API de Whisper de OpenAI
Transcripción de voz a texto de código abierto en 99 idiomas
Pagado
✓ Verificado
🇺🇸 Estados Unidos
La API Whisper de OpenAI ofrece reconocimiento automático de voz (ASR) de última generación para 99 idiomas a $0.006 por minuto. Basada en el modelo de código abierto Whisper large-v2, maneja acentos, ruido de fondo y vocabulario técnico de manera robusta. Admite transcripción y traducción al inglés. Disponible tanto como una API alojada como un modelo de código abierto autoalojable. Ampliamente utilizada para servicios de transcripción, asistentes de voz, resúmenes de reuniones y aplicaciones de accesibilidad.
Detalles de la API
Método de autenticación
Clave API
Modelo de precios
pagado
Plan gratuito
Incluido en el crédito de registro de $5
Límite de solicitudes
50 RPM
Formato
REST / Multipartes / JSON
Control de versiones
whisper-1
SLA / Disponibilidad
99.9%
Cumplimiento normativo
SOC 2, RGPD
Restricciones geográficas
Global
Última verificación
2026-02-20
Categorías
Preguntas frecuentes
Puedes subir archivos de audio y video estándar, como MP3 o MP4, para generar instantáneamente texto altamente preciso. Está diseñado para reconocer diferentes hablantes, eliminar el ruido de fondo y manejar jerga técnica compleja, lo que lo hace increíblemente útil para transcribir entrevistas de pódcast o paneles de expertos para tu sitio web de IA y economía.
El precio es increíblemente asequible, funcionando con un modelo de pago por uso que actualmente cobra menos de un centavo por minuto de audio procesado. Esto lo convierte en una forma muy rentable de transcribir grandes cantidades de entrevistas de investigación o análisis de mercado sin tener que configurar y administrar tus propios servidores costosos.
Sí, el modelo está entrenado con una enorme cantidad de datos multilingües y admite casi cien idiomas diferentes. Incluso puedes usarlo para traducir automáticamente audio extranjero directamente a texto en inglés, lo que ahorra mucho tiempo cuando buscas informes internacionales de perspectivas globales para luego localizarlos para tus audiencias alemana, española, francesa, portuguesa brasileña y china.
La principal restricción a tener en cuenta es que la API solo acepta archivos de hasta veinticinco megabytes por solicitud. Si intentas transcribir un extenso debate cripto de dos horas, tu código PHP simplemente tendrá que dividir ese archivo de audio grande en fragmentos más pequeños antes de enviarlo al servicio.