# Whisper 1

> Распознаёт речь в аудиозаписях и преобразует её в текст; подходит для подготовки расшифровок, субтитров и поиска по устным материалам.

- **ID для API:** `openai/whisper-1`
- **Тип Модели:** Модель распознавания речи
- **Вход:** аудио, текст → **Выход:** transcription, текст

## Описание

#### Суть
Whisper — система автоматического распознавания речи, разработанная OpenAI. Она преобразует речь из аудио в текст на языке оригинала, а также может переводить речь с разных языков на английский. Модель предназначена для задач транскрибирования и речевого перевода.

#### Сильные стороны
При разработке Whisper особое внимание уделялось устойчивости распознавания при акцентах, фоновом шуме и технической лексике. Модель обучалась на разнообразных аудиозаписях и транскрипциях, благодаря чему подходит для обработки речи из разных предметных областей. Поддерживается многоязычное распознавание, однако качество может зависеть от языка и объёма доступных обучающих данных для него.

#### Типовые сценарии
Модель можно использовать для подготовки черновых стенограмм интервью, встреч, лекций и диктофонных записей, а также для создания текстовой основы субтитров и последующего поиска по содержанию аудио. Перевод речи на английский может пригодиться для первичной обработки многоязычных материалов. Результат целесообразно проверять перед публикацией или использованием в процессах, где важна точность формулировок.

#### Ограничения
Распознавание не гарантирует дословную точность: в транскрипции могут появляться пропуски, повторы или слова, которых нет в записи. Качество неодинаково для разных языков, акцентов и диалектов; для менее представленных в обучающих данных языков ошибки могут встречаться чаще. Модель не следует считать средством определения личности или субъективной классификации говорящих. OpenAI рекомендует заранее оценивать её работу на аудио и в предметной области конкретного применения, а для важных решений не полагаться на транскрипт без проверки.

## Цены

- Минута аудио: 0,43 ₽

## Провайдеры

Выбрать Провайдера можно параметром `provider` в запросе.

| Провайдер | Цена | Контекст | Макс. ответ | Данные в РФ | 152-ФЗ |
| --- | --- | --- | --- | --- | --- |
| openai | Минута аудио: 0,43 ₽ | — | — | — | — |
| openai | Минута аудио: 0,73 ₽ | — | — | — | — |

## Быстрый старт

```bash
curl https://polza.ai/api/v1/audio/transcriptions \
  -H "Authorization: Bearer $POLZA_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "openai/whisper-1",
  "file": "BASE64_ENCODED_AUDIO",
  "language": "ru"
}'
```

## Ссылки

- Страница: https://polza.ai/models/openai/whisper-1
- Каталог: https://polza.ai/models