Транкрипувај со Whisper Large V3
4.2%
WER
99
Јазици
8.0x
Брзина
MIT
Лиценца
За Whisper Large V3
Шепоти големиот V3 е водечкиот модел на OpenAI за препознавање на говорот со отворен извор. Со 1,55 милијарди параметри, тој нуди исклучителна точност на 99 јазици.
Јазиците што ги поддржува Whisper Large V3
Инфо за моделот
- ДоставувачOpenAI
- Архитектура-
- ЛиценцаMIT
- АжурираноMar 2026
Често поставувани прашања
Whisper Large V3 е модел од говор до текст со OpenAI. STT.ai домаќини Whisper Large V3 на нашата инфраструктура на ГПУ за да можете да го користите без да го снабдите сопствениот хардвер — да внесете аудио или видео и да изберете Whisper Large V3 од моделот.
Според стандардните стандарди, Whisper Large V3 постигнуваат околу 4.2% проценка на грешките на зборовите. Прецизноста на реалниот свет зависи од квалитетот на звукот, акцентот и јазикот; за бучни или акцентирани снимки, очекуваат неколку проценти повисоко од ВЕР.
Whisper Large V3 работи на безплатен број STT.ai — секој посетител добива 600 минути за да почне без цена.
Whisper Large V3 е ослободен под MIT, попустлива лиценца со отворен извор. Whisper Large V3 може да се води на сопствен хардвер или да се користи нашата домаќинска верзија — и двете се комерцијално употребливи.
Whisper Large V3 поддржува 99 јазици. Авто- детекција го избира вистинскиот јазик за повеќето аудио; исто така можете рачно да го наведете за малку прецизност.
Whisper Large V3 процесира аудио на околу 8.0x во реално време на нашите GPU. 1- часовна аудио датотека завршува за помалку од 8802 минути; подолга редица на датотеки и известува со е- пошта кога ќе биде завршена.
Whisper Large V3 има 8802 параметри. Поголемите модели се поточни, но побавни; STT.ai домаќини Whisper Large V3 на GPU за броењето на параметрите да не влијае на перформансите на вашиот клиент.
Whisper Large V3 го прифаќа секој формат STT.ai потпори — MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI и други.
Дијаризирањето на звучникот оди заедно со Whisper Large V3 за секоја транскрипција — секој говорник е означен и потоа можете да ги преименувате во уредникот.
Да. Whisper Large V3 работи во нашата управувана средина — аудиото е обработено и избришано стандардно и никогаш не се користи за обука без експлицитна опти-ин. Про плановите додаваат енкрипција на страна на клиентот за преписи во мир.
Користете ја алатката споредба-ст за извршување Whisper Large V3 против било кој друг поддржан модел на истиот аудио — ќе го видите WER, бројот на сегменти, звучниците и самодоверливите резултати од страна на страна. Поравнувањето Whisper Large V3 против Whisper Large V3 е најчесто извршено.
Да. Наведете „ whisper-large-v3 “ како параметар на моделот на крајната точка / v1/transcribe. Python и Node.js SDKs вклучуваат Whisper Large V3 примери. Слободната API низа вклучува 100 минути/месечно.
Бидејќи Whisper Large V3 е 8802-лицензирана, можеш да го водиш. STT.ai-те страници со отворен извор ги набројуваат репо и тежини на проектот. Повеќето производствени тимови ја користат нашата домаќинска верзија за да ја прескокнат набавката на ГПУ, размената на модели и опс.