위스퍼 API | 오디오 및 비디오를 텍스트 전사로 변환하기

끊임없이 확장되는 인공지능의 영역은 수많은 산업을 혁신하고 있으며, OpenAI의 Whisper API는 자동 음성 인식(ASR) 분야에서 주요 사례입니다.

이 클라우드 기반 서비스는 사용자가 배경 소음이나 여러 화자인 경우와 같은 이상적인 청취 조건에서 뛰어난 정확성을 자랑하는 포괄적인 텍스트 전사로 오디오나 비디오 파일을 원활하게 변환할 수 있도록 지원합니다.

Whisper API란 무엇인가요?

OpenAI Whisper API는 음성을 텍스트 전사로 변환하기 위해 기계 학습을 활용하는 클라우드 기반 서비스로, 자동 음성 인식(ASR) 범주에 속합니다.

Whisper API의 주요 기능

자동 음성 인식(ASR)

이 핵심 기능은 Whisper의 능력의 중심에 있습니다. 사용자가 오디오나 비디오 파일에서 음성 언어를 텍스트 형식으로 전사할 수 있게 해줍니다. Whisper는 이 분야에서 뛰어난 정확성을 자랑하며, 배경 소음, 억양 또는 전문 용어가 포함된 어려운 오디오에서도 높은 정확도를 달성합니다.

다국어 지원

Whisper는 영어에만 국한되지 않습니다. 다양한 언어를 지원하여 글로벌 애플리케이션에 적합합니다. 사용자는 모국어로 오디오를 전사하거나 더 넓은 접근성을 위해 음성을 영어로 번역할 수 있습니다.

전사 모드

API는 두 가지 주요 전사 모드인 전사 및 번역을 제공합니다. 전사 모드는 녹음된 원래 언어로 된 음성 콘텐츠를 제공하며, 번역 모드는 음성을 영어 텍스트로 변환합니다. 이러한 유연성은 다양한 사용 사례에 적합합니다.

확장성과 효율성

Whisper API의 클라우드 기반 인프라는 대량의 오디오/비디오 파일을 효율적으로 처리할 수 있게 해줍니다. 이는 콜센터나 미디어 회사와 같은 많은 음성 데이터를 처리하는 비즈니스에 유용한 도구입니다.

선택적 분리기능(화자 식별)

여러 화자가 있는 녹음의 경우 Whisper는 선택적 분리기능을 제공합니다. 이 기능은 각 화자의 음성을 별도의 전사로 나누어 대화에서 개별 기여도를 더 쉽게 식별하고 분석할 수 있도록 합니다.

통합 용이성

API는 애플리케이션 간 통신에 널리 사용되는 표준인 RESTful 인터페이스를 사용합니다. 이를 통해 개발자는 음성을 텍스트로 변환하는 기능을 프로젝트에 원활하게 통합할 수 있습니다.

보안 및 개인 정보 보호

구체적인 세부 사항은 다를 수 있지만, OpenAI는 사용자 개인 정보와 데이터 보안을 중요시합니다. 개발자는 API에 대한 안전한 접근과 업로드된 오디오/비디오 파일에 대한 책임 있는 처리를 기대할 수 있습니다.

결론적으로, Whisper API는 자동 음성 인식을 위한 포괄적인 기능 세트를 제공하여 다양한 요구를 충족합니다. 높은 정확성, 다국어 지원, 확장성 및 선택적 기능인 분리기능까지 갖춘 Whisper는 개발자와 비즈니스가 음성 데이터의 잠재력을 활용하고 워크플로를 간소화할 수 있도록 합니다.

Whisper API 가격

OpenAI는 Whisper AI를 유료로 제공하며, 요금은 분당 $0.006입니다. 이는 무료로 사용할 수 없다는 것을 의미합니다.

Apidog와 함께 Whisper API 사용하기 위한 단계별 가이드

이 섹션에서는 Whisper API를 사용하여 음성을 텍스트로 변환하는 방법에 대한 간단한 가이드를 제공합니다. 그러나 더 진행하기 전에 OpenAI API 키를 얻는 방법을 아는지 확인하십시오. Whisper API를 구현하는 데 필요합니다.

1단계 - 사용할 엔드포인트 결정하기

Whisper API는 텍스트에서 음성을 생성하고, 음성을 텍스트로 변환하며, 음성을 영어로 번역하는 등 다른 기능과 통합되어 있습니다. 이 기사에서는 오디오 파일을 텍스트 전사로 변환하는 Whisper API의 주요 강점을 보여줍니다.

2단계 - Apidog에서 API 요청 다운로드 및 설정하기

이제 Apidog라는 API 도구를 사용하여 Whisper API가 생성한 텍스트 전사를 볼 것입니다. Apidog는 API와 작업할 수 있는 간단하고 직관적인 사용자 인터페이스를 제공하여 쉽고 즐겁게 사용할 수 있습니다!

OpenAI에서 제공하는 cURL 코드를 즉시 복사하고 Apidog로 가져올 수 있습니다.

+ 버튼을 클릭한 후, 위 이미지와 같이 "Import cURL" 버튼을 클릭하세요.

다음으로, OpenAI에서 제공하는 텍스트 전사를 위한 cURL 코드를 복사하여 붙여넣습니다. 웹사이트에서 찾을 수 없다면, 다음 코드를 사용하십시오:

curl https://api.openai.com/v1/audio/translations \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: multipart/form-data" \
  -F file="@/path/to/file/german.m4a" \
  -F model="whisper-1"

이제 화면에 새로운 API 요청이 표시됩니다. GET에서 POST로 방법을 변경하십시오. 교체할 파일이 다른 위치에 있는 경우, file 행을 장치 내의 올바른 파일 경로로 수정할 수 있습니다.

헤더 섹션을 눌러서 Authorization으로 스크롤합니다. 이 행에서 $OPENAI_API_KEY를 귀하의 OpenAI API 키로 교체합니다.

모든 설정을 마치면 전송을 클릭할 수 있습니다. 올바르게 수행되었다면, Apidog는 다음과 같은 응답을 생성합니다:

{
  "text": "안녕하세요, 제 이름은 Wolfgang이고 독일에서 왔습니다. 오늘 어디로 가시나요?"
}

Apidog의 API 허브를 사용하여 OpenAI 관련 프로젝트 더 보기

OpenAI는 매우 강력한 AI 플랫폼이므로, API Hub에서 방대한 API 라이브러리를 볼 수 있습니다.

여기에는 OpenAI에서 가장 수요가 많은 API도 포함되어 있습니다. Apidog 플랫폼을 사용하면 OpenAI의 API를 무료로 시험해 볼 수 있으므로, 그 기능을 시험하기 위해 돈을 쓸 필요가 없습니다.

결론

OpenAI의 Whisper API는 자동 음성 인식 분야에서 중요한 발전을 의미합니다. 어려운 상황에서도 뛰어난 정확성으로 고충실도 전사를 제공하는 능력은 다양한 응용 프로그램의 문을 열어줍니다. 강의 및 회의 전사부터 멀티미디어 콘텐츠의 접근성 향상까지, Whisper의 작업 흐름 간소화 및 효율성 향상 가능성은 부인할 수 없습니다.

기술이 계속 발전하고 더욱 널리 채택됨에 따라, 우리는 더욱 혁신적인 사용 사례가 나타날 것으로 기대할 수 있으며, 이는 Whisper가 음성 데이터에 내재된 귀중한 통찰력을 활용하는 강력한 도구로 자리잡는 데 더욱 확고한 기반을 다질 것입니다.