Umrita með Whisper Large V3
4.2%
WER
99
Tungumál
8.0x
Hraði
MIT
Leyfi
Um Whisper Large V3
Whisper Large V3 er flaggskip OpenAI opið-uppspretta talgreiningar líkan. Með 1,55 milljarða breytur, það býður upp á framúrskarandi nákvæmni á 99 tungumálum.Það notar spenni kóðara-afkóðara arkitektúr þjálfaður á 680.000 klukkustundir af fjöltyngd hljóð gögn.
Upplýsingar um líkan
- VeitendurOpenAI
- Arkitektúr-
- LeyfiMIT
- UppfærtMar 2026
Algengar spurningar
STT.ai hýsir Whisper Large V3 á GPU innviði okkar svo þú getur notað það án þess að útvega eigin vélbúnað - hlaða hljóð eða myndskeið og velja Whisper Large V3 frá líkan picker.
Á venjulegum viðmiðum nær Whisper Large V3 um 4.2% orðvillahlutfall. Nákvæmni í raunveruleikanum fer eftir hljóðgæðum, hreim og tungumáli. Fyrir háværar eða hreimlegar upptökur skal búast við nokkrum prósentustigum hærri WER.
Whisper Large V3 keyrir á STT.ai's ókeypis stigi - hver gestur fær 600 mínútur til að byrja án kostnaðar.Gjaldið áætlanir bæta lengri skráarmörk, einka afritunar og forgangsröðun.
Whisper Large V3 er gefið út undir MIT, leyfilegt opið afnotaleyfi.Þú getur sjálf-hýsa Whisper Large V3 á eigin vélbúnaði eða nota hýsta útgáfu okkar - bæði eru nothæf í atvinnuskyni.
Whisper Large V3 styður 99 tungumál. Sjálfvirk greining velur rétt tungumál fyrir flest hljóð. Þú getur einnig tilgreint það handvirkt til að ná nákvæmni.
Whisper Large V3 vinnur hljóð á um 8.0x rauntíma á GPU okkar.1 klukkustund hljóðskrá lýkur í undir 7 mínútur; lengri skrár biðröð og tilkynna með tölvupósti þegar gert.
Stærri gerðir hafa tilhneigingu til að vera nákvæmari en hægari; STT.ai hýsir Whisper Large V3 á GPU þannig að fjöldi breytna hefur ekki áhrif á frammistöðu biðlara.
Whisper Large V3 samþykkir hvert snið STT.ai styður - MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI og aðrir.Output sem TXT, SRT, VTT, DOCX, JSON, eða PDF.
Hátalari diarization keyrir ásamt Whisper Large V3 fyrir hverja uppskrift - hver hátalari er merkt og þú getur endurnefnt þá í ritlinum eftir það.
Já. Whisper Large V3 keyrir í stjórnað umhverfi okkar - hljóð er unnið og eytt sjálfgefið og aldrei notað til þjálfunar án þess að skýrt sé valið. Pro áætlanir bæta við dulkóðun á viðskiptavinarhlið fyrir afritunarefni í hvíld.
Notaðu samanburðar-stt tólið til að keyra Whisper Large V3 gegn öðrum studdum líkani á sama hljóðinu - þú munt sjá WER, hlutatölu, hátalaramerki og traust stig hlið við hlið.Whisper Large V3 vs Whisper Large V3 samanburður er algengasta hlaupið.
Já. Tilgreindu "whisper-large-v3" sem líkan viðfang á /v1/transcribe endapunkti. Python og Node.js SDK innihalda Whisper Large V3 dæmi. Ókeypis API tier inniheldur 100 mínútur / mánuð.
Já. Vegna þess að Whisper Large V3 er MIT-leyfi, getur þú sjálfur hýst það. STT.ai's opinn uppspretta síðu sýnir verkefnið repo og þyngd. Flestir framleiðsluteymi nota hýsta útgáfu okkar til að sleppa GPU innkaupum, líkanskiptum og aðgerðum.