Whisper rediseñado para IA de voz en tiempo real y por lotes — TTCT más rápido, cobertura en 99 idiomas
100 idiomas · evaluado
Puntuación General
82.5
#20 de 28
Tasa de Error de Palabras
22.01%
Tasa de Error de Caracteres
11.58%
Tasa de Error de Coincidencia
19.88%
Información de Palabras Perdida
25.07%
Latencia Promedio
695ms
Benchmarks Ejecutados
35
últimas 30 ejecuciones
Tasa de error de palabra
22.01%
↓ 3.5% · 30d
hace 3 ejecuciones
última
Latencia media
693ms
↓ 26.8% · 30d
hace 3 ejecuciones
última
WER general · 28 modelos
Ink-Whisper
grupo · 27 modelos
abajo a la izquierda es mejor
8 categorías
WER
menor es mejor
Médico
3.4%
Finanzas
7.5%
Técnico
8.3%
Conversacional
9.8%
General
19.7%
Legal
22.7%
Ambiente Ruidoso
33.3%
Cambio de Código
80.3%
5 acentos
Puntuación en Tiempo Real
0.0
TTFW (P50)
—
Parpadeo
0.0%
Cadencia
0.0/s
RTF
0.00×
Tasa de Error de Palabras
100.00%
Tasa de Error de Caracteres
100.00%
Benchmarks Ejecutados
35
pago por segundo
Tarifa
$0.0022
/min
Facturación por segundo. Usa tu propia clave de proveedor y paga directamente al proveedor — se aplica una tarifa de enrutamiento del 5% (primeros 100 min/mes gratis).
Configurar BYOKEstimador de costo
1 hora
$0.13
10 horas
$1.33
100 horas
$13.32
1000 horas
$133.20
Facturado por segundo de audio procesado.
POST /api/v1/transcriptions
ID del modelo
cartesia/ink-whisper
Autentica cada solicitud con tu clave API secreta como token Bearer. Genera una clave desde tu panel.
Este modelo también admite streaming en tiempo real por WebSocket.
Inicio rápido
Sube tu audio, crea un trabajo con este modelo y luego consulta el trabajo o define un webhook_url para recibir el aviso al completarse.
Parámetros clave
file_path
string
obligatorio
Ruta de almacenamiento devuelta por el paso de subida.
model
string
obligatorio
El modelo con el que se ejecuta este trabajo.
language
string
Código de idioma ISO 639-1. Omítelo para la detección automática.
webhook_url
string
URL HTTPS que recibe el resultado al completarse el trabajo. Los eventos entregados están firmados (X-OT-Signature).
Respuesta
Un trabajo completado devuelve la transcripción en el Esquema Unificado de OpenTranscription (OTUS).
Webhooks — sin sondeo
Enviamos un evento firmado a tu webhook_url cuando un trabajo se completa o falla; verifica la cabecera X-OT-Signature (HMAC-SHA256, rechaza si tiene más de 300 s) y desduplicado por el id del evento, luego obtén la transcripción completa con GET /api/v1/transcriptions/{id}.
Límite por nivel — consulta los encabezados de respuesta X-RateLimit-*.
Referencia completa de la APIúltimos 30 días
Disponibilidad · 30d
100.00%
Tasa de error
0.00%
Latencia media
4.3s
Último incidente
Ninguno en 30d
del mismo grupo
Idiomas Soportados
Formatos Soportados
Características
Ink-Whisper es un modelo de transcripción de voz a texto de Cartesia. En nuestras pruebas estandarizadas alcanza una tasa de error de palabra de 23.08%, ocupando el puesto n.º 20 de 28 modelos evaluados. Admite 100 idiomas y cuesta 0,002 US$/min — más económico que la mayoría de alternativas.
Su alternativa evaluada más cercana es Amazon Transcribe. Ideal para subtitulado en vivo y transcripción en streaming, cargas de trabajo multilingües y flujos de alto volumen y sensibles al coste.