หน้าแรก เสียงเป็นข้อความ Whisper
OpenAI ฟรี 15 tokens / นาที สมดุล

Whisper · OpenAI

Whisper ของ OpenAI คือมาตรฐานอุตสาหกรรมด้านการถอดเสียง รองรับมากกว่า 90 ภาษา ตรวจจับภาษาอัตโนมัติ และทนต่อเสียงรบกวนและสำเนียงได้ดี

รู้จำได้ 90+ ภาษา ทนต่อเสียงรบกวนและสำเนียง การประทับเวลา

ลองใช้ฟรี

ค่าใช้จ่าย: 10 tokens ต่อนาทีของเสียง เก็บเงินตอนเริ่มต้น (ขั้นต่ำ 1 นาที)

เกี่ยวกับ Whisper

Whisper ของ OpenAI คือมาตรฐานอุตสาหกรรมด้านการถอดเสียง รองรับมากกว่า 90 ภาษา ตรวจจับภาษาอัตโนมัติ และทนต่อเสียงรบกวนและสำเนียงได้ดี

จุดเด่น: รู้จำได้ 90+ ภาษา · ทนต่อเสียงรบกวนและสำเนียง · การประทับเวลา.

วิธีใช้งาน Whisper

  1. 1

    วาง URL ของเสียง

    วางลิงก์ตรงไปยัง MP3, WAV, MP4 หรือไฟล์เสียงหรือวิดีโอใดก็ได้ที่โฮสต์บนเซิร์ฟเวอร์สาธารณะ รองรับความยาวได้หลายชั่วโมง

  2. 2

    สร้าง

    คลิกถอดเสียง โมเดลจะประมวลผลเสียงภายใน 30 ถึง 90 วินาทีตามความยาว

  3. 3

    ดาวน์โหลดหรือแชร์

    ดาวน์โหลดผลลัพธ์หรือแชร์ลิงก์โดยตรง ไม่มีลายน้ำ พร้อมใช้งาน

คำถามที่พบบ่อย

ใช้ Whisper ราคาเท่าไหร่?

Whisper เป็นหนึ่งในโมเดลฟรีของแคตตาล็อก ทุกครั้งที่ใช้จะหัก 15 tokens จากพูลของคุณ โมเดลแบบเปิดอย่าง Whisper ไม่ได้ทำให้เรามีต้นทุนเพิ่ม จึงให้โควตาการใช้งานค่อนข้างกว้าง บัญชีฟรีจะได้รับ 500 tokens เริ่มต้น และเพิ่มให้อีก 25 tokens ทุกวัน โดยทั่วไปคุณไม่จำเป็นต้องใช้บัตรเลย

Whisper มีขีดจำกัดการใช้งานไหม?

ไม่มีโควตารายเดือนคงที่สำหรับ Whisper ในบัญชีฟรี ขีดจำกัดจริงคืออัตราการเรียกใช้ต่อนาทีหรือต่อชั่วโมง ไม่ใช่ต่อเดือน ผู้ที่ไม่ได้เข้าสู่ระบบจะถูกจำกัดตาม IP เมื่อมีบัญชีจะใช้งานได้มากกว่าอย่างมาก หากใช้ถึง 500+25 tokens และต้องการเพิ่ม แพลน Pro ราคา $9/เดือนก็ครอบคลุมได้

Whisper มีอะไรพิเศษ?

OpenAI คือห้องทดลองเบื้องหลัง ChatGPT โมเดลของบริษัทมีความรู้รอบด้านกว้างและผลลัพธ์ที่ขัดเกลาแล้ว จุดแข็งหลักคือ: รู้จำเสียงได้มากกว่า 90 ภาษา ทนต่อเสียงรบกวนและสำเนียง และมีไทม์สแตมป์.

Whisper ใช้เวลาถอดเสียงเป็นข้อความนานแค่ไหน?

Whisper มีความเร็วระดับกลาง ใช้เวลาประมาณ 1/5 ของความยาวเสียงต่อการสร้างหนึ่งครั้ง เสียงที่มีเสียงรบกวนมากหรือหลายภาษาอาจใช้เวลาเพิ่มขึ้นเล็กน้อย

ใช้ Whisper ใน ia.gratis อย่างไร?

คุณใช้ Whisper ได้จาก /audio/transcribir/ โดยอัปโหลดไฟล์ REST API รับการอัปโหลดแบบ multipart ที่ POST /api/tools/stt/ สรุปสั้นๆ: ถอดเสียงได้แม่นยำใน 90+ ภาษา รหัสภายในของโมเดลคือ `whisper` ใช้ตอนเชื่อมต่อผ่าน API