Whisper · OpenAI
OpenAIのWhisperは、音声の文字起こしにおける業界標準です。90以上の言語に対応し、言語を自動で検出します。ノイズやアクセントに強いのも特長です。
概要 Whisper
OpenAIのWhisperは、音声の文字起こしにおける業界標準です。90以上の言語に対応し、言語を自動で検出します。ノイズやアクセントに強いのも特長です。
得意なこと: 90以上の言語を認識 · ノイズとアクセントに強い · タイムスタンプ.
使い方 Whisper
-
1
音声のURLを貼り付けてください
公開サーバー上にあるMP3、WAV、MP4、またはその他の音声・動画への直接リンクを貼り付けてください。数時間の長さまで対応しています。
-
2
生成
文字起こしをクリックします。音声の長さに応じて、モデルが30〜90秒で処理します。
-
3
ダウンロードまたは共有
結果をダウンロードするか、直接リンクを共有してください。透かしなし、すぐに使えます。
よくある質問
Whisper を使うといくらかかりますか？
Whisperは無料モデルのひとつです。1回の利用で残高から15 tokens消費しますが、Whisperのようなオープンモデルは当社の負担が小さいため、レート制限にはかなり余裕があります。無料アカウントには初期500 tokensと毎日25 tokensが付与されるので、通常はカードを使う必要はありません。
Whisper に利用制限はありますか？
Whisperは無料アカウントでも月あたりの固定上限はありません。実際の上限は毎分・毎時のレート制限です。未ログインの方はIPアドレスごとに制限がかかります。アカウントがあれば、はるかに多く使えます。500+25 tokensを使い切ってさらに必要なら、月額$9のProプランでまかなえます。
Whisperの特徴は？
OpenAIはChatGPTの開発元で、モデルは幅広い世界知識と洗練された出力を備えています。具体的な強みは、90以上の言語を認識し、ノイズやアクセントに強く、タイムスタンプも付けられることです。
Whisperで文字起こしするのにどれくらいかかる？
Whisperは速度がバランス型です。1回の生成は音声の長さの約1/5の時間です。ノイズが多い音声や多言語の音声は、もう少し時間がかかることがあります。
ia.gratis で Whisper を使うには？
Whisper は /audio/transcribir/ でファイルをアップロードして使えます。REST API では POST /api/tools/stt/ に multipart 形式でアップロードできます。概要: 90以上の言語に対応した、正確な文字起こしです。このモデルの内部識別子は `whisper` です。API から連携するときに役立ちます。