Befehlspalette
Suche nach einem Befehl zum Ausführen

Whisper Large V3

von OpenAI

Spezifikationen

Eingabe
Ausgabe
Kontextfenster
—
Veröffentlicht
Nov. 2023

Leistung

Geschwindigkeit
—
TTFT
—
Latenz
—
Intelligenz
—

Preise

Eingabe
€0.00
pro 1 Mio. Token
Ausgabe
€0.00
pro 1 Mio. Token

Über dieses Modell

OpenAI Whisper Large V3 is a state-of-the-art automatic speech recognition model with 1550M parameters supporting 99 languages. Achieves 10-20% WER reduction compared to V2, trained on 1M hours weakly labeled + 4M hours pseudo-labeled audio. Features 128 Mel frequency bins (increased from 80), improved robustness to accents and background noise, and new Cantonese language support. Supports speech transcription and speech-to-English translation with sentence and word-level timestamps. Optimized with torch.compile for 4.5x speedup. Ideal for accessibility tools, multilingual transcription, and enterprise ASR applications.

Technische Daten

Fähigkeiten
Eingabe-Modalitäten
Ausgabe-Modalitäten
Reasoning
Nein

Wissenshorizont

Veröffentlicht Nov. 2023
Heute
Seit Veröffentlichung 35 Mon.

Weitere Modelle

Modell zum Vergleich hinzufügen
Nach einem Modell suchen
Befehlspalette
Suche nach einem Befehl zum Ausführen