原站网页截图，页面可能随时间更新。
- 分类：AI 办公
- 名称：WhisperAPI - Fast & Accurate Video & Audio Transcription API
- 来源：whisper-api.com
WhisperAPI 面向需要把音频或视频转换为文本的个人和开发者。用户可以通过网页上传文件，也可以使用接口将转录能力接入自己的处理流程，并在完成后预览、下载或继续整理结果。
核心用途
服务的主要功能是将音频和视频内容转换为文字，并可保留时间信息。转录结果能够导出为 JSON、TEXT、VTT、DOCX 和 PDF 等格式，因此既可用于阅读和归档，也可用于字幕、文稿或后续程序处理。
适用任务
它适合处理会议录音、访谈、课程、播客和视频素材等需要检索或整理的内容。对于需要字幕文件的场景，可以考虑使用 VTT 格式；如果后续还要进行数据处理，JSON 可能更便于接入其他流程。实际效果会受到音频清晰度、背景噪声和口音影响。
使用思路
非开发者可以在浏览器中上传音频或视频，查看实时转录进度，再预览和下载结果。开发者则可以通过接口提交本地文件或远程地址，并设置语言、输出格式和模型大小等参数。模型大小可按任务需求选择：较大的模型通常处理时间更长，较小的模型通常更快，但准确性可能有所差异。
文件与数据处理
服务支持常见音频和视频格式，单个文件最高可达 10GB。上传的音频或视频会在 24 小时后自动删除，账户中仅保留转录文本。官方说明转录内容不会用于训练、微调或改进机器学习模型。处理包含敏感信息的录音时，仍建议先根据组织的数据管理要求评估是否适合上传。
费用与接口选择
服务采用按量使用的积分方式，转录消耗量会受到模型大小、音频时长、说话人分离和文件大小等因素影响。上传文件后，可以在确认前查看具体消耗。积分购买后不会过期。若只是偶尔转录，可优先使用网页操作；若需要批量处理、自动化或自定义参数，则可以考虑 API。
不写代码也能使用吗？
可以。用户可以直接在浏览器中上传音频或视频，等待转录完成后下载结果。
需要 OpenAI API 密钥吗？
不需要。服务使用其自行托管的 Whisper 模型，并会为用户生成使用该服务所需的 API 密钥。
如何预估一次转录会消耗多少积分？
上传文件后，确认窗口会显示所选模型对应的具体消耗，用户可以在提交前调整模型大小并查看费用。