس از تکمیل تنظیمات تأمین‌کننده اعلام می‌شود.

شناسهٔ مدل در API
gapgpt-whisper-1-c6047764ba
سازندهٔ مدل
OpenAI
نوع سرویس
صوت
وضعیت فعلی ارائه
در حال آماده‌سازی

امکانات مدل

قابلیت اضافه‌ای برای مسیر فعلی این مدل تأیید نشده است.

مدل whisper-1 چیست؟

برای استفاده از whisper-1 در سرورنت، شناسهٔ عمومی gapgpt-whisper-1-c6047764ba را ارسال کنید. درگاه با این شناسه مسیر تنظیم‌شده را انتخاب می‌کند؛ سازندهٔ مدل OpenAI است.

برای whisper-1، رونویسی را روی کیفیت ضبط و زبان موردانتظار آزمایش کنید. سقف درخواست اختصاصی باید با مدت صوت تعیین شود، نه تعداد حدسی توکن چت.

کاربردهای whisper-1

  • بررسی کنید whisper-1 گفتار تولید می‌کند یا صوت را به متن تبدیل می‌کند.
  • کیفیت تلفظ یا رونویسی را با نمونهٔ واقعی ارزیابی کنید.
  • مدت صوت، قالب خروجی و صداها یا زبان‌های موردنیاز برنامه را بررسی کنید.

طراحی اتصال به مدل

اجرای صوت به محدودیت صریح متن یا فایل و مسیر اختصاصی تأییدشده نیاز دارد. پس از ارائه، از مسیر مستند استفاده کنید؛ درخواست چت متنی کار صوتی انجام نمی‌دهد.

ورودی‌ها و محدودیت‌های سرویس

حد نویسه، مدت و تولید در مدل‌های صوت متفاوت است. شرطی‌سازی صدا و صوت بارگذاری‌شده ممکن است مصرف اضافه داشته باشند. زبان و صدای مجاز باید از قرارداد تأییدشدهٔ مدل گرفته شوند.

تصویر، صوت، ویدئو و سرویس‌های اختصاصی ممکن است واحدهای هزینهٔ متفاوتی داشته باشند. تعرفهٔ توکن جایگزین معتبر آن‌ها نیست. فروش پس از تأیید مسیر اجرا و سقف قابل‌اندازه‌گیری مصرف باز می‌شود.

پرسش‌های متداول

آیا whisper-1 در سرورنت قابل استفاده است؟

whisper-1 فعلاً برای مصرف API در دسترس نیست. ثبت در کاتالوگ، دسترسی یا هزینه‌کرد را فعال نمی‌کند. یک مدل مرتبطِ قابل استفاده انتخاب کنید یا پس از تأیید مسیر دوباره این صفحه را بررسی کنید.

برای whisper-1 از چه شناسه و مسیری استفاده کنم؟

این مدل به مسیر اجرای اختصاصی نیاز دارد. نمونهٔ چت، امبدینگ یا بازرتبه‌بندی، کار معرفی‌شده را انجام نمی‌دهد. تا آماده‌شدن مسیر و محاسبهٔ مصرف، صفحه مرجع کاتالوگ است.

هزینهٔ مصرف whisper-1 چگونه محاسبه می‌شود؟

تصویر، صوت، ویدئو و سرویس‌های اختصاصی ممکن است واحدهای هزینهٔ متفاوتی داشته باشند. تعرفهٔ توکن جایگزین معتبر آن‌ها نیست. فروش پس از تأیید مسیر اجرا و سقف قابل‌اندازه‌گیری مصرف باز می‌شود.

پیش از استفادهٔ عملیاتی از whisper-1 چه چیزهایی را بررسی کنم؟

حد نویسه، مدت و تولید در مدل‌های صوت متفاوت است. شرطی‌سازی صدا و صوت بارگذاری‌شده ممکن است مصرف اضافه داشته باشند. زبان و صدای مجاز باید از قرارداد تأییدشدهٔ مدل گرفته شوند.

مقایسه با مدل‌های همین کاربرد

Audio8

Audio8-TTS-Preview-0.6b

قابل استفاده صوت
سقف نرخ واحد، تومان1,426
1000 نویسه‌های ورودی · مبلغ نهایی مصرف بر پایهٔ نتیجهٔ گزارش‌شده و گزینه‌های مجاز درخواست محاسبه می‌شود.
ResembleAI

chatterbox-multilingual

قابل استفاده صوت
سقف نرخ واحد، تومان286
1000 نویسه‌های ورودی · مبلغ نهایی مصرف بر پایهٔ نتیجهٔ گزارش‌شده و گزینه‌های مجاز درخواست محاسبه می‌شود.
ResembleAI

chatterbox-turbo

قابل استفاده صوت
سقف نرخ واحد، تومان286
1000 نویسه‌های ورودی · مبلغ نهایی مصرف بر پایهٔ نتیجهٔ گزارش‌شده و گزینه‌های مجاز درخواست محاسبه می‌شود.
sesame

csm-1b

قابل استفاده صوت
سقف نرخ واحد، تومان1,997
1000 نویسه‌های ورودی · مبلغ نهایی مصرف بر پایهٔ نتیجهٔ گزارش‌شده و گزینه‌های مجاز درخواست محاسبه می‌شود.
bosonai

HiggsAudioV2.5

قابل استفاده صوت
سقف نرخ واحد، تومان5,703
1000 نویسه‌های ورودی · مبلغ نهایی مصرف بر پایهٔ نتیجهٔ گزارش‌شده و گزینه‌های مجاز درخواست محاسبه می‌شود.
hexgrad

Kokoro-82M

قابل استفاده صوت
سقف نرخ واحد، تومان283
1000 نویسه‌های ورودی · مبلغ نهایی مصرف بر پایهٔ نتیجهٔ گزارش‌شده و گزینه‌های مجاز درخواست محاسبه می‌شود.
فقط مدل‌های «قابل استفاده» در فهرست API ارائه می‌شوند. فعال‌شدن هر مدل به آماده‌بودن تأمین‌کننده، قیمت و مسیر اجرا وابسته است.