1. `text`：轉錄的文本內容。
2. `language`：自動識別的語言。
3. `segments`：包含音頻段落的詳細資訊，如每段的開始和結束時間、文本等。

在使用 Whisper 模型進行音頻轉錄後，result 除了 result['text'] 外，通常還包含以下兩個 key：

result['segments']：這是一個列表，包含了每個識別的段落信息，如開始時間、結束時間和對應的文本。

result['language']：這表示模型識別出的語言。

這些信息可以幫助你更詳細地分析轉錄結果

result['segments']：包含多個片段的詳細資訊列表。

result['language']：語音識別中所判定的語言。