Beranda → Blog → Cara pindah dari OpenAI Whisper API ke layanan lain

Cara pindah dari OpenAI Whisper API ke layanan lain

Tim meninggalkan Whisper API publik karena berbagai alasan: biaya pada volume besar, ketentuan soal pemrosesan data, atau layanan yang tidak tersedia di wilayahnya. Kabar baiknya, kalau API-nya kompatibel di tingkat protokol, migrasi hanya berarti mengganti dua baris dan selesai dalam semalam.

Apa persisnya yang berubah di kode

Tepat dua hal: alamat dan kunci. Sisanya — nama medan, format respons, penanganan galat — tetap seperti sebelumnya.

# sebelumnya
client = OpenAI(api_key="sk-…")

# sekarang
client = OpenAI(base_url="https://voicesscribe.com/v1", api_key="vs_live_…")

Pemanggilan pengenalan sama sekali tidak disentuh:

result = client.audio.transcriptions.create(model="whisper-1", file=f)

Parameter model dipertahankan demi kompatibilitas: layanan menerima nilai yang biasa dipakai dan menjalankan modelnya sendiri.

Kompatibilitas sampai ke detail

Butir terakhir lebih penting daripada kelihatannya: SDK resmi mengurai galat menjadi pengecualian bertipe. Kalau server menjawab dengan formatnya sendiri, kode klien pecah di tempat yang tidak diduga — kompatibilitas galat menyelamatkan Anda dari menulis ulang penangan.

Cara membandingkan kualitas sebelum beralih

Jangan pindahkan produksi tanpa melihat. Urutan yang masuk akal:

1. Kumpulkan sampel. 20–50 rekaman nyata: bersih, berisik, pendek, beda bahasa — seperti kondisi sehari-hari.
2. Jalankan di kedua layanan dengan satu skrip, simpan hasilnya berdampingan.
3. Bandingkan dengan kriteria Anda. Yang penting bukan persentase abstrak, melainkan kasus Anda: apakah kode produk, nama, dan angka keluar benar.
4. Pindahkan bertahap. Arahkan 10% lalu lintas ke layanan baru, beberapa hari kemudian seluruhnya.

for path in sampel:
    with open(path, "rb") as f:
        a = old_client.audio.transcriptions.create(model="whisper-1", file=f).text
    with open(path, "rb") as f:
        b = new_client.audio.transcriptions.create(model="whisper-1", file=f).text
    print(path, "\n  sebelum:", a, "\n  sesudah:", b)

Yang perlu diperiksa terpisah

• Timeout klien. Nilai baku 100 detik cocok untuk pesan suara dan panggilan pendek; untuk rekaman satu jam, naikkan.
• Batas ukuran. Berkas di atas 25 MB harus dikompresi atau dipotong — sama seperti di API aslinya.
• Percobaan ulang. Tambahkan satu atau dua kali ulang untuk galat 5xx: praktik standar untuk layanan eksternal mana pun.
• Penyimpanan transkrip. Pastikan kebijakannya: di sini rekaman dan teks dihapus otomatis setelah 24 jam.

Kapan migrasi memang layak

Berganti penyedia masuk akal bila setidaknya satu syarat ini terpenuhi:

• volume tumbuh sampai biaya per menit menjadi pos pengeluaran yang terasa;
• ada ketentuan tentang di mana dan berapa lama rekaman disimpan;
• Anda butuh akses yang bisa diandalkan, tanpa batasan wilayah atau kartu yang diblokir;
• Anda butuh format atau parameter yang tidak dimiliki penyedia sekarang.

Kalau tidak satu pun berlaku, tidak ada alasan mengutak-atik integrasi yang sudah jalan — kompatibilitasnya tetap memungkinkan pindah semalam kapan pun nanti.

Pertanyaan yang sering diajukan

Bacaan terkait

• Cara mengubah rekaman telepon menjadi teks — Panduan langkah demi langkah mengubah rekaman percakapan telepon menjadi teks lewat API dalam hitungan menit. Lengkap dengan contoh Python, C#, dan daftar galat.
• Subtitle SRT dan VTT otomatis dari video dan webinar — Cara mendapatkan berkas subtitle bertanda waktu dari rekaman webinar atau video: ekstraksi audio, format SRT dan VTT, contoh kode, dan masalah yang sering muncul.
• Harga transkripsi: sebenarnya Anda membayar untuk apa — Bagaimana penagihan transkripsi bekerja, bagian audio mana yang diam-diam memakan biaya, kapan GPU sendiri lebih murah daripada API, dan cara memperkirakan biaya bulanan.