Whisper Large V3
STT.ai د دې ماډل په ورکړل شوي کچه چلوي. دا د STT.ai Enhanced شاته ماډل دی. وړیا لیږد د Whisper Large v3 Turbo کاروي، کوم چې ګړندی دی.
پلانونه وګورﺉ →
·
د Whisper Turbo سره وړیا نقل کړئ →
4.2%
WER
99
ژبې
15.9x
چټکتيا
MIT
منښتليک
په اړه Whisper Large V3
د ویسپیر لوی V3 د OpenAI د پرچم وړونکي خلاص سرچینې د خبرو پیژندلو ماډل دی. د 1.55 ملیاردو پارامترونو سره، دا د 99 ژبو په اوږدو کې استثنایی دقت وړاندې کوي. دا د ترانسپورت انکوډر-ډیکوډر معمارۍ کاروي چې د 680،000 ساعتونو څو ژبو آډیو ډاټا باندې روزل شوي.
د نمونې خبرتياوې
- برابروونکیOpenAI
- معمارۍ-
- منښتليکMIT
- اوسمهالولAug 2026
ډېرې پوښتنې
Whisper Large V3 د OpenAI لخوا د خبرو اترو لپاره د متن ماډل دی. STT.ai د پیسو پلان په اړه د حسابونو لپاره زموږ په GPU کې چلوي، او دا د STT.ai وده شوي ټیر شاته ماډل دی. وړیا لیږد د Whisper Large v3 Turbo کاروي، د ورته کورنۍ چټک چک پوائنټ.
په معياري معیارونو، Whisper Large V3 په شاوخوا کې 4.2٪ کلمه د خطا نرخ ترلاسه کوي. د رښتینې نړۍ دقت د غږ کیفیت، accented، او ژبه پورې اړه لري؛ د غږیز یا accented ریکارډونو لپاره، د څو سلنې ټکي لوړ WER تمه.
Whisper Large V3 د STT.ai وړیا ټیر کې چلیږي - هر لیدونکی د 600 دقیقې ترلاسه کوي ترڅو پرته له کومې لګښت څخه پیل وکړي. د تادیې شوي پلانونو اوږد مهاله د فایل حدونه، شخصي نقلونه او د لومړیتوب قطار اضافه کوي.
Whisper Large V3 د MIT، د اجازه ورکولو وړیا سرچینې جواز لاندې خپور شوی. تاسو کولی شئ په خپل هارډویر کې د Whisper Large V3 کوربه کړئ یا زموږ کوربه نسخه وکاروئ - دواړه په سوداګریز ډول کارول کیدی شي.
Whisper Large V3 99 ژبې ملاتړ کوي. د اتومات کشف د ډیری غږ لپاره سم ژبه غوره کوي؛ تاسو کولی شئ د کوچني دقت لیفت لپاره په لاسي ډول مشخص کړئ.
Whisper Large V3 زموږ په GPUs کې د 15.9x ریښتیني وخت په اړه غږیز پروسس کوي. د 1 ساعت غږیز فایل د 3 دقیقو لاندې پای ته رسیږي؛ اوږدې فایلونه د قافیې او بریښنالیک له لارې خبرداری ورکوي کله چې ترسره شي.
Whisper Large V3 د 1.55B پارامترونه لري. لوی ماډلونه ډیر دقیق دي مګر ورو؛ STT.ai په GPU کې Whisper Large V3 کوربه کوي نو د پارامتر شمیر ستاسو د پیرودونکي خوا فعالیت اغیزه نه کوي.
Whisper Large V3 هر بڼه STT.ai ملاتړ مني - MP3، WAV، M4A، FLAC، OGG، MP4، MKV، MOV، WebM، AVI، او نورو. د TXT، SRT، VTT، DOCX، JSON، یا PDF په توګه محصول.
هو. د ویناوال diarization د هر نقل لپاره د Whisper Large V3 سره یوځای روان دی - هر ویناوال لیبل شوی او تاسو کولی شئ وروسته په مدیر کې یې نوم بدل کړئ.
هو. Whisper Large V3 زموږ په مدیریت شوي چاپیریال کې روان دی - آډیو د تل لپاره پروسس او حذف کیږي او هیڅکله د واضح انتخاب پرته د روزنې لپاره نه کارول کیږي. د پرو پلانونه د آرام لپاره د لیږد لپاره د پیرودونکي اړخ کوډ اضافه کوي.
د پرتله-STT وسیله وکاروئ چې په ورته غږیز کې د نورو ملاتړ شوي ماډلونو پروړاندې Whisper Large V3 چل کړئ - تاسو به WER، د برخې شمیر، د سکرین لیبلونه، او د اعتماد نښې نښانې وګورئ. د Whisper Large V3 vs Whisper Large V3 پرتله کول ترټولو عام چلول دي.
هو، په یو تادیه شوي پلان کې. د / v1 / transcribe پای ټکي کې د ماډل پارامتر په توګه "whisper-large-v3" مشخص کړئ. د فعال پلان پرته کیلي د ځای په ځای د Whisper Large v3 Turbo خدمت کیږي. غوښتنه لاهم بریالۍ ده؛ دا یوازې وړیا ماډل چلوي.
هو. ځکه چې Whisper Large V3 د MIT-لیکسینو لري، تاسو کولی شئ دا ځان ته کوربه کړئ. د STT.ai خلاص سرچینه پاڼه د پروژې ریپ او وزنونه لیست کوي. ډیری تولید ټیمونه زموږ کوربه نسخه کاروي ترڅو د GPU پیرود، ماډل تبادلې او عملیاتو ته لاړ شي.