OpenAI Whisper API: модель whisper-1
OpenAI Whisper API — это модель whisper-1, распознавание речи из API самой OpenAI. Она отдаёт готовые субтитры SRT и VTT и время каждого слова, а код, написанный под whisper-1, у нас работает после смены адреса и ключа. OpenAI выключит модель 26 февраля 2027 года. Час записи стоит около 40,80 ₽.
- 0,68 ₽ за минуту звука
- до 2 ч звука
- звук → текст
openai/whisper-1
Обновлено:
Получить ключ Попробовать Документация
Попробовать OpenAI Whisper-1
Загрузи короткую запись — модель вернёт текст. Запрос оплачивается с API-счёта по цене на кнопке, бесплатных проб нет; ошибка нейросети денег не стоит.
Что попробовать: Загрузи запись до двух минут или запиши с микрофона, например кусок подкаста. Вернётся текст в том же виде, какой ждёт код, настроенный на whisper-1.
В ответ приходит текст записи в поле text — как у OpenAI.
Цены OpenAI Whisper-1 в рублях
| Звук — считаем по секундам | 0,68 ₽ за минуту |
|---|
Запрос, который закончился ошибкой, денег не стоит. Кэшбэк — до 5% от расхода за месяц. Как считается цена
Сколько стоят типичные задачи
Суммы посчитаны по цене выше — сколько спишется за такую работу.
| Старая программа на whisper-1: 50 часов записей за месяц | Около 2 040,00 ₽ |
|---|---|
| Субтитры SRT и VTT прямо в ответе: ролик на 12 минут | Около 8,16 ₽ |
| Слова, которые появляются в такт речи: 40 коротких роликов по минуте | Около 27,20 ₽ |
| Сверка перед переездом: 30 тестовых файлов по 3 минуты на одной модели | Около 61,20 ₽ |
Что умеет OpenAI Whisper-1
- Распознаёт речь: OpenAI описывает whisper-1 как модель общего назначения, обученную на большом наборе самого разного звука (карточка модели).
- Знает языки из списка Whisper: OpenAI пишет о 98 языках и предупреждает, что точность от языка к языку разная (руководство OpenAI).
- Отвечает в форматах
json,text,srt,vttиverbose_json. - Ставит время по словам и фразам:
timestamp_granularities[]с ответомverbose_json. Среди моделей распознавания OpenAI это умеет только whisper-1. - Принимает подсказку
promptдо 224 токенов — словарь имён, терминов и сокращений. - Устарела: OpenAI объявила это 26 августа 2026 года и выключит её 26 февраля 2027-го, замена — GPT Transcribe (список устаревших моделей).
Где применять
Старая программа на whisper-1
Расшифровку встреч, бота или плагин когда-то написали под whisper-1, и всё работает, только платить зарубежной картой больше не получается. У нас тот же формат: в клиенте openai меняешь base_url на https://veselo.ai/v1, ставишь наш ключ, а в поле model пишешь openai/whisper-1. Форматы ответа и поля остаются прежними, поэтому разбор ответа переписывать не нужно. Деньги списываются в рублях с API-счёта, по секундам записи. Прогони пару файлов до того, как переключать всех пользователей.
Пример запроса: «model=openai/whisper-1, file=standup.mp3, response_format=json»
Стоимость: 50 часов записей за месяц — около 2 040,00 ₽.
Субтитры SRT и VTT прямо в ответе
Чтобы получить файл субтитров, ничего собирать не нужно: попроси response_format=srt или vtt, и в ответе придёт готовый текст субтитров с номерами и временем. Его можно сразу сохранить рядом с роликом и загрузить в видеоплеер или на площадку. VTT обычно берут для плееров в браузере, SRT понимают почти все монтажные программы. Перед публикацией просмотри имена и цифры: Whisper иногда слышит не то, что сказано, особенно на фоне музыки.
Пример запроса: «file=reels-intro.mp4, language=ru, response_format=srt»
Стоимость: ролик на 12 минут — около 8,16 ₽.
Слова, которые появляются в такт речи
В коротких роликах любят субтитры, где слова вспыхивают ровно в момент, когда их произносят. Для этого нужно время каждого слова: timestamp_granularities[]=word и ответ verbose_json. В поле words придут слово, начало и конец, дальше их подхватит монтажная программа или свой скрипт. OpenAI предупреждает, что время слов немного замедляет ответ, поэтому проси его только там, где оно нужно. Те же отметки помогают вырезать слово-паразит с точностью до доли секунды.
Пример запроса: «file=short-42.m4a, response_format=verbose_json, timestamp_granularities[]=word»
Стоимость: 40 коротких роликов по минуте — около 27,20 ₽.
Сверка перед переездом
До 26 февраля 2027 года времени немного, и переезжать стоит спокойно, а не в последнюю ночь. Возьми 20–30 своих типичных файлов и прогони их через whisper-1, GPT Transcribe и Whisper Large v3. Сравни тексты там, где тебе важно: имена, суммы, термины. Если нужны субтитры и время слов, ближе всего по возможностям открытая Large v3, а GPT Transcribe годится, когда нужен просто точный текст.
Пример запроса: «file=test-07.wav, model=openai/whisper-1, response_format=text»
Стоимость: 30 тестовых файлов по 3 минуты на одной модели — около 61,20 ₽.
