Whisper Large V3
STT.ai kjører denne modellen på det betalte nivået. Det er modellen bak STT.ai Forbedret. Fri transkription bruker Whisper Stor v3 Turbo, som er raskere.
Se planer →
·
Trancribe gratis med Whisper Turbo →
4.2%
WER
99
Språk
15.9x
Hastighet
MIT
Lisens
Om Whisper Large V3
Whisper Large V3 er OpenAIs flaggskips- åpen- kildekode talegjenkjenningsmodell. Med 1, 55 milliarder parametre gir den ekstraordinær nøyaktighet over 99 språk. Den bruker en transformator- koder- arkitektur trent til 680. 000 timers flerspråklige lyddata.
Modellinfo
- LeverandørOpenAI
- Arkitektur-
- LisensMIT
- OppdatertAug 2026
Ofte stilte spørsmål
Whisper Large V3 er en tale- til- tekst- modell av OpenAI. STT.ai kjører den på vår egen GPU for kontoer på en lønnet plan, og det er modellen bak STT.ai Forbedret nivå. Gratis transkription bruker Whisper Large v3 Turbo, den raskeste kontrollposten til samme familie.
Standard standardverdier viser at Whisper Large V3 oppnår rundt 4.2% Word Error Rate. Nøyaktighet i den virkelige verden avhenger av lydkvalitet, aksent og språk. For opptak med støy eller aksent, forvent noen prosentpoeng høyere WER.
Whisper Large V3 kjører på STT.ais ledig nivå – hver besøkende får 600 minutter til å starte uten kostnad. Betalingsplaner legger til lengre filgrenser, private utskrifter og prioritetskøing.
Whisper Large V3 er frigitt under MIT, en ettergivende åpen kildekode- lisens. Du kan selv være vert Whisper Large V3 på din egen maskinvare eller bruke vår vertsversjon – begge kan brukes kommersielt.
Whisper Large V3 støtter 99 språk. Auto- deteksjon velger det riktige språket for de fleste lydene. Du kan også oppgi det manuelt for en liten presisjonsheis.
Whisper Large V3 behandler lyd ved omlag 15.9x i sanntid på våre GPU- er. En en- times lydfil er ferdig på under 3 minutter, lengre filkø og varsles med e- post når den er ferdig.
Whisper Large V3 har 1.55B parametre. Større modeller har en tendens til å være mer presise men langsommere. STT.ai er verter Whisper Large V3 på GPU så parametertallet påvirker ikke din ytelse på klientsiden.
Whisper Large V3 godtar alle format STT.ai støtter – MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI og andre. Utdata som TXT, SRT, VTT, DOCX, JSON eller PDF.
Ja. Høytalerdiarisering går sammen med Whisper Large V3 for hver utskrift – hver høyttaler er merket og du kan endre navn på dem i redigeringen etterpå.
Ja. Whisper Large V3 kjører i vårt styrte miljø – lyd behandles og slettes som standard og brukes aldri til trening uten eksplisitt valg. Pro planer legger til kryptering på klientsiden for utskrifter i hvile.
Bruk sammenlikningsverktøyet til å kjøre Whisper Large V3 mot alle andre modeller som støttes på samme lyd – du får se WER, segmenttelling, høyttal og tillitspoeng side om side. Sammenlikningen Whisper Large V3 mot Whisper Stor V3 er det vanligste kjøreverktøyet.
Ja, på en betalt plan. Oppgi « whisper-large-v3 » som modellparameter for sluttpunktet / v1/ trancribe. Nøkler uten en aktiv plan blir servert Visper Stor v3 Turbo i stedet. Forespørselen lykkes fremdeles, den kjører bare den frie modellen.
Ja, fordi Whisper Large V3 er MIT-lisensert, kan du selv være vert for det. STT.ai-tallets åpen-kildekode side lister prosjektet repo og vekter. de fleste produksjonsteam bruker vår vertsversjon til å hoppe over GPU innkjøp, modellbytteavtaler og ops.