Pentru generarea de subtitrări video automate (formatele SRT sau WebVTT) sau indexarea podcasturilor lungi, cunoașterea secundei exacte în care a fost pronunțat fiecare cuvânt este critică:
transcription = client.audio.transcriptions.create(
file=("podcast.mp3", open("podcast.mp3", "rb")),
model="whisper-large-v3",
response_format="verbose_json",
timestamp_granularities=["word"]
)
for cuvant in transcription.words:
print(f"[{cuvant.start:.2f}s -> {cuvant.end:.2f}s]: {cuvant.word}")Precizia la nivel de milisecundă permite sincronizarea perfectă a subtitrărilor pe YouTube sau TikTok.
Întrebări & Exemple practice:
Extragerea Marcajelor Temporale la Nivel de Cuvânt și SegmentAi o întrebare despre Extragerea Marcajelor Temporale la Nivel de Cuvânt și Segment sau ai descoperit un truc, prompt sau fragment de cod util? Distribuie-l cu ceilalți membri ai comunității!
Fii primul care pune o întrebare sau distribuie un fragment de cod / prompt!
Nu au fost adăugate încă întrebări sau resurse pentru această pagină. Dacă ai testat un prompt sau ai un snippet util, adaugă-l mai jos pentru comunitate.