Traskrizzjoni ma’ Whisper Large V3
4.2%
WER
99
Lingwi
8.0x
Veloċità
MIT
Liċenzja
Dwar Whisper Large V3
Whisper Large V3 huwa l-mudell ewlieni ta' OpenAI ta' rikonoxximent tad-diskors b'sors miftuħ.B'1.55 biljun parametru, joffri preċiżjoni eċċezzjonali f'99 lingwa.Juża arkitettura ta' encoder-decoder tat-transformer imħarrġa fuq 680,000 siegħa ta' dejta awdjo multilingwi.
Informazzjoni dwar il-Mudell
- ForniturOpenAI
- Arkitettura-
- LiċenzjaMIT
- AġġornatMar 2026
Mistoqsijiet li jsiru ta’ spiss
Whisper Large V3 huwa mudell ta' diskors għal test minn OpenAI.STT.ai jospita Whisper Large V3 fuq l-infrastruttura tal-GPU tagħna sabiex tkun tista' tużah mingħajr ma tipprovdi l-hardware tiegħek stess — ittella' awdjo jew vidjow u agħżel Whisper Large V3 mill-mudell li jagħżel.
Fuq il-parametri referenzjarji standard, Whisper Large V3 tikseb madwar 4.2% Rata Żball Kelma.Real-dinja eżattezza tiddependi fuq il-kwalità tal-awdjo, aċċent, u l-lingwa; għal reġistrazzjonijiet storbjużi jew accented, jistennew ftit punti perċentwali ogħla WER.
Whisper Large V3 jimxi fuq STT.ai's ħielsa saff - kull viżitatur tikseb 600 minuta biex tibda mingħajr ħlas.Pjanijiet imħallsa żid itwal għal kull fajl limiti, transcripts privati, u prijorità fil-kju.
Whisper Large V3 huwa rilaxxat taħt MIT, liċenzja permissiva open-source.Tista' tospita Whisper Large V3 fuq il-ħardwer tiegħek stess jew tuża l-verżjoni ospitata tagħna — it-tnejn huma kummerċjalment użabbli.
Whisper Large V3 jappoġġja 99 lingwi. awtomatiku-sejbien picks-lingwa dritt għall-biċċa l-kbira awdjo; inti tista wkoll jispeċifikaw manwalment għal lift preċiżjoni żgħar.
Whisper Large V3 jipproċessa awdjo f'madwar 8.0x fil-ħin reali fuq il-GPUs tagħna. Fajl awdjo ta' siegħa jispiċċa f'inqas minn 7 minuta; fajls itwal fil-kju u jinnotifikaw bl-email meta jsir.
Mudelli akbar għandhom it-tendenza li jkunu aktar preċiżi iżda aktar bil-mod; STT.ai jospita Whisper Large V3 fuq il-GPU sabiex il-kont tal-parametru ma jaffettwax il-prestazzjoni tal-klijent tiegħek.
Whisper Large V3 jaċċetta kull format STT.ai jappoġġja - MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI, u oħrajn.Output bħala TXT, SRT, VTT, DOCX, JSON, jew PDF.
Speaker diarization timxi flimkien ma Whisper Large V3 għal kull traskrizzjoni — kull kelliem huwa ttikkettat u inti tista 'tibdel l-isem tagħhom fl-editur wara.
Iva. Whisper Large V3 timxi fl-ambjent ġestit tagħna - l-awdjo huwa pproċessat u mħassar b'mod default u qatt ma jintuża għat-taħriġ mingħajr opt-in espliċitu.
Uża l-għodda tqabbel-stt biex imexxu Whisper Large V3 kontra kwalunkwe mudell ieħor appoġġjati fuq l-istess awdjo — inti ser tara WER, għadd segment, tikketti kelliem, u punteġġi kunfidenza ġenb ma ġenb.-Whisper Large V3 vs Whisper Large V3 tqabbil huwa l-aktar komunement tmexxija.
Iva. Speċifika "whisper-large-v3" bħala l-parametru tal-mudell fuq l-endpoint /v1/transcribe. L-SDKs tal-Python u Node.js jinkludu eżempji ta' Whisper Large V3.
Iva. Minħabba li Whisper Large V3 huwa MIT-liċenzjat, inti tista self-ospitati. STT.ai's open-source paġna telenka l-proġett repo u l-piżijiet. ħafna timijiet tal-produzzjoni jużaw tagħna verżjoni ospitat biex jaqbżu GPU akkwist, mudell swaps, u ops.