Trascrivi con Whisper Large V3
4.2%
WER
99
Languages
8.0x
Speed
MIT
License
Informazioni su Whisper Large V3
Whisper Large V3 is OpenAI's flagship open-source speech recognition model. With 1.55 billion parameters, it offers exceptional accuracy across 99 languages. It uses a transformer encoder-decoder architecture trained on 680,000 hours of multilingual audio data.
Model Info
- ProviderOpenAI
- Architecture-
- LicenseMIT
- UpdatedMar 2026
Domande frequenti
Whisper Large V3 è un modello speech-to-text di OpenAI. STT.ai ospita Whisper Large V3 sulla nostra infrastruttura GPU in modo da poterlo utilizzare senza fornire il proprio hardware Hoppenstedt caricare audio o video e scegliere Whisper Large V3 dal picker modello.
Sui benchmark standard, Whisper Large V3 raggiunge circa 4.2% Word Error Rate. L'accuratezza del mondo reale dipende dalla qualità audio, dall'accento e dal linguaggio; per le registrazioni rumorose o accentuate, aspettatevi qualche punto percentuale più alto WER.
Whisper Large V3 funziona su STT.ai di livello libero ogni visitatore ottiene 600 minuti al mese senza alcun costo. piani a pagamento aggiungere limiti più lunghi per file, trascrizioni private, e la coda di priorità.
Whisper Large V3 è rilasciato sotto MIT, una licenza open-source permissiva. È possibile auto-host Whisper Large V3 sul proprio hardware o utilizzare la nostra versione hosted entrambi sono commercialmente utilizzabili.
Whisper Large V3 supporta 99 lingue. Rilevamento automatico sceglie la lingua giusta per la maggior parte dell'audio; è anche possibile specificarlo manualmente per un piccolo sollevamento di precisione.
Whisper Large V3 elabora audio a circa 8.0x in tempo reale sulle nostre GPU. Un file audio di 1 ora termina in meno di 7 minuti; file più lunghi coda e notifica per e-mail quando fatto.
Whisper Large V3 ha 1.55B parametri. I modelli più grandi tendono ad essere più precisi ma più lenti; STT.ai host Whisper Large V3 su GPU in modo che il conteggio dei parametri non influisca sulle prestazioni lato client.
Whisper Large V3 accetta ogni formato STT.ai supporta © MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI, e altri. Uscita come TXT, SRT, VTT, DOCX, JSON, o PDF.
Sì. La diarizzazione degli altoparlanti corre accanto a Whisper Large V3 per ogni trascrizione ogni altoparlante è etichettato e si può rinominare in seguito nell'editor.
Sì. Whisper Large V3 è eseguito nel nostro ambiente gestito L'audio è elaborato e cancellato per impostazione predefinita e mai utilizzato per l'allenamento senza esplicito opt-in. Piani Pro aggiungere la crittografia lato client per le trascrizioni a riposo.
Utilizzare lo strumento di confronto-stt per eseguire Whisper Large V3 contro qualsiasi altro modello supportato sullo stesso audio. Vedrete WER, conteggio dei segmenti, etichette degli altoparlanti e punteggi di confidenza fianco a fianco. Il confronto Whisper Large V3 vs Whisper Large V3 è il più comunemente eseguito.
Sì. Specificare "whisper-large-v3" come parametro del modello sull'endpoint /v1/transcribe. Gli SDK Python e Node.js includono Whisper Large V3 esempi. Il livello API gratuito include 100 minuti/mese.
Sì. Poiché Whisper Large V3 è MIT-licensed, si può auto-ospitare esso. STT.ai pagina open-source elenca il progetto repo e pesi. La maggior parte dei team di produzione utilizzano la nostra versione ospitata per saltare GPU approvvigionamento, modelli di swap, e op.