OpenAI: Whisper 1

OpenAI: Whisper 1 is een automatisch spraakherkenningsmodel van OpenAI, gedistribueerd via zijn API onder het model-id whisper-1. Whisper zelf is OpenAI's open-source spraakherkenningsfamilie, en dit endpoint stelt die capaciteit beschikbaar als een gehoste service. Het valt in de categorie transcriptie, dus zijn taak is opgenomen spraak omzetten in geschreven tekst in plaats van conversationele antwoorden genereren of redeneren over prompts.

Het model neemt audio als enige invoer en retourneert een transcriptie als uitvoer. Het verwerkt zowel transcriptie als vertaling, en dekt meer dan 50 talen. Audiobestanden kunnen tot 25 MB groot zijn, en het accepteert een reeks gangbare audioformaten. Er is hier geen tekstcontextvenster om te beheren, omdat het model geen chat-achtige tokenreeksen verbruikt of produceert; de werkeenheid is een audiobestand, en het resultaat is de overeenkomstige tekst. De modelpagina vermeldt geen instelbare aanvraagparameters, dus je werkt met de standaardwaarden die het endpoint biedt.

Omdat de uitvoer tekst is die uit spraak is afgeleid, volgen de praktische toepassingen direct. Je kunt vergaderopnamen, interviews, lezingen, podcasts of spraaknotities transcriberen naar doorzoekbare, bewerkbare tekst. De vertaalmogelijkheid betekent dat audio in een van de ondersteunde talen kan worden omgezet naar Engelse tekst, wat nuttig is voor meertalige archieven of ondersteuningsopnamen. Het genereren van ondertitels en bijschriften voor video is een andere natuurlijke toepassing, net als het bouwen van een tekstlaag over een bibliotheek met gespreksopnamen voor latere beoordeling of indexering. Elke workflow waarin audio moet worden omgezet in geschreven inhoud, bij bestandsgroottes tot 25 MB, is een kandidaat.

Het aanroepen via api14 werkt hetzelfde als bij elk ander model op de gateway, met behulp van de OpenAI-compatibele API met het model-id openai/whisper-1. Je stuurt je audio naar het transcriptie-endpoint in het formaat dat de OpenAI API verwacht, en het antwoord bevat de getranscribeerde tekst. Aangezien de lijst met ondersteunde parameters leeg is, zijn er geen extra instellingen gedocumenteerd voor dit model op api14; je geeft de audio en het model-id door en leest de transcriptie terug. Als je applicatie al met de OpenAI API werkt, is overschakelen naar dit model een kwestie van de modelidentificatie wijzigen.

Een ding om in gedachten te houden is de bestandslimiet van 25 MB. Langere opnamen moeten worden opgesplitst voordat ze worden ingediend, en als je audio die grootte overschrijdt, moet je deze zelf segmenteren of voorbewerken. Merk ook op dat dit model alleen transcripties produceert; als je een model nodig hebt dat vragen beantwoordt, instructies volgt of tekst genereert, is een chat- of taalmodel de betere keuze. Whisper 1 is de juiste keuze wanneer de taak strikt spraak naar tekst is.