Whisper Large v3 Turbo

Преобразуване на реч в текстНедостъпно
от OpenAIID на модела: whisper-large-v3-turbo

OpenAI's distilled Whisper Large v3. ~216x realtime, 99+ languages, MIT-licensed weights.

Статус
Недостъпно
Вход → Изход
Аудио → Текст
Разработчик
OpenAI
Актуализирано
23 септември 2026 г.

Whisper Large v3 Turbo е временно недостъпен

Временно недостъпно: този модел е деактивиран.

Можете да прочетете подробностите на тази страница. Изберете една от наличните алтернативи по-долу, за да стартирате сравним модел веднага.

Към алтернативите
01

Сравними модели

Всички в тази категория
  • Whisper Large v3 wrapped with Hugging Face Transformers optimizations (batched inference, flash attention) for very high throughput. Transcribes hours of audio in minutes on a single GPU. Maintained by Vaibhav Srivastav. Good when you need bulk transcription fast.

    ≈ 0,0056 щ.д./стартиране

  • WhisperOpenAI

    OpenAI's Whisper running on Replicate. General-purpose speech recognition trained on 680k hours of multilingual audio. Transcribes and translates 99 languages, robust to accents and background noise, and outputs plain text, segments, or word-level timestamps.

    ≈ 0,0034 щ.д./стартиране

  • SeamlessM4TCommunity

    Meta's SeamlessM4T multimodal translation model. Takes speech or text input and produces transcription or translation across about 100 languages, including speech-to-text and speech-to-speech. One model covers ASR plus cross-lingual translation without chaining separate systems.

    ≈ 0,156 щ.д./стартиране

02

Playground

Опитай Whisper Large v3 Turbo

Няма входна форма

Временно недостъпно

Временно недостъпно: този модел е деактивиран.

Playground е деактивиран. Сравними модели можеш да намериш в същата категория: Преглед на алтернативи

03

За Whisper Large v3 Turbo

НакраткоКъм 23 септември 2026 г.

Whisper Large v3 Turbo е модел на OpenAI от категория Преобразуване на реч в текст. На Railwail Whisper Large v3 Turbo в момента не е наличен.

Фон

За OpenAI

Основана 2015 · San Francisco, California, USA

OpenAI was founded in December 2015 by Sam Altman, Elon Musk, Greg Brockman, Ilya Sutskever, Wojciech Zaremba and John Schulman, restructured to capped-profit OpenAI LP in 2019. Whisper Large v3 Turbo was released in October 2024 as a distilled fast variant of Whisper Large v3, designed to deliver approximately 8x faster inference at near-identical accuracy by reducing the decoder depth from 32 to 4 layers. The release was led by the original Whisper authors (Alec Radford, Jong Wook Kim, Tao Xu) and remained under the MIT licence. Turbo was distributed via GitHub, the Hugging Face Hub and the OpenAI Whisper API as the new default model where supported, replacing many in-production deployments of Whisper Large v3 within weeks of launch.

Посетете OpenAI

Архитектура

Distilled encoder-decoder Transformer (4-layer decoder) for speech recognition

Whisper Large v3 Turbo is a distilled variant of Whisper Large v3 that keeps the same 32-layer audio encoder and 128-mel front-end but shrinks the decoder from 32 to just 4 Transformer layers, taking the total parameter count from 1.55B to 809M. The smaller decoder gives roughly 8x faster inference on long-form audio (and 4-5x faster on short clips) at a WER cost of approximately 0.5-1 percentage points on most benchmarks. The model was distilled on the same multilingual corpus as Large v3 (5 million hours total, of which 4 million are pseudo-labelled) with knowledge-distillation losses from the Large v3 teacher. Translation-to-English capability was deliberately removed to focus capacity on transcription quality. The 30-second sliding window, 99-language coverage and special task tokens are unchanged. Turbo runs in real-time on consumer GPUs (RTX 3060) and at 3-4x real-time on Apple Silicon CPUs via whisper.cpp.

Параметри
809M
Контекст
30 токена

Възможности

  • 8x faster long-form transcription than Whisper Large v3
  • 99-language transcription with automatic language detection
  • Word-level timestamps preserved
  • Runs in real-time on a single consumer GPU (RTX 3060 / M2 Pro)
  • Half the memory footprint of Large v3 (809M vs 1.55B)
  • Open weights under MIT licence
  • Drop-in replacement for Large v3 in most pipelines
  • Best for: production ASR on commodity hardware, on-premise transcription, batch processing

Обучение и лиценз

Distilled from Whisper Large v3 on the same 5-million-hour multilingual audio corpus with knowledge-distillation losses. Translation-to-English data was excluded.

