Whisper Large v3 Turbo

Tal-í-textaEkki tiltækt
eftir OpenAIAuðkenni módels: whisper-large-v3-turbo

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

Staða
Ekki tiltækt
Inntak → úttak
Hljóð → Texti
Þróunaraðili
OpenAI
Uppfært
23. september 2026

Whisper Large v3 Turbo er ekki tiltækt eins og er

Ekki tiltækt sem stendur: þetta módel hefur verið óvirkt.

Þú getur enn lesið upplýsingarnar á þessari síðu. Veldu einn af tiltækum valkostum hér að neðan til að keyra sambærilegt módel strax.

Fara í valkosti
01

Sambærileg módel

Öll í þessum flokki
  • 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 USD/keyrsla

  • 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 USD/keyrsla

  • 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 USD/keyrsla

02

Leiksvæði

Prófaðu Whisper Large v3 Turbo

Engin inntaksform

Ekki fáanlegt sem stendur

Ekki tiltækt sem stendur: þetta módel hefur verið óvirkt.

Leiksvæðið er óvirkt. Þú getur fundið sambærileg módel í sama flokki: Skoðaðu valkosti

03

Um Whisper Large v3 Turbo

StuttlegaFrá og með 23. september 2026

Whisper Large v3 Turbo er módel frá OpenAI í flokknum Tal-í-texta. Whisper Large v3 Turbo er ekki tiltækt á Railwail eins og er.

Bakgrunnur

Um OpenAI

Stofnað 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.

Heimsækja OpenAI

Arkitektúr

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.

Breytur
809M
Samhengi
30 tákn

Geta

  • 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

Þjálfun og leyfi

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

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

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

Þekkt takmörk

  • 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

Verðlagning

Ekki tiltækt sem stendur: þetta módel hefur verið óvirkt. Engin verð fyrir þetta módel eins og er, svo það er ekki hægt að keyra það.

05

API

Kallaðu Whisper Large v3 Turbo með Railwail API-lyklinum þínum. Notaðu þessa módel-auðkenningu í beiðninni:
whisper-large-v3-turboAPI-skjölFáðu API-lykil

Ekki tiltækt sem stendur

Módel hefur engan staðfestan verð eða er óvirkt; API-köll eru hafnað.

06

Forskriftir

Módel-auðkenni
whisper-large-v3-turbo
Þróunaraðili
OpenAI
Inntak
Hljóð
Úttak
Texti
Úttak snið
JSON, SRT, VTT
Lífsferill
Ekki tiltækt
Stærð módels
809M
Leyfi
MIT licence for code and weights; commercial use permitted.
Vörulistafærsla uppfærð
23. september 2026

Inntaksbreytur

Inntak og stillingar úr inntakskerfi módelsins. Dæmið í API-hlutanum sýnir hverjar þeirra API samþykkir.

  • filenauðsynlegt

    URL or upload path to audio file

    Tegund: Texti
    Sjálfgefið: –
    Leyfðir gildir: –
  • prompt

    Optional context to guide transcription

    Tegund: Texti
    Sjálfgefið: –
    Leyfðir gildir: allt að 1.000 stafir
  • language

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

    Tegund: Texti
    Sjálfgefið: –
    Leyfðir gildir: –
  • temperature
    Tegund: Tala
    Sjálfgefið: 0
    Leyfðir gildir: 0 til 1
  • response_format
    Tegund: Val
    Sjálfgefið: json
    Leyfðir gildir: json, text, srt eða vtt

Merki

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

Notkunartilvik

Það sem það er notað fyrir

  • 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

Algengar spurningar

Hvað er Whisper Large v3 Turbo?

Whisper Large v3 Turbo er módel frá OpenAI í flokknum Tal-í-texta. Það er skráð á Railwail en er ekki hægt að keyra það sem stendur.

Hvað kostar Whisper Large v3 Turbo á Railwail?

Whisper Large v3 Turbo er ekki hægt að keyra á Railwail sem stendur, svo engar núverandi verðir eru til. Fáanlegir valkostir með verðum eru skráðir lengra niður á þessari síðu.

Hvaða stillingar styður Whisper Large v3 Turbo?

Samkvæmt inntaksskema sínu þekkir Whisper Large v3 Turbo þessa færibreytu: file, prompt (allt að 1.000 stafir), language, temperature (0 til 1) og response_format (json, text, srt eða vtt).

Hversu hratt er Whisper Large v3 Turbo?

Það eru ekki nóg mældar keyrslur af Whisper Large v3 Turbo á Railwail ennþá til að tilgreina keyrslutíma. Það fer eftir inntakinu, stillingum og álagi hjá veitandanum.

Er Whisper Large v3 Turbo betra en Incredibly Fast Whisper?

Það fer eftir verkefninu. Whisper Large v3 Turbo (OpenAI) og Incredibly Fast Whisper (Community) eru bæði módel í flokknum Tal-í-texta. Samanburðarsíðan sýnir verð og forskriftir þeirra hlið við hlið.

Bera saman Whisper Large v3 Turbo og Incredibly Fast Whisper

Get ég notað Whisper Large v3 Turbo núna?

Ekki tiltækt sem stendur: þetta módel hefur verið óvirkt. Síðan helst á netinu; fáanlegir valkostir úr sama flokki eru skráðir lengra niður.

Öll módel í gegnum eina API

Einn API-lykil fyrir öll módel á Railwail. Notkun er rukkuð frá fyrirframgreiddum inneign, 1 inneign = 0,01 USD.