Whisper · OpenAI
OpenAI 的 Whisper 是音频转录的行业标准。支持 90+ 种语言，可自动检测语种，对噪音和口音具有很强的鲁棒性。
关于 Whisper
OpenAI 的 Whisper 是音频转录的行业标准。支持 90+ 种语言，可自动检测语种，对噪音和口音具有很强的鲁棒性。
擅长方面: 识别 90+ 种语言 · 可应对噪音和口音 · 时间戳.
使用方法 Whisper
-
1
粘贴音频链接
粘贴 MP3、WAV、MP4 或任何托管在公开服务器上的音频或视频的直接链接。支持长达数小时的内容。
-
2
生成
点击转录。模型会根据时长在 30-90 秒内处理音频。
-
3
下载或分享
下载结果或分享直接链接。无水印，即拿即用。
常见问题
使用 Whisper 要花多少钱？
Whisper 是目录中的免费模型之一。每次使用从你的余额扣除 15 tokens，但像 Whisper 这样的开源模型对我们没有成本，所以速率限制相当宽松。免费账户初始赠送 500 tokens，之后每天再加 25 tokens，通常用不到付费。
Whisper 有使用限制吗？
免费账户对 Whisper 没有固定的月配额，真正的限制是每分钟/每小时的速率，而不是按月计算。匿名用户按 IP 限制；登录后可以使用更多用量。如果你用满了 500+25 tokens 还需要更多，$9/月的 Pro 套餐就够了。
Whisper有什么特别之处？
OpenAI 是 ChatGPT 背后的实验室，其模型拥有广博的世界知识和精致的输出。它的具体优势有：可识别 90+ 种语言，能抵抗噪音和口音干扰，并支持时间戳。
Whisper转写一段音频要多久？
Whisper 速度适中：每次生成约为音频时长的 1/5。噪音大或多语言的音频可能会稍慢一些。
如何在 ia.gratis 上使用 Whisper？
你可以在 /audio/transcribir/ 中上传文件来使用 Whisper。REST API 接受在 POST /api/tools/stt/ 上传的 multipart 文件。简要说明：支持 90 多种语言的精准转写。模型的内部标识符为 `whisper`，通过 API 集成时会用到。