Whisper Large V3
STT.ai používa tento model na platenej úrovni, je to model za STT.ai Enhanced. Bezplatný prepis používa Whisper Large v3 Turbo, ktorý je rýchlejší.
Pozrite si plány →
·
Prepisujte zadarmo s Whisper Turbo →
4.2%
WER
99
Jazyky
15.9x
Rýchlosť
MIT
Licencia
O nás Whisper Large V3
Whisper Large V3 je vlajkový model OpenAI pre rozpoznávanie reči s otvoreným zdrojovým kódom, ktorý ponúka výnimočnú presnosť v 99 jazykoch a 1,55 miliardy parametrov. Využíva architektúru transformátorového kódovača a dekódovača, ktorý je trénovaný na 680 000 hodinách viacjazyčných zvukových dát.
Jazyky podporované Whisper Large V3
Informácie o modeli
- PoskytovateľOpenAI
- Architektúra-
- LicenciaMIT
- AktualizovanéAug 2026
Často kladené otázky
Whisper Large V3 je model premeny reči na text od OpenAI. STT.ai ho prevádzkuje na našom vlastnom GPU pre účty s plateným plánom a je to model za STT.ai Enhanced tier. Bezplatný prepis používa Whisper Large v3 Turbo, rýchlejší kontrolný bod rovnakej rodiny.
V štandardných testoch dosahuje Whisper Large V3 okolo 4.2% Word Error Rate.Reálna presnosť závisí od kvality zvuku, prízvuku a jazyka; pre hlučné alebo akcentované nahrávky očakávajte o niekoľko percentuálnych bodov vyššiu WER.
Whisper Large V3 beží na bezplatnej úrovni STT.ai - každý návštevník dostane 600 minút na spustenie bez poplatkov.Platené plány pridávajú dlhšie limity na súbor, súkromné prepisy a prioritné rady.
Whisper Large V3 je vydaný pod MIT, povolenou open-source licenciou.Whisper Large V3 môžete hosťovať na svojom vlastnom hardvéri alebo použiť našu hosťovanú verziu — obe sú komerčne použiteľné.
Whisper Large V3 podporuje 99 jazykov.Automatická detekcia vyberie správny jazyk pre väčšinu zvuku; môžete ho tiež zadať manuálne pre malý nárast presnosti.
Whisper Large V3 spracováva zvuk približne 15.9x v reálnom čase na našich grafických procesoroch. 1-hodinový zvukový súbor sa dokončí za menej ako 3 minút. Dlhšie súbory sa ukladajú do frontu a po dokončení sa upozornia e-mailom.
Väčšie modely majú tendenciu byť presnejšie, ale pomalšie; STT.ai hostí Whisper Large V3 na GPU, takže počet parametrov neovplyvňuje výkon na strane klienta.
Whisper Large V3 prijíma všetky formáty, ktoré podporuje STT.ai — MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI a ďalšie.Výstup ako TXT, SRT, VTT, DOCX, JSON alebo PDF.
Diarizácia hovoriacich beží spolu s Whisper Large V3 pre každý prepis — každý hovoriaci je označený a môžete ho neskôr premenovať v editore.
Áno, Whisper Large V3 je spustené v našom spravovanom prostredí – zvuk sa predvolene spracováva a odstraňuje a nikdy sa nepoužíva na školenie bez výslovného súhlasu. Plány Pro pridávajú šifrovanie na strane klienta pre prepisy v pokoji.
Použite nástroj compare-stt na porovnanie Whisper Large V3 s akýmkoľvek iným podporovaným modelom na rovnakom zvuku. Uvidíte WER, počet segmentov, popisky reproduktorov a skóre spoľahlivosti vedľa seba. Porovnanie Whisper Large V3 vs Whisper Large V3 je najčastejšie používané.
Áno, v prípade plateného plánu. Zadajte "whisper-large-v3" ako parameter modelu na koncovom bode /v1/transcribe. Kľúče bez aktívneho plánu sa namiesto toho poskytujú Whisper Large v3 Turbo. Požiadavka je stále úspešná; iba spustí bezplatný model.
Áno, pretože Whisper Large V3 je licencovaný na MIT, môžete ho hosťovať sami.Stránka s otvoreným zdrojovým kódom STT.ai uvádza úložisko projektu a váhy.Väčšina produkčných tímov používa našu hosťovanú verziu na preskočenie obstarávania GPU, výmen modelov a operácií.