OpenAI: Whisper
openai/whisper-1
activo
stt
1 proveedor
OpenAI's general-purpose open-source multilingual speech recognition model, synchronous only and the only OpenAI STT model returning word-level timestamps.
AutorOpenAI
Idiomas1 idiomas
Estadoactivo
Proveedores
Distintos proveedores pueden alojar el mismo modelo. Elige un proveedor cuando necesites un backend fijo, o deja que el enrutamiento elija entre ellos.
ProveedorSlugPor horaLatenciaiEn TTS, la latencia se mide como el tiempo hasta el primer byte de audio. En STT, se mide como el tiempo hasta el primer token.ModosDisponibilidad
OpenAI
4 parámetros
openai
$0,36
—
Síncrono
Idiomas admitidos
1 idiomas
English
en
Funciones
Speech to text
Transcribes spoken audio to text.
speech_to_text
Synchronous
Transcribes a fully-submitted audio file in a single synchronous request via POST /v1/audio/transcriptions.
synchronous
Multilingual transcription
Supports 99 languages.
multilingual_transcription
Word-level timestamps
Returns word-level timestamps via verbose_json + timestamp_granularities.
word_timestamps
Código
STT en streaming con el ElevenLabs SDK
Transmite audio del micrófono o de un archivo a través de la ruta de AllModels compatible con ElevenLabs.
import { ElevenLabsClient } from "elevenlabs";
const client = new ElevenLabsClient({
apiKey: process.env.ALLMODELS_API_KEY,
baseUrl: "https://api.allmodels.io/el"
});
const connection = await client.speechToText.realtime.connect({
modelId: "openai/whisper-1",
languageCode: "en"
}, {
queryParams: {
provider: {
"only": [
"openai"
]
}
}
});
// Send audio frames to connection, then handle transcript events.