Bimbing dengan Whisper Turbo
5.1%
WER
99
Bahasa
23.1x
Kecepatan
MIT
Lisensi
Tentang Whisper Turbo
Whisper Turbo (large-v3-turbo) adalah versi disuling Whisper Large V3 yang secara dramatis mengurangi waktu inferensi saat mempertahankan akurasi kompetitif.
Info Model
- OperatorOpenAI
- Arsitektur-
- LisensiMIT
- DiperbaruiAug 2026
Pertanyaan yang Sering Diajukan
Whisper Turbo is a speech-to-text model by OpenAI. STT.ai hosts Whisper Turbo on our GPU infrastructure so you can use it without provisioning your own hardware — upload audio or video and pick Whisper Turbo from the model picker.
Pada benchmark standar, Whisper Turbo mencapai sekitar 5.1% Word Error Rate. Keakuratan Real-world tergantung pada kualitas audio, aksen, dan bahasa; untuk rekaman bising atau aksen, mengharapkan beberapa poin persentase lebih tinggi WER.
Whisper Turbo berjalan di STT.ai's free å setiap pengunjung mendapat 600 menit tanpa biaya. Rencana dibayar menambahkan batas per-berkas, transkrip pribadi, dan antrian prioritas.
Whisper Turbo dirilis di bawah MIT, lisensi sumber terbuka perresensi. Anda dapat mengenali Whisper Turbo sendiri dengan perangkat keras Anda atau menggunakan versi host kami keduanya dapat digunakan secara komersial.
Whisper Turbo mendukung bahasa 99. Auto-deteksi memilih bahasa yang tepat untuk kebanyakan audio; Anda juga dapat menentukan secara manual untuk angkat akurasi kecil.
Whisper Turbo memproses audio pada sekitar 23.1x real-time pada GPUs kami. Sebuah berkas audio 1-jam selesai di bawah menit 2; antrian berkas lebih panjang dan beritahu melalui email ketika dilakukan.
Whisper Turbo memiliki parameter 809M. Model yang lebih besar cenderung lebih akurat tetapi lebih lambat; STT.ai host Whisper Turbo pada GPU sehingga parameter tak mempengaruhi kinerja sisi klien Anda.
Whisper Turbo menerima setiap format yang didukung STT.ai ▪ MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI, dan lainnya. Keluaran sebagai TXT, SRT, VTT, DOCX, JSON, atau PDF.
Dirasi Speaker berjalan bersama Whisper Turbo untuk setiap transkripsi setiap pembicara diberi label dan Anda dapat mengubah nama mereka di editor sesudahnya.
Whisper Turbo berjalan di lingkungan yang dikelola kami audio diproses dan dihapus secara baku dan tidak pernah digunakan untuk pelatihan tanpa eksplisit opt-in. Pro rencana menambahkan klien-sisi enkripsi untuk transkrip di istirahat.
Use the compare-stt tool to run Whisper Turbo against any other supported model on the same audio — you'll see WER, segment count, speaker labels, and confidence scores side-by-side. The Whisper Turbo vs Whisper Large V3 comparison is the most commonly run.
Ya. Nyatakan "whisper-turbo" sebagai parameter model pada titik akhir /v1/trascrite. Python dan Node.js SDKs termasuk contoh Whisper Turbo. Deret API gratis meliputi 100 menit/bulan.
Yes. Because Whisper Turbo is MIT-licensed, you can self-host it. STT.ai's open-source page lists the project repo and weights. Most production teams use our hosted version to skip GPU procurement, model swaps, and ops.