Whisper Large v3 Turbo

Runas pārvēršana tekstāNav pieejams
no OpenAIModeļa ID: whisper-large-v3-turbo

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

Statuss
Nav pieejams
Ievade → Izvade
Audio → Teksts
Izstrādātājs
OpenAI
Atjaunināts
2026. gada 23. septembris

Whisper Large v3 Turbo pašlaik nav pieejams

Pašlaik nav pieejams: šis modelis ir deaktivizēts.

Jūs joprojām varat lasīt detaļas šajā lapā. Izvēlieties vienu no pieejamajām alternatīvām zemāk, lai uzreiz palaistu salīdzināmu modeli.

Uz alternatīvām
01

Salīdzināmi modeļi

Visi šajā kategorijā
  • 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 $/palaidi

  • 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 $/palaidi

  • 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 $/palaidi

02

Spēļu laukums

Izmēģiniet Whisper Large v3 Turbo

Nav ievades formas

Pašlaik nav pieejams

Pašlaik nav pieejams: šis modelis ir deaktivizēts.

Spēļu laukums ir atspējots. Salīdzināmus modeļus varat atrast vienā kategorijā: Skatīt alternatīvas

03

Par Whisper Large v3 Turbo

ĪsumāUz 2026. gada 23. septembris

Whisper Large v3 Turbo ir OpenAI modelis kategorijā Runas pārvēršana tekstā. Whisper Large v3 Turbo pašlaik nav pieejams Railwail platformā.

Fons

Par OpenAI

Dibināts 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.

Apmeklēt OpenAI

Arhitektūra

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.

Parametri
809M
Konteksts
30 marķieri

Iespējas

  • 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

Apmācība un licence

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

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

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

Zināmi ierobežojumi

  • 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

Cenas

Pašlaik nav pieejams: šis modelis ir deaktivizēts. Šim modelim pašlaik nav cenas, tāpēc to nevar palaist.

05

API

Izsauciet Whisper Large v3 Turbo ar savu Railwail API atslēgu. Izmantojiet šo modeļa ID pieprasījumā:

Pašlaik nav pieejams

Modelim nav pārbaudītas cenas vai tas ir deaktivizēts; API izsaukumi tiek noraidīti.

06

Specifikācijas

Modeļa ID
whisper-large-v3-turbo
Izstrādātājs
OpenAI
Ievade
Audio
Izvade
Teksts
Izvades formāti
JSON, SRT, VTT
Dzīves cikls
Nav pieejams
Modeļa izmērs
809M
Licence
MIT licence for code and weights; commercial use permitted.
Kataloga ieraksts atjaunināts
2026. gada 23. septembris

Ievades parametri

Ievades un iestatījumi no modeļa ievades shēmas. Piemērs API sadaļā parāda, kurus no tiem API pieņem.

  • fileobligāts

    URL or upload path to audio file

    Tips: Teksts
    Noklusējums: –
    Atļautās vērtības: –
  • prompt

    Optional context to guide transcription

    Tips: Teksts
    Noklusējums: –
    Atļautās vērtības: līdz 1000 rakstzīmēm
  • language

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

    Tips: Teksts
    Noklusējums: –
    Atļautās vērtības: –
  • temperature
    Tips: Skaitlis
    Noklusējums: 0
    Atļautās vērtības: 0 līdz 1
  • response_format
    Tips: Izvēle
    Noklusējums: json
    Atļautās vērtības: json, text, srt vai vtt

Tagi

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

Lietošanas gadījumi

Kam to izmanto

  • 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

Bieži uzdotie jautājumi

Kas ir Whisper Large v3 Turbo?

Whisper Large v3 Turbo ir OpenAI izstrādāts modelis Runas pārvēršana tekstā kategorijā. Tas ir uzskaitīts Railwail katalogā, bet pašlaik to nevar palaist.

Cik maksā Whisper Large v3 Turbo Railwail?

Whisper Large v3 Turbo pašlaik nevar tikt palaists Railwail, tāpēc nav pašreizējās cenas. Pieejamās alternatīvas ar cenām ir norādītas tālāk šajā lapā.

Kādus iestatījumus atbalsta Whisper Large v3 Turbo?

Saskaņā ar tā ievades shēmu, Whisper Large v3 Turbo pazīst šos parametrus: file, prompt (līdz 1000 rakstzīmēm), language, temperature (0 līdz 1) un response_format (json, text, srt vai vtt).

Cik ātrs ir Whisper Large v3 Turbo?

Railwail platformā Whisper Large v3 Turbo vēl nav pietiekami daudz izmērītu izpilžu, lai norādītu izpildes laiku. Tas ir atkarīgs no ievades, iestatījumiem un sniedzēja slodzes.

Vai Whisper Large v3 Turbo ir labāks par Incredibly Fast Whisper?

Tas ir atkarīgs no uzdevuma. Whisper Large v3 Turbo (OpenAI) un Incredibly Fast Whisper (Community) ir abi modeļi Runas pārvēršana tekstā kategorijā. Salīdzināšanas lapā to cenas un specifikācijas ir parādītas blakus.

Salīdzināt Whisper Large v3 Turbo un Incredibly Fast Whisper

Vai es varu izmantot Whisper Large v3 Turbo tieši tagad?

Pašlaik nav pieejams: šis modelis ir deaktivizēts. Lapa paliek tiešsaistē; pieejamās alternatīvas no vienas kategorijas ir norādītas tālāk.

Visi modeļi caur vienu API

Viena API atslēga visiem Railwail modeļiem. Izmantošana tiek aprēķināta no iepriekš apmaksātiem kredītiem, 1 kredīts = 0,01 $.