Fi pamọ́ Whisper Turbo
5.1%
WER
99
Àwọn Àkọ́lé
32.0x
Ìjánú ìsàlẹ̀-ilà
MIT
Àwọn Àmì-ìwé
Ààyè-iṣẹ́ Whisper Turbo
Whisper Turbo (large-v3-turbo) ní ìṣàfarawe-ìṣàmúlò-ètò tí a tí ìṣàfilọ́lẹ̀ ti Whisper Large V3 tí o tí fi kúnà àwọn àkókò ìṣàfarawe-ìwé nígbà tí o ǹfi àwọn àwọn ìṣàfilọ́lẹ̀ ìṣàfarawe-ìwé pọ̀. Nínú àwọn àwọn ìṣàfilọ́lẹ̀ ìṣàfilọ́lẹ̀ 4 lọ́wọ́lọ́wọ́.
Àwọn Whisper Turbo
Àwọn Àlàyé Àwọn
- Àwọn Ìṣàmúlò-ètòOpenAI
- Àwọn Ìṣàmúlò-ètò-
- Àwọn Àmì-ìwéMIT
- ÀkóónúMar 2026
Àwọn Àtòjọ-ẹ̀yàn
Whisper Turbo ní móòdù ìṣàfihàn-si-àkọ́kọ́ láti OpenAI. STT.ai ní àwọn awáròyìn Whisper Turbo nípa àgbègbè GPU wà láti jẹ́ pé o lè lò láti fi àwọn àwọn ìṣàfihàn rẹ̀ pamọ́ - fi àwòrán àti àwòrán pamọ́ sínú àwọn awáròyìn Whisper Turbo láti inú àwọn àwọn awáròyìn móòdù.
On standard benchmarks, Whisper Turbo achieves around 5.1% Word Error Rate. Real-world accuracy depends on audio quality, accent, and language; for noisy or accented recordings, expect a few percentage points higher WER.
Whisper Turbo runs on STT.ai's free tier — every visitor gets 600 minutes/month at no cost. Paid plans add longer per-file limits, private transcripts, and priority queueing.
Whisper Turbo tí a fi pamọ́ láti inú MIT, ìlàyè ìṣàfilọ́lẹ̀-ìṣílọ́lẹ̀. O lè fi Whisper Turbo pamọ́ sípàrà rẹ̀ láti lò nínú àwọn ìṣàfilọ́lẹ̀ wà - gbogbo wọn ní a lè lò nínú iṣẹ́.
Whisper Turbo ǹfà àwọn ìtàn 99. Àwọn ìṣàfihàn-ìdáràn àwọn ìtàn tí a fẹ́ fún àwọn ìṣàfihàn àwọn ìranlọwọ; o lè sọ̀rọ̀ nípa ìrànwọ́ fún ìṣàfihàn àwọn ìṣàfihàn àwọn ìṣàfihàn.
Whisper Turbo processes audio at about 32.0x real-time on our GPUs. A 1-hour audio file finishes in under 1 minutes; longer files queue and notify by email when done.
Whisper Turbo has 809M parameters. Larger models tend to be more accurate but slower; STT.ai hosts Whisper Turbo on GPU so the parameter count doesn't affect your client-side performance.
Whisper Turbo gba gbogbo àwọn ìrísí-lẹ́tà tí STT.ai ǹfàyè — MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI, àti àwọn mìíràn. Àwọn ìṣàfilọ́lẹ̀ bí TXT, SRT, VTT, DOCX, JSON, tàbí PDF.
Ya. Ìṣàfilọ́lẹ̀ àwọn àkọlé àwọn àkọlé náà tí wọ́n lọ́wọ́lọ́wọ́ Whisper Turbo fún ìṣàfilọ́lẹ̀ gbogbó - àwọn àkọlé àwòrán ní pàtó àwọn àkọlé àwòrán náà nínú àwọn àwọn àkọlé àwòrán.
Yes. Whisper Turbo runs in our managed environment — audio is processed and deleted by default and never used for training without explicit opt-in. Pro plans add client-side encryption for transcripts at rest.
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. Ṣàfihàn "whisper-turbo" bí àwọn ààtò ìṣàmúlò-ètò módè́èlì lórí àwọn ààtò ìparí iṣẹ́ /v1/transscribe. Python àti Node.js SDKs ní àwọn ààtò ìṣàmúlò-ètò Whisper Turbo. Àwọn ààtò API àìfẹ́ ní àwọn ààtò 100 àwọn àkókò/óṣù.
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.