Whisper Large V3
STT.ai execută acest model pe nivelul plătit. Este modelul din spatele STT.ai Enhanced. Transcription gratuit folosește Whisper Large v3 Turbo, care este mai rapid.
A se vedea planurile →
·
Transcrie gratuit cu Whisper Turbo →
4.2%
WER
99
Limbi
15.9x
Viteza
MIT
Licență
Despre Whisper Large V3
Whisper Large V3 este modelul de recunoaștere a discursului deschis al OpenAI. Cu 1.55 miliarde de parametri, acesta oferă o precizie excepțională în 99 de limbi. Folosește o arhitectură de codificator-decoder transformator instruită pe 680.000 de ore de date audio multilingue.
Limbi suportate de Whisper Large V3
Informații model
- FurnizorOpenAI
- Arhitectura-
- LicențăMIT
- ActualizatAug 2026
Întrebări frecvente
Whisper Large V3 este un model de speach-to-text de OpenAI. STT.ai îl execută pe propriul nostru GPU pentru conturile pe un plan plătit, și este modelul din spatele nivelului îmbunătăţit STT.ai. Transcription gratuit folosește Whisper Large v3 Turbo, punctul de control mai rapid al aceleiași familii.
Pe baza standardelor de referință, Whisper Large V3 realizează aproximativ 4.2% Rata de eroare Word. Acuratețea lumii reale depinde de calitatea audio, accentul și limba; pentru înregistrări zgomotoase sau accentuate, se așteaptă la câteva puncte procentuale mai mari WER.
Whisper Large V3 se desfășoară pe nivelul gratuit al STT.ai - fiecare vizitator deține 600 de minute pentru a începe fără cost. Planurile plătite adaugă mai mult limite pe fișier, tranșe private și coada prioritară.
Whisper Large V3 este lansat sub MIT, o licență permisivă de open-source. Puteți auto-gazdă Whisper Large V3 pe propriul hardware sau utiliza versiunea noastră gazdă — ambele sunt utilizabile comercial.
Whisper Large V3 suportă 99 limbi. Auto-detection alege limba corectă pentru majoritatea audio; puteți, de asemenea, să o specificați manual pentru un mic lift de precizie.
Whisper Large V3 procesează audio la aproximativ 15.9x în timp real pe GPU-urile noastre. Un fișier audio de 1 oră se termină în sub 3 minute; fișiere mai lungi coada și notificare prin e-mail atunci când este gata.
Whisper Large V3 are parametri 1.55B. Modelele mai mari tind să fie mai precise, dar mai lent; STT.ai găzduiește Whisper Large V3 pe GPU astfel încât numărul de parametri nu afectează performanța client-side.
Whisper Large V3 acceptă fiecare format de suport STT.ai — MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI și alții. Produsă ca TXT, SRT, VTT, DOCX, JSON sau PDF.
Da. Diarizarea speakerului merge alături de Whisper Large V3 pentru fiecare transcriere — fiecare speaker este etichetat și le puteți renoma în editor după aceea.
Da. Whisper Large V3 rulează în mediul nostru gestionat – audio este prelucrat și șterse în mod implicit și nu este utilizat niciodată pentru antrenament fără opt-in explicit. Pro planuri adaugă criptare pe partea clientului pentru transcripții în odihnă.
Utilizați instrumentul compara-stt pentru a rula Whisper Large V3 împotriva oricărui alt model suportat pe același audio — veți vedea WER, număr de segmente, etichete de speaker și scoruri de încredere lado-a-side. Whisper Large V3 vs Whisper Large V3 comparație este cel mai frecvent rulat.
Da, pe un plan plătit. Specificați "whisper-large-v3" ca parametrul model pe punctul final /v1/transcrie. Cheile fără un plan activ sunt servite Whisper Large v3 Turbo. Cererea încă reușește; acesta doar rulează modelul gratuit.
Da. Deoarece Whisper Large V3 este MIT- licenciat, puteți să-l găzduiți. STT.ai de pagini de open-source listează proiectul repo și greutăți. Cele mai multe echipe de producție folosesc versiunea noastră găzduită pentru a trece peste GPU achiziții, swaps de model și ops.