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.
Lihat rencana →
·
Ditranskripsikan Gratis dengan Whisper Turbo →
4.2%
WER
99
Bahasa
15.9x
Kecepatan
MIT
Lisensi
Tentang Whisper Large V3
Whisper Large V3 is OpenAI's flagship open-source speech recoder model. With 1,55 billion parameters, it menawarkan akurasi yang luar biasa dalam 99 bahasa.
Info Model
- OperatorOpenAI
- Arsitektur-
- LisensiMIT
- DiperbaruiAug 2026
Pertanyaan yang Sering Diajukan
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.
Pada benchmark standar, Whisper Large V3 mencapai sekitar 4.2% Word Error Rate. Keakuratan Real-world tergantung pada kualitas audio, aksen, dan bahasa; untuk rekaman bising atau aksen, mengharapkan beberapa poin persentase lebih tinggi WER.
Whisper Large V3 berjalan di STT.ai's free å setiap pengunjung mendapat 600 menit tanpa biaya. Rencana dibayar menambahkan batas per-berkas, transkrip pribadi, dan antrian prioritas.
Whisper Large V3 dirilis di bawah MIT, lisensi sumber terbuka perresensi. Anda dapat mengenali Whisper Large V3 sendiri dengan perangkat keras Anda atau menggunakan versi host kami keduanya dapat digunakan secara komersial.
Whisper Large V3 mendukung bahasa 99. Auto-deteksi memilih bahasa yang tepat untuk kebanyakan audio; Anda juga dapat menentukan secara manual untuk angkat akurasi kecil.
Whisper Large V3 memproses audio pada sekitar 15.9x real-time pada GPUs kami. Sebuah berkas audio 1-jam selesai di bawah menit 3; antrian berkas lebih panjang dan beritahu melalui email ketika dilakukan.
Whisper Large V3 memiliki parameter 1.55B. Model yang lebih besar cenderung lebih akurat tetapi lebih lambat; STT.ai host Whisper Large V3 pada GPU sehingga parameter tak mempengaruhi kinerja sisi klien Anda.
Whisper Large V3 menerima setiap format yang didukung STT.ai ▪ MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI, dan lainnya. Keluaran sebagai TXT, SRT, VTT, DOCX, JSON, atau PDF.
Dirasi Speaker berjalan bersama Whisper Large V3 untuk setiap transkripsi setiap pembicara diberi label dan Anda dapat mengubah nama mereka di editor sesudahnya.
Whisper Large V3 berjalan di lingkungan yang dikelola kami audio diproses dan dihapus secara baku dan tidak pernah digunakan untuk pelatihan tanpa eksplisit opt-in. Pro rencana menambahkan klien-sisi enkripsi untuk transkrip di istirahat.
Use the compare-stt tool to run Whisper Large V3 against any other supported model on the same audio — you'll see WER, segment count, speaker labels, and confidence scores side-by-side. The Whisper Large V3 vs Whisper Large V3 comparison is the most commonly run.
Ya, pada rencana yang dibayar. Nyatakan "whisper-large-v3" sebagai parameter model pada titik akhir /v1/trancrite. Kunci tanpa rencana aktif disajikan Whisper Besar v3 Turbo sebaliknya. Permintaan masih berhasil; hanya menjalankan model Gratis.
Yes. Because Whisper Large V3 is MIT-licensed, you can self-host it. STT.ai's open-source page lists the project repo and weights. Most production teams use our hosted version to skip GPU procurement, model swaps, and ops.