هوش مصنوعی هرمزهرمزورود

OpenAI: Whisper Large V3: مدل صوتی

Whisper Large V3 مدلِ تشخیصِ گفتارِ متن‌باز (open-weight) از OpenAI برای رونویسی و ترجمه در بیش از ۹۹ زبان است. از داخل ایران و از طریق هرمز.

قیمت:
$0.00185/minute of audio
نوع:
audio
  • صوت

Whisper Large V3 مدلِ متن‌بازِ تشخیصِ خودکارِ گفتار از OpenAI است که هم رونویسی و هم ترجمه انجام می‌دهد. از بیش از ۹۹ زبان و قالب‌های صوتیِ رایج مانندِ mp3، mp4، wav و webm پشتیبانی می‌کند.

هرمز Whisper Large V3 را روی دو مسیر ارائه می‌دهد: مسیرِ سازگار با OpenAI یعنی /v1/audio/transcriptions که متن را در همان پاسخ برمی‌گرداند، و /v1/predictions برای ضبط‌های طولانی که در پس‌زمینه پردازش می‌شوند. در آزمایش‌های ما روی گفتارِ فارسی، رونویسیِ دقیقی تحویل داد.

هزینه به ازای هر دقیقه صدا محاسبه می‌شود؛ نرخِ روز در جدولِ قیمتِ همین صفحه آمده و فقط بابت مصرفِ واقعی پرداخت می‌کنید. هرمز دسترسیِ پایدار به آن را از داخل ایران فراهم می‌کند، بدون نیاز به کارت اعتباری خارجی یا ابزارهای دور زدن تحریم.

Whisper Large V3 is OpenAI's open-source automatic speech recognition model offering both audio transcription and translation. It supports 99+ languages and accepts common audio formats including mp3, mp4, wav, webm,...

شروع سریع

curl https://api.hormouz.net/v1/audio/transcriptions \
  -H "Authorization: Bearer ng-YOUR_API_KEY" \
  -F model=openai/whisper-large-v3 \
  -F file=@audio.mp3

مشخصات

سازندهOpenAI
نوعصدا
پنجره زمینه—
قیمت$0.00185/minute of audio
نوع APItranscriptions

نمونه کد

cURL
curl https://api.hormouz.net/v1/audio/transcriptions \
  -H "Authorization: Bearer ng-YOUR_API_KEY" \
  -F model=openai/whisper-large-v3 \
  -F file=@audio.mp3
Python
from openai import OpenAI
client = OpenAI(api_key="ng-YOUR_API_KEY", base_url="https://api.hormouz.net/v1")
with open("audio.mp3", "rb") as f:
    tr = client.audio.transcriptions.create(model="openai/whisper-large-v3", file=f)
print(tr.text)
JavaScript
import OpenAI from "openai";
import fs from "node:fs";
const client = new OpenAI({ apiKey: "ng-YOUR_API_KEY", baseURL: "https://api.hormouz.net/v1" });
const tr = await client.audio.transcriptions.create({
  model: "openai/whisper-large-v3",
  file: fs.createReadStream("audio.mp3"),
});
console.log(tr.text);

خرید API OpenAI: Whisper Large V3 با پرداخت ریالی

  • با کارت بانکی ایرانی اعتبار بخرید؛ کارت ارزی و حساب خارجی لازم نیست.
  • با یک کلید هرمز به OpenAI: Whisper Large V3 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

هزینه‌ی استفاده از Whisper Large V3 چقدر است؟
هزینه به ازای هر دقیقه صدا محاسبه می‌شود؛ نرخِ روز در جدولِ قیمتِ همین صفحه آمده و فقط بابت مصرفِ واقعی پرداخت می‌کنید.
چطور از داخل ایران به Whisper Large V3 دسترسی داشته باشم؟
کافی است در هرمز حساب بسازید و یک کلید API بگیرید. هرمز مسیرِ دسترسیِ پایدار به این مدل را از داخل ایران فراهم می‌کند و نیازی به کارت اعتباری خارجی یا ابزارِ دور زدنِ تحریم ندارید.
چطور Whisper Large V3 را فراخوانی کنم؟
هرمز Whisper Large V3 را روی دو مسیر ارائه می‌دهد. مسیرِ سازگار با OpenAI یعنی POST /v1/audio/transcriptions فایل را به‌صورتِ فیلدِ multipart با نامِ «file»، یا به‌صورتِ JSON در input_audio (با data به‌شکلِ base64 و format) می‌گیرد و {text, usage} را در همان پاسخ برمی‌گرداند. POST /v1/predictions ضبط‌های طولانی را در پس‌زمینه پردازش می‌کند: input.audio یک نشانیِ https یا یک data: URI است و input.language اختیاری است. کدی که برای SDK اوپن‌ای‌آی نوشته شده فقط با تغییرِ آدرسِ پایه کار می‌کند.
Whisper Large V3 یا Whisper Large V3 Turbo؟
Turbo نسخه‌ی بهینه‌شده‌ی Large V3 است که برای سرعت و هزینه‌ی کمتر طراحی شده. هر دو در آزمایش‌های ما رونویسیِ فارسیِ دقیقی تحویل دادند؛ وقتی دقت بیش از همه مهم است Large V3 و برای حجمِ بالا Turbo را انتخاب کنید.

به‌روزرسانی: 2026-10-13