Весело
Весело

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 секундам0,68 ₽ 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 месяцОколо 2 040,00 ₽
Субтитры SRT и VTT прямо в ответе: ролик на 12 минутОколо 8,16 ₽
Слова, которые появляются в такт речи: 40 коротких роликов по минутеОколо 27,20 ₽
Сверка перед переездом: 30 тестовых файлов по 3 минуты на одной моделиОколо 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, vtt и verbose_json.
  • Ставит время по словам и фразам: timestamp_granularities[] с ответом verbose_json. Среди моделей распознавания OpenAI это умеет только whisper-1.
  • Принимает подсказку prompt до 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

РазработчикOpenAI
ВидРаспознавание речи
Файлmp3, wav, flac, m4a, mp4, ogg, webm; до 25 МБ
Звук за раздо 2 ч
Ответjson, text, srt, vtt, verbose_json
id для запросаopenai/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

Документация раздела

Сравнение с похожими

МодельЦенаГлавноеКогда выбрать
OpenAI Whisper-1 — эта модель0,68 ₽ / миндо 2 ч звукаготовый код на whisper-1 и субтитры SRT прямо в ответе
GPT Transcribe — OpenAI0,51 ₽ / миндо 2 ч звукасовещания с терминами и переезд со снимаемых моделей OpenAI
GPT-4o Transcribe — OpenAI0,68 ₽ / миндо 2 ч звукастарые интеграции OpenAI и записи, где Whisper ошибается в словах
Amazon Transcribe — Amazon0,68 ₽ / миндо 2 ч звуказаписи на редких языках, включая татарский и башкирский, когда ответ может подождать
Fish Audio Transcribe 1 — Fish Audio0,68 ₽ / миндо 2 ч звука—
Gemini 3.5 Transcribe — Google0,56 ₽ / миндо 1 ч звукадлинные 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/transcriptions с файлом в multipart/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