Whisper Large V3

Распознавание речи (STT)Снято с производстваНедоступно
от OpenAIID модели: whisper-large-v3

OpenAI's Whisper model. State-of-the-art speech recognition supporting 99+ languages.

Статус
Недоступно
Вход → выход
Аудио → Текст
Разработчик
OpenAI
Обновлено
23 сентября 2026 г.

Whisper Large V3 сейчас недоступна

Вы можете прочитать подробности на этой странице. Выберите одну из доступных альтернатив ниже, чтобы сразу запустить сравнимую модель.

К альтернативам

Поставщик снимает эту модель с производства.

01

Сравнимые модели

Все в этой категории
  • 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.

  • 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.

  • 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.

02

Playground

Попробовать Whisper Large V3

Нет формы ввода

Сейчас недоступна

Недоступно.

Playground отключен. Сравнимые модели найдёте в той же категории: Посмотреть альтернативы

03

О Whisper Large V3

КороткоПо состоянию на 23 сентября 2026 г.

Whisper Large V3 — это модель от OpenAI в категории Распознавание речи (STT). Whisper Large V3 сейчас недоступна на Railwail.

Фон

О OpenAI

Основана в 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 was first released as an open-weights speech recognition model in September 2022 by Alec Radford, Jong Wook Kim, Tao Xu, Greg Brockman, Christine McLeavey and Ilya Sutskever, and quickly became the de-facto open ASR baseline thanks to its zero-shot multilingual quality. Whisper Large v3 was released in November 2023 alongside the GPT-4 Turbo launch as the final open checkpoint in the original Whisper line. OpenAI later released Whisper Large v3 Turbo (October 2024), a distilled faster variant. All Whisper weights remain available under MIT licence on GitHub and Hugging Face and are widely used in production by competitors.

Посетить OpenAI

Архитектура

Encoder-decoder Transformer for multitask speech recognition

Whisper Large v3 is a 1.55B-parameter encoder-decoder Transformer trained for multitask audio understanding. Input is a 30-second log-mel spectrogram with 128 mel bins (up from 80 in v2) processed by a 32-layer audio encoder; the decoder is a 32-layer Transformer that emits special task tokens for language identification, transcription, translation-to-English and timestamp prediction. Whisper was trained on 5 million hours of audio in total: 680k hours of weakly supervised multilingual web audio for v1/v2 plus an additional 4 million hours of pseudo-labelled audio generated by Whisper Large v2 for v3, yielding approximately 1 million hours of weakly supervised and 4 million hours of pseudo-labelled data. The model covers 99 languages, with very strong performance on English long-form (~5% WER on LibriSpeech test-clean) and significantly improved low-resource coverage. Audio longer than 30 seconds is processed with a sliding window. The model is released under MIT licence.

Параметры
1.55B (Large v3)
Контекст
30 токенов

Возможности

  • 99-language transcription with automatic language detection
  • Translation of any supported language directly to English text
  • Word-level and segment-level timestamps
  • 30-second context window with sliding window for long-form audio
  • Open weights under MIT licence, runs on a single 16 GB GPU in fp16
  • Strong robustness to accents, background noise and technical jargon
  • Best for: open-source ASR pipelines, research baselines, on-premise transcription

Обучение и лицензия

5 million hours total: ~680k hours of weakly supervised multilingual audio scraped from the public web (subtitles aligned with audio) plus ~4 million hours of pseudo-labelled audio generated by Whisper Large v2. 17% of the supervised set is non-English speech.

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

Тестирование безопасности: OpenAI published bias and hallucination analyses; the paper documents over-confident hallucination on silent or non-speech audio. No formal red-team report beyond the original paper.

Известные ограничения

  • 30-second hard window requires chunking for long audio
  • Known to hallucinate transcripts on silent / music-only segments
  • WER on low-resource languages still much higher than English
  • No native diarisation (must be combined with pyannote)
  • Slow on CPU; requires GPU for real-time
04

Цены

Недоступно. На данный момент для этой модели нет цены, поэтому её нельзя запустить.

05

API

Вызовите Whisper Large V3 с помощью вашего API-ключа Railwail. Используйте этот ID модели в запросе:

Временно недоступно

Модель не имеет проверенную цену или деактивирована; вызовы API отклоняются.

06

Спецификации

ID модели
whisper-large-v3
Разработчик
OpenAI
Входные данные
Аудио
Выходные данные
Текст
Форматы выходных данных
JSON, SRT, VTT
Жизненный цикл
Снято с производства
Размер модели
1.55B (Large v3)
Лицензия
MIT licence for code and weights; commercial use permitted.
Запись в каталоге обновлена
23 сентября 2026 г.

Входные параметры

Входные данные и параметры из схемы входных данных модели. Пример в разделе API показывает, какие из них принимает API.

  • fileобязательно
    Тип: Файл
    По умолчанию: –
    Допустимые значения: audio/*
  • language
    Тип: Текст
    По умолчанию: –
    Допустимые значения: –

Теги

  • multilingual
  • popular
07

Примеры промптов

Примеры из каталога Railwail. Они не были созданы в реальном времени на этой странице.
  • Meeting Notes

    Показать пример ответа

    Good morning everyone. Let's start with the sprint review. The authentication module shipped on Friday and we've had zero critical bugs reported so far. Sarah, can you walk us through the performance metrics? We're seeing a forty percent reduction in login latency which is well above our target.

  • Interview Transcript

    Показать пример ответа

    So tell me about your experience with distributed systems. I spent three years at a fintech startup building event-driven microservices using Kafka and Kubernetes. The biggest challenge was handling exactly-once delivery semantics across our payment processing pipeline. We ended up implementing an idempotency layer that reduced duplicate transactions by ninety-nine point nine percent.

08

Применение

Для чего это используется

  • Open-source transcription pipelines
  • Academic ASR research baselines
  • Multilingual podcast transcription
  • Translation of foreign-language audio to English
  • On-premise speech recognition for privacy-sensitive workloads
09

Часто задаваемые вопросы

Что такое Whisper Large V3?

Whisper Large V3 — модель от OpenAI в категории Распознавание речи (STT). Модель указана в каталоге Railwail, но сейчас её нельзя запустить.

Сколько стоит Whisper Large V3 на Railwail?

Whisper Large V3 сейчас нельзя запустить на Railwail, поэтому текущей цены нет. Доступные альтернативы с ценами указаны ниже на этой странице.

Какие параметры поддерживает Whisper Large V3?

Согласно схеме входных данных, Whisper Large V3 поддерживает эти параметры: file (audio/*) и language.

Насколько быстра Whisper Large V3?

На Railwail пока недостаточно измеренных запусков Whisper Large V3, чтобы указать время выполнения. Оно зависит от входных данных, параметров и нагрузки на провайдера.

Whisper Large V3 лучше, чем Incredibly Fast Whisper?

Это зависит от задачи. Whisper Large V3 (OpenAI) и Incredibly Fast Whisper (Community) — обе модели в категории Распознавание речи (STT). На странице сравнения показаны их цены и характеристики рядом.

Сравнить Whisper Large V3 и Incredibly Fast Whisper

Могу ли я использовать Whisper Large V3 прямо сейчас?

Недоступно. Страница остаётся в сети; доступные альтернативы из той же категории указаны ниже.

Все модели через один API

Один API-ключ для всех моделей на Railwail. Использование оплачивается из предоплаченных кредитов, 1 кредит = 0,01 $.