Whisper Large V3
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