سان نقل ڪريو Whisper Large V3
4.2%
WER
99
ٻوليون
8.0x
رفتار
MIT
لائسنس
بابت Whisper Large V3
ويسپِر لاجورد V3 اوپن اي آءِ جو عظيم مفت ذريعو ڳالهائڻ سڃاڻڻ وارو ماڊل آهي. 1.55 بلين پاراميٽرز سان، اهو 99 ٻولين ۾ غير معمولي دقت پيش ڪري ٿو. اهو هڪ ٽرانسميٽر انڪوڊر-ڊيڪوڊر آرڪيٽيڪچر استعمال ڪري ٿو جيڪو 680،000 ڪلاڪن جي ڪيترن ئي ٻولين جي آڊيو ڊيٽا تي تربيت ڏنل آهي.
ماڊل جي معلومات
- مهيا ڪندڙOpenAI
- آرڪائيو-
- لائسنسMIT
- اپڊيٽ ٿيلMar 2026
گھڻا پڇيل سوال
Whisper Large V3 OpenAI جو ڳالهائڻ-لکڻ ماڊل آھي. STT.ai Whisper Large V3 کي اسان جي GPU جي بنياد تي ميزبان ڪري ٿو تنھنڪري توھان ان کي پنھنجي هارڊويئر جي فراهمي کانسواءِ استعمال ڪري سگھو ٿا - آڊيو يا وڊيو اپ لوڊ ڪريو ۽ ماڊل چونڊيندڙ مان Whisper Large V3 چونڊيو.
معياري معيار تي، Whisper Large V3 4.2% لفظ غلطي جي شرح حاصل ڪري ٿو. حقيقي دنيا جي دقت آڊيو جي معيار، ڌيان ۽ ٻولي تي منحصر آهي؛ شور يا ڌيان رکندڙ رڪارڊنگ لاءِ، ڪجهه سيڪڙو پوائنٽس وڌيڪ WER جو اميد آهي.
Whisper Large V3 STT.ai جي مفت سطح تي هلندو آهي - هر هڪ مهمان 600 منٽن کي شروع ڪرڻ لاء ڪو به خرچ نه آهي. ادا ڪيل منصوبا وڌيڪ ڊگهي فائيل حدون، پرائيويٽ ٽرانسڪرپشن ۽ ترجيح واري قطار شامل ڪرڻ.
Whisper Large V3 MIT تحت جاري ڪيو ويو آهي، هڪ آزاد-سرو لاڳاپو لائسنس. توهان Whisper Large V3 کي پنهنجي هارڊويئر تي پاڻمرادو ميزبان ڪري سگهو ٿا يا اسان جي ميزبان ورزن کي استعمال ڪري سگهو ٿا - ٻئي تجارتي طور استعمال ڪري سگهجن ٿا.
Whisper Large V3 99 ٻوليون سپورٽ ڪري ٿو. خودڪار ڳولا گھڻن آڊيو لاءِ صحيح ٻولي چونڊيندي آهي؛ توهان ان کي پاڻمرادو به بيان ڪري سگهو ٿا ته جيئن صحيحي ۾ ٿورو اضافو ٿئي.
Whisper Large V3 اسان جي GPUs تي تقريبن 8.0x ريئل ٽائيم تي آڊيو پروسيس ڪري ٿو. 1 ڪلاڪ جي آڊيو فائل 7 منٽن ۾ ختم ٿئي ٿي؛ ڊگهيون فائل ڪنڊي ۾ رکجن ۽ جڏهن مڪمل ٿئي ته اي ميل ذريعي اطلاع ڏين.
Whisper Large V3 وٽ 1.55B ماڊل آھن. وڏا ماڊل وڌيڪ درست آھن پر سست آھن؛ STT.ai Whisper Large V3 کي GPU تي ميزبان ڪري ٿو تنھنڪري ماڊل جي ڳاڻيٽي توھان جي ڪلائنٽ-سائڊ ڪارڪردگي تي اثر نه ٿا وجهن.
Whisper Large V3 سڀ فارميٽ قبول ڪري ٿو STT.ai مدد — MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI, ۽ ٻيا. خروجي طور TXT, SRT, VTT, DOCX, JSON, يا PDF.
ها. هر هڪ نقل لاءِ Whisper Large V3 سان گڏ ڳالهائيندڙ جي ڊياريزيشن هلندي آهي - هر هڪ ڳالهائيندڙ تي ٽيگ لڳل آهي ۽ توهان انهن جو نالو پوءِ ايڊيٽر ۾ تبديل ڪري سگهو ٿا.
ها. Whisper Large V3 اسان جي انتظامي ماحول ۾ هلندو آهي - آڊيو پروسيس ڪيو ويندو آهي ۽ اڻ سڌي طرح حذف ڪيو ويندو آهي ۽ ڪڏهن به واضح طور تي داخل ٿيڻ کانسواءِ تربيت لاءِ استعمال نه ٿيندو آهي. پرو منصوبا وقف ٿيل ترڪيبن لاءِ ڪلائنٽ-سائڊ انڪرپشن شامل ڪندا آهن.
compare-stt ٽولز کي استعمال ڪريو Whisper Large V3 کي ڪنهن به ٻئي مدد ڏنل ماڊل سان گڏ هڪ ئي آڊيو تي هلائڻ لاءِ - توهان WER، حصن جي ڳاڻيٽي، اسپيڪر جي ليڊس ۽ اعتماد جا نتيجا پاسي پاسي ڏسندا. Whisper Large V3 vs Whisper Large V3 مقابلو سڀ کان عام هلندڙ آهي.
ھائو. /v1/transcribe endpoint تي ماڊل پيراميڊ طور "whisper-large-v3" جو بيان ڪريو. Python ۽ Node.js SDKs ۾ Whisper Large V3 جا مثال شامل آهن. مفت API ٽيئر ۾ 100 منٽ/مھينو شامل آهن.
ها. ڇاڪاڻ ته Whisper Large V3 MIT-ليزنٽ آهي، توهان ان کي پاڻمرادو ميزبان ڪري سگهو ٿا. STT.ai جي اوپن سورس صفحي ۾ منصوبي جي ريپو ۽ وزن جي فهرست آهي. گھڻيون پيداوار جون ٽيمون اسان جي ميزبان ورزن کي GPU جي خريداري، ماڊل سوئپس ۽ آپشن کي ڇڏڻ لاءِ استعمال ڪن ٿيون.