Whisper Large V3
STT.ai запускає цю модель на оплаченому шибку. Ця модель є моделлю за STT.ai Enhanced. Вільна трансляція використовує Whisper Великий v3 Turbo, яка є швидшою.
Див. плани →
·
Перепишіться на Whsper Turbo →
4.2%
WER
99
Мови
15.9x
Швидкість
MIT
Ліцензія
Про програму Whisper Large V3
Wshper Великий V3 - це модель розпізнавання мови з відкритим кодом OpenAI. За допомогою 1, 5 мільярдів параметрів вона надає виняткову точність у 99 мовах. Програма використовує архітектуру інструменту перетворення кодувальника з кодувальником, вивчену протягом 680 000 годин багатомовних звукових даних.
Мови, що підтримуються Whisper Large V3
Інформація про модель
- ПровайдерOpenAI
- Архітектура-
- ЛіцензіяMIT
- ОновленоAug 2026
Часті запитання
Whisper Large V3 is a speech-to-text model by OpenAI. STT.ai runs it on our own GPU for accounts on a paid plan, and it is the model behind the STT.ai Enhanced tier. Free transcription uses Whisper Large v3 Turbo, the faster checkpoint of the same family.
За стандартними полями Whisper Large V3 досягає приблизно 4.2% Частота помилок за словами. Точність реального світу залежить від якості звуку, акценту та мови; для галасливих або акцентованих записів очікується на декількох відсоткових пунктах вищого WER.
Whisper Large V3 працює на межі STT.ai- годинних дзвінків кожен відвідувач отримує 600 хвилин, щоб почати з жодної вартості. Плани паудів додають більше за обмеження файлів, приватних записів і черги пріоритетів.
Whisper Large V3 is released under MIT, a permissive open-source license. You can self-host Whisper Large V3 on your own hardware or use our hosted version — both are commercially usable.
Whisper Large V3 підтримують 99 мови. Автовиявлення обирає правильну мову для більшості звукових файлів; ви також можете вказати її вручну для невеличкого підйому точності.
Whisper Large V3 processes audio at about 15.9x real-time on our GPUs. A 1-hour audio file finishes in under 3 minutes; longer files queue and notify by email when done.
Whisper Large V3 має 8882 параметри. Великі моделі зазвичай є точнішими, але повільнішими; STT.ai вузлів - Whisper Large V3 на GPU, отже кількість параметрів не впливає на швидкодію вашого клієнта.
Whisper Large V3 приймає кожен формат STT.ai підтримує MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI та інші. Вивід у вигляді TXT, SRT, VTT, DOCX, JSON або PDF.
Так. diamer diaarization працює поряд Whisper Large V3 на кожен запис, кожен з промов буде позначено, і ви зможете перейменувати їх у редакторі після цього.
Yes. Whisper Large V3 runs in our managed environment — audio is processed and deleted by default and never used for training without explicit opt-in. Pro plans add client-side encryption for transcripts at rest.
Скористайтеся інструментом порівняння- stest, щоб запустити Whisper Large V3 у порівнянні з будь- якою іншою моделлю, що підтримується, на одному і тому ж звуковому каналі, ви побачите WER, кількість сегментів, надписи промовців, а також результати довіри збоку. Порівняння Whisper Large V3 проти Wisper Великий V3 є найбільш поширеним.
Так, за оплачуваним планом. Вкажіть " whisper-large-v3 " як параметр моделі у точці завершення / v1/ trrancess. Ключі без активного плану подаються Whisper Великий v3 Turbo замість цього запиту. Запит все ще має успіх, він просто запускає модель.
Так. Оскільки Whisper Large V3 має 8882- ліцензію, ви можете виконати її. STT.ai - на сторінці з відкритим кодом наведено список експропріаторів та ваг. Більшість команд з виробництва використовують нашу власницьку версію для того, щоб пропустити закупівлю на GPU, моделі свопінгу і ops.