Transcrire avec Whisper Turbo
5.1%
WER
99
Languages
32.0x
Speed
MIT
License
À propos de Whisper Turbo
Whisper Turbo (large-v3-turbo) is a distilled version of Whisper Large V3 that dramatically reduces inference time while maintaining competitive accuracy. With only 4 decoder layers instead of 32, it achieves a 4x speedup.
Model Info
- ProviderOpenAI
- Architecture-
- LicenseMIT
- UpdatedMar 2026
Questions fréquemment posées
Whisper Turbo est un modèle speech-to-text par OpenAI. STT.ai héberge Whisper Turbo sur notre infrastructure GPU afin que vous puissiez l'utiliser sans fournir votre propre matériel — télécharger audio ou vidéo et choisir Whisper Turbo à partir du modèle de sélection.
Sur les repères standard, Whisper Turbo atteint environ 5.1% de Word Error Rate. La précision du monde réel dépend de la qualité audio, de l'accent et de la langue; pour les enregistrements bruyants ou accentués, attendez quelques points de pourcentage plus haut WER.
Whisper Turbo fonctionne sur le niveau gratuit de STT.ai — chaque visiteur obtient 600 minutes/mois sans frais. Les plans payants ajoutent plus de limites par fichier, des transcriptions privées et la file d'attente prioritaire.
Whisper Turbo est publié sous MIT, une licence open-source permissive. Vous pouvez vous-même héberger Whisper Turbo sur votre propre matériel ou utiliser notre version hébergée — les deux sont utilisables commercialement.
Whisper Turbo prend en charge 99 langues. La détection automatique choisit la bonne langue pour la plupart des audio; vous pouvez également le spécifier manuellement pour un petit ascenseur de précision.
Whisper Turbo traite l'audio à environ 32.0x en temps réel sur nos GPUs. Un fichier audio d'une heure se termine en moins de 1 minutes; des fichiers plus longs font la file d'attente et les avisent par courrier électronique lorsque cela est fait.
Whisper Turbo a 809M paramètres. Les modèles plus grands ont tendance à être plus précis mais plus lents; STT.ai hôtes Whisper Turbo sur GPU de sorte que le nombre de paramètres n'affecte pas les performances de votre client.
Whisper Turbo accepte chaque format STT.ai supports — MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI, et autres. Sortie comme TXT, SRT, VTT, DOCX, JSON ou PDF.
Oui. La diarisation des haut-parleurs se déroule aux côtés de Whisper Turbo pour chaque transcription — chaque haut-parleur est étiqueté et vous pouvez les renommer dans l'éditeur par la suite.
Oui. Whisper Turbo fonctionne dans notre environnement géré — l'audio est traité et supprimé par défaut et jamais utilisé pour la formation sans opt-in explicite.
Utilisez l'outil compare-stt pour exécuter Whisper Turbo contre n'importe quel autre modèle pris en charge sur le même son — vous verrez WER, le nombre de segments, les étiquettes des haut-parleurs et les scores de confiance côte à côte. La comparaison Whisper Turbo vs Whisper Large V3 est la plus courante.
Oui. Spécifiez "whisper-turbo" comme paramètre de modèle sur le paramètre /v1/transcrire. Les SDKs Python et Node.js incluent Whisper Turbo exemples. Le niveau d'API gratuit comprend 100 minutes/mois.
Oui. Parce que Whisper Turbo est MIT-licenced, vous pouvez auto-héberger. STT.ai's open-source page liste la prise en charge du projet et les poids. La plupart des équipes de production utilisent notre version hébergée pour sauter l'approvisionnement GPU, les swaps de modèles, et les ops.