Транскрибировать с Whisper Large V3
4.2%
WER
99
Languages
8.0x
Speed
MIT
License
О модели Whisper Large V3
Whisper Large V3 is OpenAI's flagship open-source speech recognition model. With 1.55 billion parameters, it offers exceptional accuracy across 99 languages. It uses a transformer encoder-decoder architecture trained on 680,000 hours of multilingual audio data.
Model Info
- ProviderOpenAI
- Architecture-
- LicenseMIT
- UpdatedMar 2026
Часто задаваемые вопросы
Whisper Large V3 — это речевая модель на OpenAI. STT.ai носит Whisper Large V3 на нашей инфраструктуре GPU, так что вы можете использовать ее без обеспечения собственного оборудования — загружать аудио- или видео и выбирать Whisper Large V3 из сборщика модели.
При стандартных контрольных параметрах Whisper Large V3 достигает примерно 4.2% скорости ошибок в Word. Точность в реальном мире зависит от качества звука, акцента и языка; для шумных или заостренных записей ожидается, что на несколько процентных пунктов выше WER.
Whisper Large V3 работает на бесплатном уровне STT.ai — каждый посетитель получает 600 минут в месяц бесплатно.
Whisper Large V3 выпущено на MIT год, разрешительная лицензия с открытым исходным кодом. Вы можете самостоятельно принять Whisper Large V3 на вашем собственном оборудовании или использовать нашу приёмную версию — оба они могут быть использованы на коммерческой основе.
Whisper Large V3 поддерживает 99 язык. Автообнаружение выбирает правильный язык для большинства звуков; вы также можете указать его вручную для небольшого лифта с точностью.
Whisper Large V3 обрабатывает аудио примерно 8.0x в режиме реального времени на наших GPU. 1-часовой аудио файл заканчивается меньше чем за 7 минуты; более длинный список файлов и уведомление по электронной почте, когда он будет сделан.
Whisper Large V3 имеет параметры 1.55B. Большие модели, как правило, более точны, но медленнее; STT.ai носит Whisper Large V3 на GPU, так что число параметров не влияет на производительность вашего клиента.
Whisper Large V3 принимает каждый формат STT.ai поддержки — MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI и другие.
Да, диааризация спикера проводится вместе с Whisper Large V3 за каждую транскрипцию — каждый оратор помечен ярлыком, и после этого вы можете переименовать их в редактора.
Да. Whisper Large V3 прогонов в нашей регулируемой среде — аудио обрабатывается и удаляется по умолчанию и никогда не используется для обучения без прямого выбора. Про-планы добавляют шифрование клиентом для расшифровки стенограмм.
Используйте инструмент для сравнения с Whisper Large V3 против любой другой поддерживаемой модели на одном и том же аудио — вы увидите WER, число сегментов, ярлыки громкостей и оценки достоверности одновременно. Сопоставление Whisper Large V3 vs Whisper Крупный V3 — наиболее частое сравнение.
Да. Указать "whisper-large-v3" в качестве параметра модели на конечных точках /v1/tranarip. Python и Node.js SDKs включают Whisper Large V3 примеры. Свободный API уровень включает 100 минут в месяц.
Да, так как Whisper Large V3 имеет MIT-лицензию, вы можете самостоятельно завести его. На странице с открытым исходным кодом STT.ai перечисляются репо и весы проекта. Большинство производственных команд используют нашу хост-версия, чтобы пропустить закупки GPU, свопы моделей и операции.