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
Soalan Lazim
Whisper Large V3 adalah model pertuturan-ke-teks oleh OpenAI. STT.ai memuatkan Whisper Large V3 pada infrastruktur GPU kami supaya anda boleh menggunakannya tanpa menyediakan perkakasan anda sendiri — muat naik audio atau video dan pilih Whisper Large V3 dari pemilih model.
Pada piawaian piawai, Whisper Large V3 mencapai kira-kira 4.2% Kadar Ralat Perkataan. Ketepatan dunia nyata bergantung pada kualiti audio, loghat, dan bahasa; untuk rakaman bising atau loghat, harapkan beberapa peratusan WER yang lebih tinggi.
Whisper Large V3 berjalan pada aras percuma STT.ai — setiap pengunjung mendapat 600 minit/bulan tanpa kos. Rancangan berbayar menambah had per-fail yang lebih panjang, transkripsi peribadi, dan baris gilir keutamaan.
Whisper Large V3 dikeluarkan di bawah lesen sumber terbuka MIT. Anda boleh memuat turun Whisper Large V3 pada perkakasan anda sendiri atau menggunakan versi kami yang dimuat turun — kedua-duanya boleh digunakan secara komersial.
Whisper Large V3 menyokong 99 bahasa. Auto-kesan memilih bahasa yang betul untuk kebanyakan audio; anda juga boleh nyatakannya secara manual untuk ketelusan yang lebih baik.
Whisper Large V3 memproses audio pada kira-kira 8.0x masa nyata pada GPU kami. Fail audio 1 jam selesai dalam kurang daripada 7 minit; fail yang lebih panjang berijil dan maklumkan melalui emel bila selesai.
Whisper Large V3 mempunyai parameter 1.55B. Model yang lebih besar cenderung lebih tepat tetapi lebih perlahan; STT.ai memuatkan Whisper Large V3 pada GPU jadi kiraan parameter tidak mempengaruhi prestasi sisi klien anda.
Whisper Large V3 menerima setiap format yang disokong STT.ai — MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI, dan lain-lain. Output sebagai TXT, SRT, VTT, DOCX, JSON, atau PDF.
Ya. Diarisasi pembicara berjalan bersama Whisper Large V3 untuk setiap transkripsi — setiap pembicara dilabel dan anda boleh menamakan semula mereka dalam editor selepas itu.
Ya. Whisper Large V3 berjalan dalam persekitaran yang dikendalikan kami — audio diproses dan dipadam secara lalai dan tidak pernah digunakan untuk latihan tanpa opt-in yang jelas. Rancangan Pro menambah penyulitan sisi klien untuk transkripsi ketika rehat.
Gunakan alat compare-stt untuk jalankan Whisper Large V3 terhadap model yang disokong lain pada audio yang sama — anda akan lihat WER, kiraan segmen, label pengeras, dan skor keyakinan berdampingan. Perbandingan Whisper Large V3 vs Whisper Large V3 adalah yang paling biasa dijalankan.
Ya. Nyatakan "whisper-large-v3" sebagai parameter model pada titik akhir /v1/transcribe. Python dan Node.js SDKs termasuk contoh Whisper Large V3. Tahap API percuma termasuk 100 minit/bulan.
Ya. Kerana Whisper Large V3 adalah MIT-licensed, anda boleh self-host ia. STT.ai's open-source page lists the project repo and weights. Kebanyakan pasukan produksi menggunakan versi kami yang dihost untuk melepasi pembelian GPU, pertukaran model, dan ops.