¿Se puede utilizar como sustituto de la API Whisper de OpenAI?

Sí. El endpoint es compatible con OpenAI: cualquier biblioteca o integración dirigida a la API de transcripción de OpenAI puede redirigirse a su instancia privada con solo cambiar la URL base. No se requiere ninguna clave de API del lado del servidor — el acceso lo gestiona el reverse proxy.

¿Mis archivos de audio salen del VPS?

No. El audio se procesa íntegramente en local en su VPS. No se envía ningún dato a OpenAI ni a terceros. Los archivos se mantienen en memoria durante el procesamiento y no se almacenan en disco una vez devuelta la transcripción.

Crear, alojar y operar soluciones de IA.

Whisper

API privada de transcripción de audio en su VPS — multilingüe, rápida, compatible con OpenAI.

1 GB mínimo (modelo base), 2 GB recomendado (modelo small) RAM 1 vCPU Disponible

Whisper es el modelo de reconocimiento de voz de código abierto de OpenAI, desplegado aquí como API REST autoalojada mediante el motor faster-whisper CTranslate2. Alojado en su VPS, transcribe archivos de audio en 99 idiomas, traduce al inglés y devuelve marcas de tiempo a nivel de palabra — sin enviar un solo byte a un servicio de terceros. El modelo `base` funciona con holgura en un VPS de 1 vCPU con 1 GB de RAM; `small` mejora la precisión con 2 GB. Úselo para alimentar el subtitulado, la indexación de búsqueda, las actas de reunión, el procesamiento de podcasts o cualquier flujo de trabajo que convierta la voz en texto.

Funcionalidades clave

API REST compatible con OpenAI: POST /asr, salida en txt, json, srt, vtt o tsv.

Motor faster-whisper CTranslate2: hasta 4× más rápido que el Whisper original en CPU.

99 idiomas admitidos — árabe, francés, inglés, darija y muchos más — en un solo modelo.

Marcas de tiempo a nivel de palabra y de segmento, listas para la generación de subtítulos.

Sin facturación por minuto y sin que ningún dato salga de su VPS.

Elección del modelo mediante la variable ASR_MODEL: tiny, base, small, medium, large-v3.

¿Cuándo usar esta solución?

1

Transcripción de reuniones y de entrevistas

Envíe sus grabaciones confidenciales directamente a su endpoint privado y obtenga un texto con marcas de tiempo. Ningún dato de recursos humanos ni legal sale de su infraestructura.

2

Subtitulado de podcasts y de medios

Procese las subidas de audio del lado del servidor y reciba archivos de subtítulos SRT. Conecte el endpoint a su CMS o a su pipeline de medios para automatizar la generación de subtítulos con un costo marginal nulo.

3

Voz a texto en sus herramientas internas

Integre la API REST en su CRM, en sus tickets de soporte o en sus herramientas de toma de notas. Deje que los agentes dicten y que la API transcriba — con un costo mensual fijo en lugar de una facturación por minuto.

Desplegar Whisper en su VPS

Guía optimizada para los VPS Cloud ServOrbit.

01

Despliegue desde el Marketplace

Abra el panel de control de ServOrbit, vaya a Marketplace → Inteligencia Artificial → Whisper y haga clic en Desplegar. Docker descarga la imagen y arranca el contenedor en menos de dos minutos. El primer arranque descarga además los pesos del modelo de transcripción (~270 MB para base); la descarga se guarda en caché para que los reinicios posteriores sean instantáneos.

02

Acceda a la API

Después de la instalación, utilice la dirección que aparece en su área de cliente. La Swagger UI está disponible en /docs para pruebas interactivas. El endpoint principal es POST /asr: adjunte su archivo de audio y defina el parámetro output como txt, json, srt, vtt o tsv según el formato deseado.

03

Transcriba su primer archivo

Desde un terminal o desde su aplicación, envíe una solicitud: ` curl -F "[email protected]" "https://votre-adresse/asr?output=txt"Obtendrá la transcripción completa en texto plano. Para segmentos con marcas de tiempo, añadaoutput=json`.

04

Cambie de modelo si es necesario

El modelo predeterminado es base (rápido, ~140 MB). Para mejorar la precisión, cambie a small (mejor para los audios con ruido, ~500 MB) actualizando la variable de entorno ASR_MODEL. Un VPS con 2 GB de RAM gestiona small con holgura. Póngase en contacto con el soporte para redimensionar su VPS.

05

Intégrelo en su pipeline

El endpoint es compatible con OpenAI Whisper: cualquier biblioteca o herramienta capaz de llamar a la API de transcripción de OpenAI puede redirigirse a su instancia privada. Actualice la URL base y elimine cualquier clave de API — la autenticación la gestiona ServOrbit a nivel del reverse proxy.

Preguntas frecuentes

El modelo reconoce 99 idiomas, entre ellos el árabe, el francés, el inglés, el español y el darija. La transcripción y la traducción al inglés las gestiona el mismo modelo, y se seleccionan mediante el parámetro task (transcribe o translate).

El modelo base (predeterminado) funciona con holgura con 1 GB de RAM y 1 vCPU. Ofrece una precisión sólida para el habla clara. Para las grabaciones con ruido o los idiomas menos representados, small resulta más adecuado y funciona bien con 2 GB. El modelo large-v3 requiere 8 GB de RAM y se recomienda para los planes VPS con GPU.

Whisper se despliega como una API REST con una Swagger UI en /docs para las pruebas interactivas. No incluye una aplicación web autónoma para subir archivos. Puede llamar a la API desde su propia interfaz, desde herramientas como n8n o Make, o directamente en la línea de comandos con curl.

Integrar el botón de despliegue

¿Mantiene un proyecto que utiliza Whisper? Este botón permite a sus lectores desplegarlo en un VPS con un clic, sin leer documentación de Docker.

Markdown

[![Deploy Whisper on ServOrbit](https://servorbit.com/brand/deploy/button.svg)](https://servorbit.com/vps-cloud?template=whisper&utm_source=deploy-badge&utm_medium=referral&utm_campaign=whisper)

HTML

<a href="https://servorbit.com/vps-cloud?template=whisper&utm_source=deploy-badge&utm_medium=referral&utm_campaign=whisper"><img src="https://servorbit.com/brand/deploy/button.svg" alt="Deploy Whisper on ServOrbit" height="40"></a>

El botón lleva al pedido de un VPS con la plantilla preseleccionada. La imagen se sirve desde servorbit.com: no tiene que alojar nada por su parte.

Soluciones complementarias

Inteligencia Artificial

Open WebUI

Interfaz web para interactuar con sus LLM locales o remotos. Sus datos permanecen en su infraestructura — ningún tercero implicado.