Характеристики
| Разработчик | OpenAI |
|---|---|
| Вид | Распознавание речи |
| Файл | mp3, wav, flac, m4a, mp4, ogg, webm; до 25 МБ |
| Звук за раз | до 2 ч |
| Ответ | json, text, srt, vtt, verbose_json |
| id для запроса | openai/whisper-1 |
Как подключить
Вместо sk-vsl-ТВОЙ_КЛЮЧ — ключ из кабинета. Ответ придёт в формате OpenAI.
Запрос — POST https://veselo.ai/v1/audio/transcriptions с полем model: openai/whisper-1, ключ — в заголовке Authorization: Bearer sk-vsl-….
curl
curl https://veselo.ai/v1/audio/transcriptions \
-H "Authorization: Bearer sk-vsl-ТВОЙ_КЛЮЧ" \
-F model="openai/whisper-1" \
-F file="@speech.mp3"Python
from openai import OpenAI # pip install openai
client = OpenAI(base_url="https://veselo.ai/v1", api_key="sk-vsl-ТВОЙ_КЛЮЧ", timeout=600.0, max_retries=0)
with open("speech.mp3", "rb") as f:
r = client.audio.transcriptions.create(model="openai/whisper-1", file=f)
print(r.text)JavaScript
import fs from 'node:fs';
import OpenAI from 'openai'; // npm i openai
const client = new OpenAI({ baseURL: 'https://veselo.ai/v1', apiKey: 'sk-vsl-ТВОЙ_КЛЮЧ', timeout: 600_000, maxRetries: 0 });
const r = await client.audio.transcriptions.create({
model: 'openai/whisper-1',
file: fs.createReadStream('speech.mp3'),
});
console.log(r.text);Пример ответа — только поля
{
"text": "…"
}В программах: тем же ключом и по тому же адресу, что остальные модели, — из любого HTTP-клиента или библиотеки openai. Библиотеки и программы
Сравнение с похожими
| Модель | Цена | Главное | Когда выбрать |
|---|---|---|---|
| OpenAI Whisper-1 — эта модель | 0,68 ₽ / мин | до 2 ч звука | готовый код на whisper-1 и субтитры SRT прямо в ответе |
| GPT Transcribe — OpenAI | 0,51 ₽ / мин | до 2 ч звука | совещания с терминами и переезд со снимаемых моделей OpenAI |
| GPT-4o Transcribe — OpenAI | 0,68 ₽ / мин | до 2 ч звука | старые интеграции OpenAI и записи, где Whisper ошибается в словах |
| Amazon Transcribe — Amazon | 0,68 ₽ / мин | до 2 ч звука | записи на редких языках, включая татарский и башкирский, когда ответ может подождать |
| Fish Audio Transcribe 1 — Fish Audio | 0,68 ₽ / мин | до 2 ч звука | — |
| Gemini 3.5 Transcribe — Google | 0,56 ₽ / мин | до 1 ч звука | длинные записи до часа и речь на языках соседних стран |
- Whisper Large v3 — открытая Whisper со своими отметками времени; минута у нас стоит меньше, сравни цены в таблице.
- GPT Transcribe — модель, на которую OpenAI предлагает переходить; понимает контекст, но субтитров и времени слов у неё нет.
- GPT-4o Transcribe — по данным OpenAI, точнее исходных Whisper, но тоже выключается 26 февраля 2027 года.
Как устроен доступ
Весело — не разработчик OpenAI Whisper-1: модель выпускает OpenAI. Мы даём к ней доступ по API — один ключ на все модели, оплата в рублях с API-счёта, а цена каждого ответа видна в самом ответе. Запрос, который закончился ошибкой, денег не стоит. Что мы храним о запросах и сколько — в разделе «Данные и приватность» документации. Данные и приватность
Вопросы и ответы
- Сработает ли код для OpenAI Whisper API, если поменять только адрес?
- Да, если поменять ещё ключ и имя модели. Запрос остаётся тем же
POST /audio/transcriptionsс файлом вmultipart/form-data, ответ — тем же JSON или текстом. Пример целиком — в разделе «Распознавание речи». - Whisper-1 или Whisper Large v3 — что выбрать?
- Для нового кода — Large v3: модель открытая, у нас дешевле за минуту, и выключение whisper-1 её не касается. Whisper-1 оставь там, где программа уже на неё настроена, и меняй её на Large v3 или GPT Transcribe до 26 февраля 2027 года.
- Можно ли через whisper-1 переводить речь на английский?
- У OpenAI для этого есть отдельный адрес
/audio/translations, но и его выключат 26 февраля 2027 года. В нашем API перевода речи нет: whisper-1 отдаёт текст на языке записи, а перевести его можно текстовой моделью. - Сколько слов помещается в prompt у whisper-1?
- Подсказка ограничена 224 токенами — это несколько десятков русских слов или список из пары десятков названий. OpenAI отдельно предупреждает, что Whisper не выполняет указания, как чат-модель: «пиши без ошибок» не сработает, а список правильных написаний помогает.
- Что будет, если запрос закончится ошибкой?
- Запрос, который закончился ошибкой нейросети, денег не стоит: удержание на время запроса снимается целиком. Цену удачного ответа видно в рублях сразу.
- Есть ли подписка или абонентская плата?
- Нет. API-счёт пополняется на нужную сумму, а списывается только то, что потратили запросы. Чем больше расход за месяц, тем больше кэшбэк — от 1 до 5%.
- Сколько запросов можно отправлять?
- До 60 запросов в минуту и до 10 одновременно на один ключ, ключей у аккаунта — до 20. Сверх лимита придёт ответ 429 с заголовком Retry-After: через столько секунд можно повторить.
Ещё по теме
Факты сверены 16 ноября 2026 по документации: developers.openai.com