Whisper · OpenAI
Whisper ຂອງ OpenAI ແມ່ນມາດຕະຖານອຸດສາຫະກໍາໃນການແປສຽງ, ສະຫນັບສະຫນູນພາສາຫຼາຍກວ່າ 90, ການກວດພົບອັດຕະໂນມັດ, ແຂງແຮງຕໍ່ກັບສຽງລົບກວນແລະສຽງອັກສອນ.
សំបុត្ររួម Whisper
Whisper ຂອງ OpenAI ແມ່ນມາດຕະຖານອຸດສາຫະກໍາໃນການແປສຽງ, ສະຫນັບສະຫນູນພາສາຫຼາຍກວ່າ 90, ການກວດພົບອັດຕະໂນມັດ, ແຂງແຮງຕໍ່ກັບສຽງລົບກວນແລະສຽງອັກສອນ.
ສິ່ງທີ່ມັນດີເລີດ: ຮັບຮູ້ 90+ ພາສາ · ຍອມຮັບສຽງແລະສຽງອັກສອນ · Timestamps.
ວິທີການໃຊ້ Whisper
-
1
ປິດການໃຊ້ງານໄຟລ໌ສຽງ
ປ້າຍລິ້ງໂດຍກົງໄປຫາ MP3, WAV, MP4 ຫຼືສຽງໃດໜຶ່ງ ຫຼືວີດີໂອທີ່ຖືກຈັດຕັ້ງໄວ້ໃນເຊີບເວີສາທາລະນະໃດໜຶ່ງ. ສະໜັບສະໜູນໄລຍະເວລາເຖິງຫຼາຍຊົ່ວໂມງ.
-
2
ສ້າງ
ແບບຈໍາລອງຈະປະມວນຜົນສຽງໃນເວລາ 30-90 ວິນາທີ ຂຶ້ນກັບໄລຍະເວລາຂອງສຽງນັ້ນ.
-
3
ດາວໂຫລດ ຫຼື ແບ່ງປັນ
ດາວໂຫລດຜົນງານ ຫຼື ແບ່ງປັນການເຊື່ອມຕໍ່ໂດຍກົງ. ບໍ່ມີເຄື່ອງໝາຍນ້ຳ, ແລ້ວພ້ອມໃຊ້ແລ້ວ.
ຄໍາຖາມທີ່ຖາມເລື້ອຍໆ
ຄ່າໃຊ້ຈ່າຍແມ່ນເທົ່າໃດ?
Whisper ແມ່ນແບບຟອມຟຣີໃນ catalog ຫນຶ່ງ. ການນໍາໃຊ້ແຕ່ລະຄັ້ງຫຼຸດລົງ 15 tokens ຈາກ pool ຂອງທ່ານ, ແຕ່ແບບຟອມເປີດເຊັ່ນ Whisper ບໍ່ເສຍຄ່າໃຫ້ພວກເຮົາ, ສະນັ້ນອັດຕາຈໍາກັດແມ່ນມີຫຼາຍ. ບັນຊີຟຣີມາພ້ອມກັບ 500 tokens ເລີ່ມຕົ້ນແລະ 25 ເພີ່ມເຕີມທຸກໆມື້, ສະນັ້ນປົກກະຕິແລ້ວທ່ານບໍ່ເຄີຍໄດ້ໄປສໍາຜັດບັດ.
ມີຂໍ້ຈໍາກັດໃນການໃຊ້ Whisper ບໍ?
ບໍ່ມີຄ່າໃຊ້ຈ່າຍເດືອນລະ 1 ໂດລາ ສຳລັບ Whisper ໃນບັນຊີຟຣີ: ຂໍ້ຈໍາກັດທີ່ແທ້ຈິງແມ່ນອັດຕາຕໍ່ນາທີ/ຊົ່ວໂມງ, ບໍ່ແມ່ນຕໍ່ເດືອນ. ຜູ້ໃຊ້ທີ່ບໍ່ຮູ້ຊື່ແມ່ນມີຂໍ້ຈໍາກັດຕາມ IP; ບັນຊີສາມາດເຮັດໄດ້ຫຼາຍກ່ວານີ້. ຖ້າຫາກທ່ານໄດ້ 500+25 tokens ແລະຕ້ອງການຫຼາຍຂຶ້ນ, ແຜນ Pro ທີ່ $9/ເດືອນຈະປົກຄຸມມັນ.
ຫຍັງເປັນສິ່ງທີ່ເຮັດໃຫ້ມັນພິເສດ?
OpenAI ແມ່ນຫ້ອງທົດລອງທີ່ຕັ້ງຢູ່ເບື້ອງຫຼັງ ChatGPT; ແບບຈໍາລອງຂອງພວກມັນມີຂໍ້ມູນທີ່ກວ້າງຂວາງ ແລະ ຜົນໄດ້ຮັບທີ່ລຽບງ່າຍ; ຈຸດແຂງທີ່ແນ່ນອນຂອງພວກມັນແມ່ນ: ຮັບຮູ້ພາສາ 90+ ຍອມຮັບສຽງລົບກວນ ແລະ ສຽງອ່ອນໆ ແລະ Timestamps.
ໃຊ້ເວລາດົນປານໃດ?
Whisper ມີຄວາມໄວທີ່ສົມດຸນ: ~1/5 ຂອງເວລາສຽງຕໍ່ການສ້າງສຽງທີ່ມີສຽງດັງ ຫຼື ສຽງຫຼາຍພາສາອາດໃຊ້ເວລາດົນກວ່າເລັກນ້ອຍ.
ຂ້ອຍຈະໃຊ້ Whisper ໃນ ia.gratis ໄດ້ແນວໃດ?
ທ່ານສາມາດໃຊ້ Whisper ຈາກ /audio/transcribe/ ໂດຍອັບໂຫລດເອກະສານ. REST API ຍອມຮັບການອັບໂຫລດຫຼາຍສ່ວນໃນ POST /api/tools/stt/. ສັງລວມໄວ: ການອັບໂຫລດທີ່ຖືກຕ້ອງໃນພາສາ 90+ ຕົວລະບຸແບບພາຍໃນແມ່ນ `whisper`, ມີຄວາມສະດວກເມື່ອລວມເຂົ້າ API.