Transcriure amb Whisper Large V3
4.2%
WER
99
Lengas
8.0x
Velocitat
MIT
Licéncia
A prepaus de Whisper Large V3
Whisper Large V3 es lo modèl de reconeissença vocala OpenAI de font dobèrta. Amb 1,55 miliards de paramètres, ofrís una precision excepcionala dins 99 lengas. Utiliza una arquitectura d'encodatge-decodatge de transformador entrenada sus 680 000 oras de donadas audio multilingüas.
Entresenhas sul modèl
- ProvesidorOpenAI
- Arquitectura-
- LicénciaMIT
- ActualizatMar 2026
Questions frequentas
Whisper Large V3 is a speech-to-text model by OpenAI. STT.ai hosts Whisper Large V3 on our GPU infrastructure so you can use it without provisioning your own hardware — upload audio or video and pick Whisper Large V3 from the model picker.
@ info
Whisper Large V3 s'exécuta sus la basa liura de STT.ai - cada visitaire a 600 minutas per començar sens còst. Los plans pagats apondon de limitas mai longas per fichièr, de transcripcions privadas e de filas de espera prioritarias.
Whisper Large V3 es publicat jos la licéncia MIT, una licéncia de còde dobèrt permissiva. Podètz auto-ostejar Whisper Large V3 sus vòstre pròpri maquinari o utilizar nòstra version ostejada — ambedos son comercialament utilizables.
Whisper Large V3 pren en carga 99 lengas. La deteccion automatica causís la lenga correcta per la majoritat dels sons; podètz tanben la especificar manualament per una precision melhorada.
Whisper Large V3 traça l'audio a aperaquí 8.0x en temps real sus nòstras GPU. Un fichièr àudio d'una ora se acaba en mens de 7 minutas; los fichièrs mai longs son plaçats en fila e notificats per corrièr electronic quand son acabats.
Whisper Large V3 a de paramètres 1.55B. Los modèls mai grands son mai precises mas mai lents; STT.ai òste Whisper Large V3 sul GPU, doncas lo compte de paramètres afecta pas vòstras performanças del costat client.
Whisper Large V3 accepta totes los formats que pren en carga STT.ai — MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI, e d'autres. Sortida coma TXT, SRT, VTT, DOX, JSON, o PDF.
@ info: shell
@ info
Utilizatz l'aisina compare-stt per comparar Whisper Large V3 amb quin autre modèl suportat sul meteis audio — veiretz WER, lo comptatge de segments, las etiquetas dels parlants e las pontuacions de fiabilitat a costat. La comparason Whisper Large V3 vs Whisper Large V3 es la mai comuna.
Òc. Especifiquez "whisper-large-v3" coma paramètre del modèl sul punt de fin /v1/transcribe. Los SDK Python e Node.js incluson d'exemples Whisper Large V3. Lo nivèl API liure inclutz 100 minutas/mes.
Òc. Perque Whisper Large V3 es licenciat amb MIT, podètz l'albergar. La pagina de còde dobèrt de STT.ai lista lo repositori e los pes del projècte. La majoritat de las equipas de produccion utilizan nòstra version albergada per passar l'aquisicion de GPU, los escambis de modèls e las operacions.