Transcribe with Whisper Large V3
4.2%
WER
99
Languages
8.0x
Speed
MIT
License
About Whisper Large V3
Model Info
- ProviderOpenAI
- Architecture-
- LicenseMIT
- UpdatedMar 2026
Dažnai užduodami klausimai
Whisper Large V3 yra kalbos-teksto modelis iki OpenAI. STT.ai savo GPU infrastruktūroje sumontuoti Whisper Large V3, todėl jį galite naudoti neįrengdami savo techninės įrangos – įkelkite garso ar vaizdo ir pasirinkite Whisper Large V3 iš modelio parinkiklis.
Dėl standartinių lyginamųjų standartų, Whisper Large V3 pasiekia apie 8801% Word error Rate. Realaus pasaulio tikslumas priklauso nuo garso kokybės, akcentas, ir kalba; Triukšmingų ar akcentuotų įrašų, tikėtis keletą procentinių punktų didesnis WER.
Whisper Large V3 veikia STT.ai laisvos pakopos - kiekvienas lankytojas gauna 600 minučių/mėnesį be jokių išlaidų. Mokami planai pridėti daugiau už failą ribų, privačių stenogramų, ir prioritetų eilė.
Whisper Large V3 yra išleistas pagal MIT, leistina atviro kodo licencija. Galite savarankiškai-host Whisper Large V3 ant savo aparatūros arba naudoti mūsų palaikomą versiją - abu yra komerciškai naudoti.
Whisper Large V3 palaiko 99 kalbas. Automatinis aptikimas pasirenka reikiamą kalbą daugumai garso; taip pat galite nurodyti ją rankiniu būdu nedideliam tikslumui pakelti.
Whisper Large V3 apdoroja garsą maždaug 8.0x realiu laiku mūsų GPU. 1 valandos garso failas baigiasi po 7 minučių; ilgesnis failų eilė ir apie tai praneš el. paštu, kai tai bus padaryta.
Whisper Large V3 turi 1.55B parametrus. Didesni modeliai yra tikslesni, bet lėčiau; STT.ai GPU mazgai Whisper Large V3, todėl parametrų skaičius neturi įtakos Jūsų klientų veiklos rezultatams.
Whisper Large V3 priima kiekvieną formatą STT.ai palaiko: MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI ir kt. Išvesti kaip TXT, SRT, VTT, DOCX, JSON, arba PDF.
Taip. Garsiakalbio diarizacija veikia šalia Whisper Large V3 kiekvienam transkripcija – kiekvienas garsiakalbis yra pažymėtas ir galite pervadinti juos redaktoriuje po to.
Taip. Whisper Large V3 veikia mūsų valdomoje aplinkoje — garso yra apdorojamas ir ištrinamas pagal nutylėjimą ir niekada naudojamas mokymui be aiškaus opt-in. Pro planai pridėti kliento pusėje šifravimo stenogramos poilsio.
Naudokite palyginimo-stt įrankis paleisti Whisper Large V3 prieš bet kurį kitą palaikomą modelį tame pačiame garso — pamatysite WER, segmentų skaičių, garsiakalbių etiketes ir pasitikėjimo balus šalia-by-by. Whisper Large V3 palyginti Whisper didelis V3 yra dažniausiai paleisti.
Taip. Nurodykite "whisper-large-v3" kaip modelio parametrą /v1/tractor parametrą. Python ir Node.js SDK yra Whisper Large V3 pavyzdžiai. Nemokama API pakopa apima 100 minučių/mėnesį.
Taip. Kadangi Whisper Large V3 yra MIT-licencijuotas, galite patys-host jį. STT.ai atviro kodo puslapis išvardija projekto atpirkimo ir svorius. Dauguma gamybos komandos naudoja mūsų įdiegtą versiją praleisti GPU pirkimų, modelių apsikeitimo, ir ops.