Whisper Large v3 Turbo

Tale-til-tekstIkke tilgjengelig
av OpenAIModell-ID: whisper-large-v3-turbo

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

Status
Ikke tilgjengelig
Input → output
Lyd → Tekst
Utvikler
OpenAI
Oppdatert
23. september 2026

Whisper Large v3 Turbo er for øyeblikket utilgjengelig

Ikke tilgjengelig for øyeblikket: dette modellen er deaktivert.

Du kan fortsatt lese detaljene på denne siden. Velg ett av de tilgjengelige alternativene nedenfor for å kjøre en sammenlignbar modell med en gang.

Gå til alternativer
01

Sammenlignbare modeller

Alle i denne kategorien
  • 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/kjøring

  • 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/kjøring

  • 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/kjøring

02

Playground

Prøv Whisper Large v3 Turbo

Ingen innmaskering

Ikke tilgjengelig for øyeblikket

Ikke tilgjengelig for øyeblikket: dette modellen er deaktivert.

Lekeplassen er deaktivert. Du finner sammenlignbare modeller i samme kategori: Se alternativer

03

Om Whisper Large v3 Turbo

Kort sagtPer 23. september 2026

Whisper Large v3 Turbo er en modell fra OpenAI i kategorien Tale-til-tekst. Whisper Large v3 Turbo er for øyeblikket ikke tilgjengelig på Railwail.

Bakgrunn

Om OpenAI

Grunnlagt 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.

Besøk OpenAI

Arkitektur

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.

Parametere
809M
Kontekst
30 tokens

Evner

  • 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

Trening og lisens

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

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

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

Kjente begrensninger

  • 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

Priser

Ikke tilgjengelig for øyeblikket: dette modellen er deaktivert. Det er ingen pris for denne modellen for øyeblikket, så den kan ikke kjøres.

05

API

Ring Whisper Large v3 Turbo med din Railwail API-nøkkel. Bruk denne modell-IDen i forespørselen:

Ikke tilgjengelig for øyeblikket

Modellen har ingen verifisert pris eller er deaktivert; API-kall blir avvist.

06

Spesifikasjoner

Modell-ID
whisper-large-v3-turbo
Utvikler
OpenAI
Inndata
Lyd
Utdata
Tekst
Utdataformater
JSON, SRT, VTT
Livssyklus
Ikke tilgjengelig
Modellstørrelse
809M
Lisens
MIT licence for code and weights; commercial use permitted.
Katalogoppføring oppdatert
23. september 2026

Inndataparametere

Inndataer og innstillinger fra modellens inndataskjema. Eksemplet i API-delen viser hvilke av dem APIen godtar.

  • fileobligatorisk

    URL or upload path to audio file

    Type: Tekst
    Standard: –
    Tillatte verdier: –
  • prompt

    Optional context to guide transcription

    Type: Tekst
    Standard: –
    Tillatte verdier: opptil 1 000 tegn
  • language

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

    Type: Tekst
    Standard: –
    Tillatte verdier: –
  • temperature
    Type: Tall
    Standard: 0
    Tillatte verdier: 0 til 1
  • response_format
    Type: Valg
    Standard: json
    Tillatte verdier: json, text, srt eller vtt

Merkelapper

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

Brukstilfeller

Hva det brukes til

  • 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

Ofte stilte spørsmål

Hva er Whisper Large v3 Turbo?

Whisper Large v3 Turbo er en modell fra OpenAI i kategorien Tale-til-tekst. Den er oppført på Railwail, men kan ikke kjøres for øyeblikket.

Hvor mye koster Whisper Large v3 Turbo på Railwail?

Whisper Large v3 Turbo kan ikke kjøres på Railwail for øyeblikket, så det finnes ingen gjeldende pris. Tilgjengelige alternativer med priser er oppført lenger ned på denne siden.

Hvilke innstillinger støtter Whisper Large v3 Turbo?

I henhold til inndataskjemaet kjenner Whisper Large v3 Turbo disse parametrene: file, prompt (opptil 1 000 tegn), language, temperature (0 til 1) og response_format (json, text, srt eller vtt).

Hvor rask er Whisper Large v3 Turbo?

Det finnes ennå ikke nok målte kjøringer av Whisper Large v3 Turbo på Railwail til å angi en kjøretid. Det avhenger av inndataene, innstillingene og belastningen hos leverandøren.

Er Whisper Large v3 Turbo bedre enn Incredibly Fast Whisper?

Det avhenger av oppgaven. Whisper Large v3 Turbo (OpenAI) og Incredibly Fast Whisper (Community) er begge modeller i kategorien Tale-til-tekst. Sammenligningssiden viser prisene og spesifikasjonene deres side ved side.

Sammenlign Whisper Large v3 Turbo og Incredibly Fast Whisper

Kan jeg bruke Whisper Large v3 Turbo akkurat nå?

Ikke tilgjengelig for øyeblikket: dette modellen er deaktivert. Siden forblir online; tilgjengelige alternativer fra samme kategori er oppført lenger ned.

Alle modeller gjennom én API

Én API-nøkkel for alle modeller på Railwail. Bruk belastes fra forhåndsbetalt kreditt, 1 kreditt = 0,01 USD.