¿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.

Área de cliente

Inteligencia Artificial

Whisper

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

Documentación oficial

root@mon-serveur — ssh

# al crear el VPS
✓ Whisper instaladoroot@mon-serveur:~#

Acerca de Whisper

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.

Lo que se instala

Listo al arrancar el VPS

SO compatibles: Ubuntu 24.04
Aplicación: Whisper
RAM mínima: 1 GB mínimo (modelo base), 2 GB recomendado (modelo small)
CPU mínima: 1 vCPU
Acceso: root por SSH

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?

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.

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.

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.

Guía

Desplegar Whisper en su VPS

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.
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.
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`.
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.
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

Preguntas sobre Whisper

← Volver a Inteligencia Artificial Todas las aplicaciones

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.