Лиценз: MIT licence for code and weights; commercial use permitted.

Тестване на безопасност: Inherits all hallucination and bias caveats from Whisper Large v3; no separate red-team report.

Известни ограничения

  • No translation-to-English mode (transcription only)
  • WER 0.5-1 pp worse than Large v3 on average
  • Same 30-second hard window requires chunking
  • Same hallucination behaviour on silent / music-only audio
  • No native diarisation
04

Цени

Временно недостъпно: този модел е деактивиран. В момента няма цена за този модел, затова не може да се изпълни.

05

API

Извикайте Whisper Large v3 Turbo с вашия Railwail API ключ. Използвайте този ID на модела в заявката:

В момента недостъпно

Моделът няма проверена цена или е деактивиран; API обаждания се отхвърлят.

06

Спецификации

ID на модела
whisper-large-v3-turbo
Разработчик
OpenAI
Вход
Аудио
Изход
Текст
Формати на изхода
JSON, SRT, VTT
Жизнен цикъл
Недостъпно
Размер на модела
809M
Лиценз
MIT licence for code and weights; commercial use permitted.
Каталогът е актуализиран
23 септември 2026 г.

Входни параметри

Входове и настройки от входната схема на модела. Примерът в раздела API показва кои от тях приема API.

  • fileзадължително

    URL or upload path to audio file

    Тип: Текст
    По подразбиране: –
    Разрешени стойности: –
  • prompt

    Optional context to guide transcription

    Тип: Текст
    По подразбиране: –
    Разрешени стойности: до 1000 символа
  • language

    Optional ISO-639-1 language code (e.g. en, de, fr)

    Тип: Текст
    По подразбиране: –
    Разрешени стойности: –
  • temperature
    Тип: Число
    По подразбиране: 0
    Разрешени стойности: 0 до 1
  • response_format
    Тип: Избор
    По подразбиране: json
    Разрешени стойности: json, text, srt или vtt

Етикети

  • openai
  • whisper
  • stt
  • transcription
  • open-weights
  • multilingual
  • per-minute
07

Случаи на използване

За какво се използва

  • Real-time transcription on consumer GPUs
  • Batch transcription of large podcast / lecture archives
  • On-device transcription via whisper.cpp
  • Cost-sensitive production ASR pipelines
  • Edge deployments where bandwidth is limited
08

Често задавани въпроси

Какво е Whisper Large v3 Turbo?

Whisper Large v3 Turbo е модел от OpenAI в категория Преобразуване на реч в текст. Той е включен в каталога на Railwail, но не може да се стартира в момента.

Колко струва Whisper Large v3 Turbo на Railwail?

Whisper Large v3 Turbo не може да се стартира на Railwail в момента, затова няма текуща цена. Налични алтернативи с цени са изброени по-долу на тази страница.

Какви настройки поддържа Whisper Large v3 Turbo?

Според схемата на входа, Whisper Large v3 Turbo познава тези параметри: file, prompt (до 1000 символа), language, temperature (0 до 1) и response_format (json, text, srt или vtt).

Колко бърз е Whisper Large v3 Turbo?

Все още няма достатъчно измерени задачи на Whisper Large v3 Turbo на Railwail, за да се посочи време на изпълнение. Зависи от входа, настройките и натоварването на доставчика.

Е ли Whisper Large v3 Turbo по-добър от Incredibly Fast Whisper?

Зависи от задачата. Whisper Large v3 Turbo (OpenAI) и Incredibly Fast Whisper (Community) са и двата модела в категория Преобразуване на реч в текст. Страницата за сравнение показва техните цени и спецификации един до друг.

Сравни Whisper Large v3 Turbo и Incredibly Fast Whisper

Мога ли да използвам Whisper Large v3 Turbo сега?

Временно недостъпно: този модел е деактивиран. Страницата остава онлайн; налични алтернативи от същата категория са изброени по-долу.

Всички модели чрез един API

Един API ключ за всеки модел на Railwail. Използването се начислява от предплатени кредити, 1 кредит = 0,01 щ.д..