Transcripción controlada Whisper Large v3 Turbo con ASR multilingüe, traducción, VAD, marcas de tiempo, subtítulos, palabras calientes y controles de decodificador.
OpenAITranscripciónLanzado 1 oct 2024Inferencia nativaTranscripción controlada Whisper Large v3 Turbo con ASR multilingüe, traducción, VAD, marcas de tiempo, subtítulos, palabras calientes y controles de decodificador.
También conocido como Whisper Large Turbo, OpenAI Whisper Large v3 Turbo, Whisper-Large-v3-Turbo
whisper-large-v3-turbo/v1/audio/transcriptionsopenai/whisper-large-v3-turboTarifas de pago por uso en vivo del catálogo de EmpirioLabs. Solo pagas por lo que usas, sin mínimo mensual.
Whisper Large v3 Turbo funciona a través de POST /v1/audio/transcriptions. La solicitud devuelve un job_id de inmediato; consulta GET /v1/jobs/{job_id} hasta que el trabajo termine y lee las URLs de salida del resultado. Consigue una clave de API en el panel de EmpirioLabs.
curl https://api.empiriolabs.ai/v1/audio/transcriptions \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "whisper-large-v3-turbo",
"audio_url": "https://example.com/meeting-recording.mp3"
}'curl https://api.empiriolabs.ai/v1/jobs/JOB_ID \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY"import requests
response = requests.post(
"https://api.empiriolabs.ai/v1/audio/transcriptions",
headers={"Authorization": "Bearer YOUR_EMPIRIOLABS_API_KEY"},
json={
"model": "whisper-large-v3-turbo",
"audio_url": "https://example.com/meeting-recording.mp3",
},
)
job = response.json()
# Generation runs as an async job. Poll until it completes.
import time
while True:
status = requests.get(
f"https://api.empiriolabs.ai/v1/jobs/{job['job_id']}",
headers={"Authorization": "Bearer YOUR_EMPIRIOLABS_API_KEY"},
).json()
if status.get("status") in ("completed", "failed"):
print(status)
break
time.sleep(5)Parámetros de solicitud compatibles con la API de Whisper Large v3 Turbo en EmpirioLabs. Los valores por defecto se aplican cuando se omite un campo.
| Parámetro | Tipo | Predeterminado | Rango / valores | Descripción |
|---|---|---|---|---|
| audio_url | string | - | - | URL del archivo de audio para transcribir. Excluyentes con audio_base64. |
| audio_base64 | string | - | - | Bytes de audio codificados en base64. Excluyentes con audio_url. |
| audio_suffix | string | .audio | - | Hint de extensión de archivo (mp3, wav, m4a, etc.) cuando la fuente de audio no tiene extensión reconocible. |
| language | string | - | - | Código de idioma ISO 639-1 (en, es, fr, etc.). Deja en blanco para la detección automática. |
| task | enum | transcribe | transcribe, translate | transcribe = mismo idioma, translate = translate al inglés. |
| beam_size | integer | 5 | 1 a 32 | Ancho de búsqueda del haz. Más alto = más preciso pero más lento. |
| best_of | integer | 5 | 1 a 32 | Número de candidatos a muestrear con temperatura > 0. |
| patience | number | 1 | 0 a 10 | Haz de búsqueda y paciencia. Más alto = explorar más candidatos. |
| length_penalty | number | 1 | -10 a 10 | Se aplica penalización a expedientes más largos. El negativo fomenta una producción más corta. |
| repetition_penalty | number | 1 | 0.1 a 5 | Penalización por repetir fichas. >1 reduce la repetición. |
| no_repeat_ngram_size | integer | 0 | 0 a 20 | Bloquea cualquier n-gramo de este tamaño para que no se repita en la salida. |
| temperature | string | 0,0.2,0.4,0.6,0.8,1 | - | Temperatura de muestreo. 0 = determinista, mayor = más variación. |
| compression_ratio_threshold | number | 2.4 | - | Trata la salida con una relación de compresión superior a esta como fallida y vuelve a intentarlo. |
| log_prob_threshold | number | -1 | - | Trata los segmentos con probabilidad logarítmica media inferior a esto como fallidos y vuelve a intentarlo. |
Soporta controles de audio URL/base64, language/task, haz y de temperatura, VAD/chunking, hotwords, prompts, marcas de tiempo de palabras, controles de puntuación, salida de depuración de tokens y formatos JSON/text/SRT/VTT.
En EmpirioLabs, Whisper Large v3 Turbo se factura por uso. La tabla de tarifas en vivo de esta página siempre coincide con lo que cobra la API.
Whisper Large v3 Turbo se sirve a través de POST /v1/audio/transcriptions en api.empiriolabs.ai con autenticación estándar de token Bearer.
Sí. El playground de EmpirioLabs ejecuta Whisper Large v3 Turbo en el navegador con los mismos parámetros que expone la API, para que pruebes prompts antes de escribir código.
Crea una cuenta de EmpirioLabs y genera una clave en API Keys en el panel. La facturación es con créditos de pago por uso, así que solo pagas por las solicitudes que haces.
Consulta nuestros precios o contacta con nosotros si quieres que tu propio modelo se implemente en nuestra pila.
