Whisper Large V3
STT.ai menjalankan model ini pada tahap berbayar. Ia adalah model di belakang STT.ai Enhanced. Transkripsi percuma menggunakan Whisper Large v3 Turbo, yang lebih pantas.
Lihat rancangan →
·
Tulis bebas dengan Whisper Turbo →
4.2%
WER
99
Bahasa
15.9x
Kelajuan
MIT
Lesen
Tentang Whisper Large V3
Whisper Large V3 adalah model pengenalan ucapan sumber terbuka OpenAI. Dengan 1.55 bilion parameter, ia menawarkan ketepatan luar biasa di 99 bahasa. Ia menggunakan arsitektur pengekod-penyekod transformator yang dilatih pada 680,000 jam data audio berbilang bahasa.
Maklumat Model
- PenyediaOpenAI
- Arkitektur-
- LesenMIT
- DikemaskiniAug 2026
Soalan Lazim
Whisper Large V3 adalah model ucapan-ke-teks oleh OpenAI. STT.ai menjalankannya pada GPU kami sendiri untuk akaun pada rancangan berbayar, dan ia adalah model di belakang STT.ai tingkat diperbaiki. Transkripsi percuma menggunakan Whisper Large v3 Turbo, titik periksa yang lebih pantas dari keluarga yang sama.
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 untuk bermula 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 15.9x masa nyata pada GPU kami. Fail audio 1 jam selesai dalam kurang daripada 3 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, pada rancangan berbayar. Nyatakan "whisper-large-v3" sebagai parameter model pada titik akhir /v1/transcribe. Kekunci tanpa rancangan aktif dilayan Whisper Large v3 Turbo sebaliknya. Permintaan masih berjaya; ia hanya menjalankan model percuma.
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.