Transcriure amb Whisper Turbo
5.1%
WER
99
Lengas
23.1x
Velocitat
MIT
Licéncia
A prepaus de Whisper Turbo
Whisper Turbo (large-v3-turbo) es una version distillada de Whisper Large V3 que redusís dramaticament lo temps d'inferencia e manten una precision competitiva. Amb solament 4 jaces de descodificador al luòc de 32, aténh una velocitat 4x.
Entresenhas sul modèl
- ProvesidorOpenAI
- Arquitectura-
- LicénciaMIT
- ActualizatAug 2026
Questions frequentas
Whisper Turbo es un modèl de sintèsi vocala de OpenAI. STT.ai aloja Whisper Turbo sus nòstra infrastructura GPU per que pòsca èsser utilizat sens provisionar vòstre pròpri maquinari - cargatz l'audio o la vidèo e causit Whisper Turbo dins lo selector de modèls.
@ info
Whisper Turbo s'exécuta sus la basa liura de STT.ai - cada visitaire a 600 minutas per començar sens còst. Los plans pagats apondon de limitas mai grandas per fichièr, de transcripcions privadas e de filas de espera prioritarias.
Whisper Turbo es publicat jos la licéncia MIT, una licéncia de còde dobèrt permissiva. Podètz auto-ostejar Whisper Turbo sus vòstre pròpri maquinari o utilizar nòstra version ostejada — ambedos son comercialament utilizables.
Whisper Turbo pren en carga 99 lengas. La deteccion automatica causís la lenga correcta per la majoritat dels sons; podètz tanben la especificar manualament per una precision melhorada.
Whisper Turbo traça l'audio a aperaquí 23.1x en temps real sus nòstras GPU. Un fichièr àudio d'una ora se acaba en mens de 2 minutas; los fichièrs mai longs son plaçats en fila e notificats per corrièr electronic quand son acabats.
Whisper Turbo a de paramètres 809M. Los modèls mai grands son mai precises mas mai lents; STT.ai òste Whisper Turbo sul GPU, doncas lo compte de paramètres afecta pas vòstras performanças del costat client.
Whisper Turbo accepta totes los formats que pren en carga STT.ai — MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI, e d'autres. Sortida coma TXT, SRT, VTT, DOX, JSON, o PDF.
@ info: shell
@ info
Utilizatz l'aisina compare-stt per comparar Whisper Turbo amb quin autre modèl suportat sul meteis audio — veiretz WER, lo comptatge de segments, las etiquetas dels parlants e las pontuacions de fiabilitat a costat. La comparason Whisper Turbo vs Whisper Large V3 es la mai comuna.
Òc. Especifiquez "whisper-turbo" coma paramètre del modèl sul punt de fin /v1/transcribe. Los SDK Python e Node.js incluson d'exemples Whisper Turbo. Lo nivèl API liure inclutz 100 minutas/mes.
Òc. Perque Whisper Turbo es licenciat amb MIT, podètz l'albergar. La pagina de còde dobèrt de STT.ai lista lo repositori e los pes del projècte. La majoritat de las equipas de produccion utilizan nòstra version albergada per passar l'aquisicion de GPU, los escambis de modèls e las operacions.