Whisper large-v3-turbo
مدل صوتی از اوپنایآی
به فارسی:ویسپر توربوویسپر لارج وی ۳ توربو
این مدل چیست؟
Whisper large-v3-turbo نسخهٔ سبک و سریع Whisper large-v3 از OpenAI است که اکتبر ۲۰۲۴ متنباز منتشر شد؛ لایههای رمزگشای آن از ۳۲ به ۴ کم شده، حدود ۸۰۹ میلیون پارامتر دارد و با افت اندکی در دقت چند برابر سریعتر است. ۹۹ زبان، از جمله فارسی، را رونویسی میکند ولی برای ترجمه آموزش ندیده است. نرخ خطای کلمه در سنجش انگلیسی Artificial Analysis حدود ۴٫۶٪ (روی Groq) است و در Whisper، Handy، Buzz و Subtitle Edit آفلاین اجرا میشود.
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؟
OpenAI Whisperمدل پیشفرض خط فرمان با گزینهٔ --model turbo؛ رایگان و آفلاین
OpenRouterاز API یکپارچهٔ OpenRouter با شناسهٔ openai/whisper-large-v3-turbo؛ پولی و بهازای مصرف
AvalAIدر API اولایآی با شناسهٔ groq.whisper-large-v3-turbo؛ پولی و بهازای مصرف
Subtitle Editدر موتورهای Whisper برنامه با مدل large-v3-turbo؛ رایگان و آفلاین
Buzzدر فهرست مدلهای Whisper برنامه با اندازهٔ large-v3-turbo؛ رایگان و آفلاین
Handy (offline dictation)گزینهٔ Whisper Turbo در بخش Models برای تایپ صوتی؛ رایگان و آفلاین
جایگاه در جدولهای مقایسه
- سنجش گفتار به متن Artificial AnalysisWhisper Large v3 Turboرتبهٔ ۴۵خطای کلمه ۴٫۶٪$۰٫۶۷ برای ۱۰۰۰ دقیقه صدا
- سنجش گفتار به متن Artificial AnalysisWhisper Large v3 Turbo, Telnyxرتبهٔ ۵۸خطای کلمه ۵٫۵٪$۱۵ برای ۱۰۰۰ دقیقه صدا
مدلهای دیگر اوپنایآی
GPT-4.1GPT-4oGPT-4o miniGPT-4o Mini TranscribeGPT-4o TranscribeGPT-5GPT-5.3 CodexGPT-5.4GPT-5.5GPT-5.5 InstantGPT-5.6 LunaGPT-5.6 SolGPT-5.6 TerraGPT-6.1 SolGPT-6.1 TerraGPT-6 AstraGPT-6 LunaGPT-6 Luna DecisionsGPT-6 SolGPT Image 1GPT Image 1.5GPT Image 2GPT Image 2.5GPT Image 2.6GPT-Live-1gpt-ossGPT TranscribeOpenAI o3SoraSora 2