Whisper Large V3
STT.ai runs this model on the paid tier. It is the model behind STT.ai Enhanced. Free transcription uses Whisper Large v3 Turbo, which is faster.
Lásd a terveket →
·
Átírás Whisper Turbo ingyenes →
4.2%
WER
99
Nyelvek
15.9x
Sebesség
MIT
Engedély
About Whisper Large V3
A Whisper Large V3 az OpenAI nyílt forráskódú beszédfelismerő modellje. 1.55 milliárd paraméterrel 99 nyelven kínál kivételes pontosságot. 680.000 órányi többnyelvű audio adaton alapuló transzformátor-kódoló architektúrát használ.
Adatminta
- SzolgáltatóOpenAI
- Építészet-
- EngedélyMIT
- FrissítveAug 2026
Gyakran ismételt kérdések
A Whisper Large V3 egy szöveges szöveges modell, a OpenAI. STT.ai saját GPU-n futtatja, hogy egy fizetett terv számláit ellássa, és ez a modell mögötte a STT.ai Enhanced Tier. Ingyenes átírás használja Whisper Large v3 Turbo, a gyorsabb ellenőrzőpont ugyanazon család.
A standard referenciaértékek, Whisper Large V3 eléri mintegy 4.2%-os Word Error Rate. A valós világ pontossága függ a hangminőség, az akcentus és a nyelv; a zajos vagy kihangsúlyozott felvételek, számíthat néhány százalékponttal magasabb WER.
Whisper Large V3 fut STT.ai ingyenes Tier · minden látogató kap 600 perc indulni költség nélkül. Fizetett tervek hozzá hosszabb per-file limitek, privát átiratok, és elsőbbségi sorban.
Whisper Large V3 kerül kiadásra MIT, egy engedékeny nyílt forráskódú licenc. Önálló Whisper Large V3 saját hardveren, vagy használja a mi hosted verziónk mind kereskedelmileg használható.
Whisper Large V3 támogatja a 99 nyelvet. Auto-detection kiválasztja a megfelelő nyelvet a legtöbb audio; akkor is megadhatja manuálisan egy kis pontosságú lift.
Whisper Large V3 audiót készít körülbelül 15.9x valós idejű GPU-n. Egy 1 órás audio fájl 3 perc alatt fejeződik be; hosszabb fájlok sorba állnak, és e-mailben értesítik őket.
Whisper Large V3 van 1.55B paraméterek. Nagyobb modellek általában pontosabb, de lassabb; STT.ai hosts Whisper Large V3 a GPU, így a paraméterszám nem befolyásolja az ügyfél-oldal teljesítményét.
Whisper Large V3 minden formátumot elfogad, STT.ai támogatja az MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI és mások. Kimeneti mint TXT, SRT, VTT, DOCX, JSON, vagy PDF.
Igen. A szónoki diarization Whisper Large V3-rel együtt fut minden egyes átirathoz ~ minden hangszórót felcímkéznek, és utána átnevezheted őket a szerkesztőbe.
Igen. Whisper Large V3 fut a mi kezelt környezetben Audio feldolgozzák és törölték alapértelmezésben, és soha nem használják képzés kifejezett opt-in nélkül. Pro tervek hozzá kliens-oldal titkosítását átiratok pihenni.
Használja a összehasonlítani-stt eszköz futtatni Whisper Large V3 ellen bármely más támogatott modell ugyanazon audio ★ látni fogja WER, szegmensszám, hangszóró címkék, és a konfidencia pontszámok oldalról oldalra. A Whisper Large V3 vs Whisper Large V3 összehasonlítás a leggyakrabban fut.
Igen, fizetett terven. Adja meg a "whisper-large-v3" paramétert a /v1/transcribe végponthoz. A kulcsokat aktív terv nélkül szolgálják fel helyette a Whisper Large v3 Turbo. A kérés még mindig sikeres; csak fut az ingyenes modell.
Igen. Mivel a Whisper Large V3 MIT engedéllyel rendelkezik, saját maga is üzemeltetheti. STT.ai nyílt forráskódú oldala felsorolja a projekt repo- és súlyait. A legtöbb gyártócsapat a GPU beszerzések, modellswapok és op-ok kihagyására használja a hostált verziónkat.