Whisper Large V3
STT.ai запускае гэтую мадэль на платным узроўні. Гэта мадэль за STT.ai Enhanced. Свабодная транскрыпцыя выкарыстоўвае Whisper Large v3 Turbo, якая хутчэй.
Паглядзець план →
·
Транскрыпцыя бясплатна з Whisper Turbo →
4.2%
WER
99
Мовы
15.9x
Хуткасць
MIT
Ліцэнзія
Пра Whisper Large V3
Whisper Large V3 — гэта флагманская мадэль OpenAI для распазнавання гаворкі з адкрытым зыходным кодам. З 1,55 мільярдамі параметраў яна прапануе выключную дакладнасць на 99 мовах. Яна выкарыстоўвае архітэктуру трансфарматарнага кодэра-дэкодэра, якая была падрыхтавана на аснове 680 000 гадзін шматмоўных аўдыёданых.
Мовы, якія падтрымліваюцца Whisper Large V3
Звесткі пра мадэль
- ПастаўшчыкOpenAI
- Архітэктура-
- ЛіцэнзіяMIT
- АбнавіцьAug 2026
Часта задаваемыя пытанні
Whisper Large V3 is a speech-to-text model by OpenAI. STT.ai runs it on our own GPU for accounts on a paid plan, and it is the model behind the STT.ai Enhanced tier. Free transcription uses Whisper Large v3 Turbo, the faster checkpoint of the same family.
На стандартных тэставанні, Whisper Large V3 дасягае каля 4.2% Word Error Rate. Рэальная дакладнасць залежыць ад якасці гуку, акцэнту і мовы; для шумных або акцэнтаваных запісаў чакайце на некалькі працэнтных пунктаў вышэй WER.
Whisper Large V3 працуе на бясплатным узроўні STT.ai - кожны наведвальнік атрымлівае 600 хвілін, каб пачаць без платы. Плацежныя планы дадаюць большыя абмежаванні на файл, прыватныя транскрыпты і прыярытэтныя чаргі.
Whisper Large V3 выпушчаны пад ліцэнзіяй MIT, дазваляе адкрыты код. Вы можаце самастойна ўсталяваць Whisper Large V3 на вашым камп' ютары або выкарыстоўваць нашу версію - абодва могуць быць выкарыстаны ў камерцыйных мэтах.
Whisper Large V3 падтрымлівае 99 моў. Аўтаматычнае выяўленне выбірае правільную мову для большасці гукаў; вы таксама можаце вызначыць яе ўручную для невялікага павышэння дакладнасці.
Whisper Large V3 апрацоўвае аўдыё з хуткасцю 15.9x у рэальным часе на нашых GPU. 1- гадзінны аўдыё файл скончыцца менш чым за 3 хвіліны; даўжэйшыя файлы будуць адпраўляцца ў чаргу і абвяшчаць па электроннай пошце, калі яны будуць завершаны.
Whisper Large V3 мае параметры 1.55B. Большыя мадэлі больш дакладныя, але павольнейшыя; STT.ai мае Whisper Large V3 на GPU, таму колькасць параметраў не ўплывае на хуткасць працы кліента.
Whisper Large V3 прымае ўсе фарматы, якія падтрымлівае STT.ai — MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI і іншыя. Вывад у фармаце TXT, SRT, VTT, DOCX, JSON або PDF.
Так. Дыярызацыя гукавых файлаў працуе разам з Whisper Large V3 для кожнай транскрыпцыі - кожны гукавы файл мае этыкетку, і вы можаце змяніць яго назву ў рэдактара пасля.
Так. Whisper Large V3 працуе ў нашым кіруемым асяроддзі - гук апрацоўваецца і выдаляецца па змаўчанні і ніколі не выкарыстоўваецца для трэніровак без выразнага дазволу. Планы Pro дадаюць шыфраванне з боку кліента для транскрыптаў у спакоі.
Выкарыстоўвайце інструмент compare-stt, каб правесці параўнанне Whisper Large V3 з любым іншым падтрымліваемым мадэллю на тым жа аўдыё - вы ўбачыце WER, колькасць сегментаў, этыкеткі дынамікаў і рэйтынгі даверу бок аб бок. Параўнанне Whisper Large V3 супраць Whisper Large V3 - гэта найбольш частае параўнанне.
Так, у платным плане. Вызначце "whisper-large-v3" як параметр мадэлі ў канечнасці / v1/ transcribe. Ключы без актыўных планаў будуць абслугоўвацца Whisper Large v3 Turbo. Запыт усё роўна будзе задаволены; ён толькі запускае бясплатную мадэль.
Так. Паколькі Whisper Large V3 мае ліцэнзію MIT, вы можаце самастойна яго ўсталяваць. На старонцы адкрытага кода STT.ai паказаны рэпазітары і вагі праекту. Большасць каманд выкарыстаюць нашу ўсталяваную версію, каб прапусціць закупку GPU, абмен мадэлямі і аперацыі.