Transcrição com Whisper Turbo
5.1%
WER
99
Línguas
32.0x
Velocidade
MIT
Licença
Sobre Whisper Turbo
O Whisper Turbo (large-v3-turbo) é uma versão destilada do Whisper Large V3 que reduz dramaticamente o tempo de inferência, mantendo a precisão competitiva. Com apenas 4 camadas de decodificador em vez de 32, atinge uma velocidade de 4x.
Informações do Modelo
- FornecedorOpenAI
- Arquitetura-
- LicençaMIT
- ActualizadoMar 2026
Perguntas frequentes
Whisper Turbo é um modelo de fala a texto por OpenAI. STT.ai hospeda Whisper Turbo em nossa infraestrutura GPU para que você possa usá-lo sem providenciar seu próprio hardware — carregar áudio ou vídeo e escolher Whisper Turbo do seletor de modelos.
Nas referências padrão, Whisper Turbo atinge cerca de 8801% da taxa de erro do Word. A precisão do mundo real depende da qualidade, acento e linguagem do áudio; para gravações ruidosas ou acentuadas, esperam alguns pontos percentuais mais altos WER.
Whisper Turbo corre na nível livre de STT.ai — cada visitante recebe 600 minutos para começar sem custo. Planos pagos adicionam mais limites por arquivo, transcrições privadas e filas de espera prioritárias.
Whisper Turbo é lançado sob MIT, uma licença permissiva de código aberto. Você pode auto-hoste Whisper Turbo em seu próprio hardware ou usar a nossa versão hospedada — ambos são comercialmente utilizáveis.
Whisper Turbo suporta 99 idiomas. Auto-detecção escolhe a linguagem certa para a maioria do áudio; você também pode especificar manualmente para um pequeno elevador de precisão.
Whisper Turbo processa áudio a cerca de 32.0x em tempo real em nosso GPUs. Um arquivo de áudio de 1 hora termina em menos de 1 minutos; arquivos mais longos cola e notifica por e-mail quando feito.
Whisper Turbo tem 809M parâmetros. Os modelos mais grandes tendem a ser mais precisos mas mais lentos; STT.ai hosts Whisper Turbo na GPU para que a contagem de parâmetros não afecte o seu desempenho do lado do cliente.
Whisper Turbo aceita cada formato STT.ai suportes — MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI e outros. Saída como TXT, SRT, VTT, DOCX, JSON ou PDF.
Sim. Diarização do orador corre ao lado de Whisper Turbo para cada transcrição — cada orador é rotulado e você pode renomeá-los no editor depois.
Sim. Whisper Turbo funciona no nosso ambiente gerenciado — áudio é processado e excluído por padrão e nunca usado para treinamento sem opt-in explícito. Pro planos adicionar criptografia do lado do cliente para transcrições no repouso.
Use a ferramenta compar-stt para executar Whisper Turbo contra qualquer outro modelo suportado no mesmo áudio — você verá WER, contagem de segmentos, rótulos de alto-falante e pontuação de confiança lado a lado. A comparação Whisper Turbo vs Whisper Large V3 é a mais comumente executada.
Sim. Especifique "whisper-turbo" como o parâmetro do modelo no ponto final /v1/transcribe. Python e Node.js SDKs incluem Whisper Turbo exemplos. O nível de API gratuito inclui 100 minutos/mes.
Sim. Como Whisper Turbo é MIT-licenciado, você pode hospedá-lo. STT.ai página de código aberto lista o projeto repo e pesos. A maioria das equipes de produção usa a nossa versão hospedada para saltar compras GPU, swaps de modelos e ops.