Whisper large-v3
مدل صوتی از اوپن‌ای‌آی
این مدل چیست؟
توضیح فارسی این مدل هنوز نوشته نشده؛ جایگاهش در جدول‌ها و ابزارهایی که آن را ارائه می‌دهند پایین آمده است.
سازنده: اوپن‌ای‌آی (OpenAI)
OpenAI شرکت آمریکایی سازندهٔ ChatGPT است. مدل‌های زبانی GPT، تصویرساز GPT Image و مدل‌های گفتار و تبدیل گفتار به متن را می‌سازد و آن‌ها را در ChatGPT و از راه API عرضه می‌کند.
کجا می‌شود از آن استفاده کرد؟
ویسپردقیق‌ترین نسخه برای فارسی
Buzzمدل اصلی؛ از طریق Whisper.cpp یا Faster Whisper، با زبان Persian
هندی (تایپ صوتی آفلاین)Whisper Large و Turbo (large-v3-turbo) برای تایپ فارسی؛ Small و Medium کم‌حجم‌ترند
میتیلی (متن و خلاصهٔ جلسه)مدل تبدیل گفتار؛ برای جلسهٔ فارسی Whisper را انتخاب کنید
اوداسیتیدر افزونهٔ OpenVINO Whisper Transcription اینتل، کنار base، small، medium و large v1/v2؛ فقط روی Audacity 3.7، آفلاین
اوپن وب‌یوآیبرای ورودی صوتی محلی (faster-whisper)؛ مدل را از قبل دانلود کنید
لوکال‌ای‌آیدر گالری با نام whisper-large (موتور whisper.cpp)