%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
Groq 最新上線了 Whisper Large-V3模型，用戶可以在 Playground 或本地項目中使用 API，實現語音轉錄和翻譯功能。該模型支持多種語言的轉錄，轉錄速度極快，且支持將其他語言翻譯成英文。
Playground鏈接:https://console.groq.com/playground
目前，用戶可以在 Playground 上體驗並免費使用該功能，轉錄一段4分30秒的視頻只需要大約3秒的時間。同時，Groq 還提供了 API 接口，用戶可以在本地項目中集成使用。
Whisper API的接口設計遵循了與OpenAI的兼容性標準，爲用戶提供了兩個核心功能的訪問路徑:語音轉文本和語音翻譯。用戶可以輕鬆地將這些功能集成到自己的應用程序中，無論是開發智能助手還是自動化翻譯系統，都能享受到便捷的開發體驗。
在性能方面，Whisper API採用了先進的"whisper-large-v3"模型，確保了在語音轉文本和翻譯任務中的頂尖性能。
此外，API對音頻文件的格式和大小也有明確的支持標準，包括mp3、mp4、wav等常見格式，但要求文件大小不超過25MB。特別值得注意的是，對於包含多個音軌的文件，Whisper API將僅處理第一個音軌，這要求用戶在上傳前進行適當的音頻預處理。
爲了提高轉錄的質量和效率，Whisper API在服務端會對音頻進行下采樣處理，降至16，000Hz的單聲道。Groq推薦用戶在客戶端完成這一預處理步驟，這不僅有助於減小文件體積，還能使得更長的音頻文件得以上傳和處理。
API 接口:
語音轉文本:https://api.groq.com/openai/v1/audio/transcriptions
語音翻譯:https://api.groq.com/openai/v1/audio/translations