OpenAI : Whisper
openai/whisper-1
actif
stt
1 fournisseur
OpenAI's general-purpose open-source multilingual speech recognition model, synchronous only and the only OpenAI STT model returning word-level timestamps.
AuteurOpenAI
Langues1 langues
Statutactif
Fournisseurs
Plusieurs fournisseurs peuvent héberger le même modèle. Choisissez-en un lorsque vous avez besoin d’un backend fixe, ou laissez le routage choisir parmi eux.
FournisseurSlugPar heureLatenceiPour le TTS, la latence correspond au délai jusqu’au premier octet audio. Pour le STT, elle correspond au délai jusqu’au premier token.ModesDisponibilité
OpenAI
4 paramètres
openai
$0,36
—
Synchrone
Langues prises en charge
1 langues
English
en
Fonctionnalités
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
Code
STT en streaming avec l’ElevenLabs SDK
Diffuse l’audio du micro ou d’un fichier via la route AllModels compatible 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.