هوش مصنوعی هرمزهرمزورود

whisper: مدل تولید تصویر

Whisper یک مدل گفتار-به-متنِ OpenAI برای رونویسی و ترجمه‌ی چندزبانه است که با یک API رونویسیِ سازگار با OpenAI فراخوانی می‌شود، از طریق هرمز.

قیمت:
~$0.000575 / sec (Nvidia A40 GPU)
نوع:
audio, text
  • صوت

Whisper مدل تشخیص گفتارِ متن‌بازِ اوپن‌ای‌آی برای رونویسی و ترجمه‌ی چندزبانه است. Whisper مدل تشخیص گفتارِ خودکارِ متن‌بازِ اوپن‌ای‌آی است که هم رونویسی و هم ترجمه ارائه می‌دهد. از بیش از ۹۹ زبان پشتیبانی می‌کند، قالب‌های رایج مانند mp3، mp4، wav، webm، flac و ogg را می‌پذیرد و برای رونویسیِ چندزبانه و مقاوم در برابر نویز با برچسب‌های زمانی در سطح کلمه و بخش مناسب است.

Whisper از طریق هرمز و پشت یک API رونویسیِ سازگار با OpenAI ارائه می‌شود: یک فایل صوتی را بارگذاری می‌کنید و رونوشت را به‌صورت JSON دریافت می‌کنید. آدرس پایه را به هرمز تغییر دهید و از کلید هرمز استفاده کنید تا از کد موجود خود آن را فراخوانی کنید.

قیمت‌گذاری بر پایه‌ی مصرف است: ۰٫۰۰۱۵ دلار به ازای هر دقیقه صوت. هرمز دسترسی پایدار به این مدل را از داخل ایران فراهم می‌کند، بدون نیاز به کارت اعتباری خارجی یا ابزارهای دور زدن تحریم.

شروع سریع

# Create the prediction, then poll until succeeded
curl -s https://api.hormouz.net/v1/predictions \
  -H "Authorization: Bearer ng-YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"version":"openai/whisper","input":{"audio":"https://example.com/input.mp3"}}'

مشخصات

سازندهOpenAI
نوعصدا، متن
پنجره زمینه—
قیمت~$0.000575 / sec (Nvidia A40 GPU)
نوع APIpredictions

نمونه کد

cURL
# Create the prediction, then poll until succeeded
curl -s https://api.hormouz.net/v1/predictions \
  -H "Authorization: Bearer ng-YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"version":"openai/whisper","input":{"audio":"https://example.com/input.mp3"}}'
Python
import requests
BASE = "https://api.hormouz.net/v1"
H = {"Authorization": "Bearer ng-YOUR_API_KEY", "Content-Type": "application/json"}
r = requests.post(f"{BASE}/predictions", headers=H,
    json={"version": "openai/whisper", "input": {"audio":"https://example.com/input.mp3"}})
print(r.json()["id"])
JavaScript
const BASE = "https://api.hormouz.net/v1";
const res = await fetch(`${BASE}/predictions`, {
  method: "POST",
  headers: { Authorization: "Bearer ng-YOUR_API_KEY", "Content-Type": "application/json" },
  body: JSON.stringify({ version: "openai/whisper", input: {"audio":"https://example.com/input.mp3"} }),
});
const { id } = await res.json();

خرید API whisper با پرداخت ریالی

  • با کارت بانکی ایرانی اعتبار بخرید؛ کارت ارزی و حساب خارجی لازم نیست.
  • با یک کلید هرمز به whisper و بیش از ۶۰۰ مدل دیگر دسترسی دارید و فقط به اندازه‌ی مصرف می‌پردازید.
  • بدون فیلترشکن و بدون خطر بن شدن حساب؛ کافی است آدرس پایه را به api.hormouz.net/v1 تغییر دهید.
ساخت حسابخرید API ChatGPT (OpenAI) با پرداخت ریالی

استفاده از طریق هرمز

با یک کلید API به این مدل و بیش از ۶۰۰ مدل دیگر وصل شوید و مصرف هر مدل را تا سطح هر درخواست ببینید.

درخواست دسترسی شرکتی

سوالات متداول

قیمت استفاده از Whisper چقدر است؟
هزینه بر پایه‌ی مصرف محاسبه می‌شود: ۰٫۰۰۱۵ دلار به ازای هر دقیقه صوت. هیچ هزینه‌ی ثابت ماهانه‌ای وجود ندارد و فقط بابت مصرف واقعی پرداخت می‌کنید؛ نرخ‌های جاری در داشبورد هرمز نمایش داده می‌شود.
چطور از داخل ایران به Whisper دسترسی داشته باشم؟
کافی است در هرمز حساب بسازید و یک کلید API بگیرید. هرمز مسیر دسترسی پایدار به Whisper را از داخل ایران فراهم می‌کند و نیازی به کارت اعتباری خارجی یا ابزار دور زدن تحریم ندارید.
Whisper را چطور فراخوانی کنم؟
از نقطه‌ی پایانیِ رونویسیِ سازگار با OpenAI استفاده کنید: یک فایل صوتی (mp3، wav، m4a و دیگر قالب‌های رایج) را بارگذاری می‌کنید و رونوشت را دریافت می‌کنید. آدرس پایه را به هرمز تغییر دهید و از کلید هرمز استفاده کنید؛ کدِ رونویسیِ SDK اوپن‌ای‌آی بدون تغییر کار می‌کند.
Whisper از چه زبان‌هایی پشتیبانی می‌کند؟
Whisper از بیش از ۹۹ زبان برای رونویسی پشتیبانی می‌کند و می‌تواند گفتار را به انگلیسی نیز ترجمه کند، بنابراین برای صوت چندزبانه مناسب است.
Whisper برای چه کارهایی مناسب است؟
Whisper برای رونویسیِ جلسات، تماس‌ها، پادکست‌ها و یادداشت‌های صوتی، و ترجمه‌ی گفتار در بیش از ۹۹ زبان مناسب است.

به‌روزرسانی: 2026-10-13