Whisper Large V3
STT.ai는 유료 계층에서 이 모델을 실행합니다. STT.ai Enhanced 뒤에 있는 모델입니다. 무료 번역은 Whisper Large v3 Turbo를 사용하여 더 빠릅니다.
계획 보기 →
·
Whisper Turbo로 무료로 번역하기 →
4.2%
WER
99
언어
15.9x
속도
MIT
라이선스
정보 Whisper Large V3
Whisper Large V3는 OpenAI의 플래그십 오픈소스 음성 인식 모델로, 15억 5천만 파라미터를 갖추고 있으며, 99개 언어에 걸쳐 뛰어난 정확도를 제공합니다. Whisper Large V3은 68만 시간의 다국어 오디오 데이터를 훈련시킨 트랜스포머 인코더-디코더 아키텍처를 사용합니다.
모델 정보
- 공급자OpenAI
- 아키텍처-
- 라이선스MIT
- 업데이트됨Aug 2026
자주 묻는 질문
Whisper Large V3는 OpenAI가 만든 음성 텍스트 모델입니다. STT.ai는 유료 플랜 계정을 위해 자체 GPU에서 실행하며 STT.ai Enhanced 계층의 모델입니다. 무료 번역은 Whisper Large v3 Turbo를 사용합니다. Whisper Large v3 Turbo는 동일한 패밀리의 더 빠른 체크포인트입니다.
표준 벤치마크에서 Whisper Large V3은 약 4.2%의 단어 오류율을 달성합니다. 실제 정확도는 오디오 품질, 억양 및 언어에 따라 다릅니다. 소음이 많은 녹음이나 억양이 강한 녹음의 경우 WER가 몇 퍼센트 더 높을 것으로 예상됩니다.
Whisper Large V3은 STT.ai의 무료 계층에서 실행됩니다. 모든 방문자는 무료로 시작할 수 있는 600분을 얻습니다. 유료 계획은 파일당 더 긴 제한, 개인 전자 서류 및 우선 순위 큐를 추가합니다.
Whisper Large V3은 MIT 라이선스로 배포되며, 이는 허용적인 오픈 소스 라이선스입니다. Whisper Large V3을 자신의 하드웨어에서 셀프 호스팅하거나 호스팅 버전을 사용할 수 있습니다.
Whisper Large V3은 99 언어를 지원합니다. 자동 감지는 대부분의 오디오에 적합한 언어를 선택합니다. 작은 정확도 향상을 위해 수동으로 지정할 수도 있습니다.
Whisper Large V3은 GPU에서 약 15.9x의 실시간으로 오디오를 처리합니다. 1시간짜리 오디오 파일은 3분 이내에 완료됩니다. 더 긴 파일은 대기열에 올라와 완료되면 이메일로 알려줍니다.
Whisper Large V3은 1.55B 매개변수를 가지고 있습니다. 큰 모델은 더 정확하지만 느립니다. STT.ai은 GPU에서 Whisper Large V3을 호스팅하므로 매개변수 수가 클라이언트 측 성능에 영향을 미치지 않습니다.
Whisper Large V3은 STT.ai이 지원하는 모든 형식을 받아들입니다. MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI 등. 출력은 TXT, SRT, VTT, DOCX, JSON 또는 PDF로 가능합니다.
네. 모든 녹음에 대해 Whisper Large V3과 함께 스피커 디아리제이션이 실행됩니다. 각 스피커는 레이블이 부여되며 나중에 편집기에서 이름을 변경할 수 있습니다.
Whisper Large V3은 관리형 환경에서 실행되며, 오디오는 기본적으로 처리되고 삭제되며 명시적인 옵트인 없이는 교육에 사용되지 않습니다. Pro 플랜은 휴면 상태의 녹음파일에 대한 클라이언트 측 암호화를 추가합니다.
compare-stt 도구를 사용하여 동일한 오디오에서 다른 지원되는 모델과 Whisper Large V3을 비교합니다. WER, 세그먼트 수, 스피커 레이블, 신뢰도 점수가 나란히 표시됩니다. Whisper Large V3 대 Whisper Large V3 비교는 가장 일반적으로 실행됩니다.
유료 플랜에서 가능합니다. /v1/transcribe 엔드포인트에서 모델 매개변수로 "whisper-large-v3"를 지정합니다. 활성화된 플랜이 없는 키는 Whisper Large v3 Turbo 대신 제공됩니다. 요청은 여전히 성공하며 무료 모델만 실행됩니다.
Whisper Large V3은 MIT 라이선스를 받았기 때문에 셀프 호스팅할 수 있습니다. STT.ai의 오픈 소스 페이지에는 프로젝트 레포와 가중치가 나열되어 있습니다. 대부분의 프로덕션 팀은 GPU 조달, 모델 스왑 및 운영을 건너뛰기 위해 호스팅 버전을 사용합니다.