Transcrie cu Whisper Turbo
5.1%
WER
99
Limbi
32.0x
Viteza
MIT
Licență
Despre Whisper Turbo
Whisper Turbo (larg-v3-turbo) este o versiune destilat a Whisper Large V3 care reduce dramatic timpul de inferință, menținând precizie competitivă. Cu doar 4 straturi decoder în loc de 32, se realizează o viteză de 4x.
Limbi suportate de Whisper Turbo
Informații model
- FurnizorOpenAI
- Arhitectura-
- LicențăMIT
- ActualizatMar 2026
Întrebări frecvente
Whisper Turbo este un model de vorbire la text până la OpenAI. STT.ai găzduiește Whisper Turbo pe infrastructura noastră GPU astfel încât să-l puteți utiliza fără a furniza propriul hardware – încărca audio sau video și alege Whisper Turbo de la selector de model.
Pe baza standardelor de referință, Whisper Turbo realizează aproximativ 5.1% Rata de eroare Word. Acuratețea lumii reale depinde de calitatea audio, accentul și limba; pentru înregistrări zgomotoase sau accentuate, se așteaptă la câteva puncte procentuale mai mari WER.
Whisper Turbo se desfășoară pe nivelul gratuit al STT.ai - fiecare vizitator deține 600 de minute pentru a începe fără cost. Planurile plătite adaugă mai mult limite pe fișier, tranșe private și coada prioritară.
Whisper Turbo este lansat sub MIT, o licență permisivă de open-source. Puteți auto-gazdă Whisper Turbo pe propriul hardware sau utiliza versiunea noastră gazdă — ambele sunt utilizabile comercial.
Whisper Turbo suportă 99 limbi. Auto-detection alege limba corectă pentru majoritatea audio; puteți, de asemenea, să o specificați manual pentru un mic lift de precizie.
Whisper Turbo procesează audio la aproximativ 32.0x în timp real pe GPU-urile noastre. Un fișier audio de 1 oră se termină în sub 1 minute; fișiere mai lungi coada și notificare prin e-mail atunci când este gata.
Whisper Turbo are parametri 809M. Modelele mai mari tind să fie mai precise, dar mai lent; STT.ai găzduiește Whisper Turbo pe GPU astfel încât numărul de parametri nu afectează performanța client-side.
Whisper Turbo acceptă fiecare format de suport STT.ai — MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI și alții. Produsă ca TXT, SRT, VTT, DOCX, JSON sau PDF.
Da. Diarizarea speakerului merge alături de Whisper Turbo pentru fiecare transcriere — fiecare speaker este etichetat și le puteți renoma în editor după aceea.
Da. Whisper Turbo rulează în mediul nostru gestionat – audio este prelucrat și șterse în mod implicit și nu este utilizat niciodată pentru antrenament fără opt-in explicit. Pro planuri adaugă criptare pe partea clientului pentru transcripții în odihnă.
Utilizați instrumentul compara-stt pentru a rula Whisper Turbo împotriva oricărui alt model suportat pe același audio — veți vedea WER, număr de segmente, etichete de speaker și scoruri de încredere lado-a-side. Whisper Turbo vs Whisper Large V3 comparație este cel mai frecvent rulat.
Da. Specificați "whisper-turbo" ca parametrul model pe punctul final /v1/transcrie. Python și Node.js SDKs includ Whisper Turbo exemple. Nivelul API gratuit include 100 minute/luna.
Da. Deoarece Whisper Turbo este MIT- licenciat, puteți să-l găzduiți. STT.ai de pagini de open-source listează proiectul repo și greutăți. Cele mai multe echipe de producție folosesc versiunea noastră găzduită pentru a trece peste GPU achiziții, swaps de model și ops.