OpenAI: Whisper large-v3

نقطة فحص Open Whisper للنسخ والتعليق التوضيحي القوي متعدد اللغات.

whisper-large-v3

متاحOpenAIتحويل الكلام إلى نص (Speech to Text)متزامن

السعر: ابتداءً من $0.000031
الأنماط: صوت

عن Whisper large-v3

Whisper large-v3 هو نقطة فحص (checkpoint) مفتوحة الأوزان لنموذج التعرف على الكلام Whisper من OpenAI، ويحتوي على حوالي 1.55 مليار معلمة. تم تدريبه على ما يقرب من مليون ساعة من الصوت المصنف بضعف و4 ملايين ساعة من الصوت المصنف زائفاً، ويدعم 99 لغة، ويستخدم 128 نطاق ميل (mel bins) بالإضافة إلى رمز لغة الكانتونية. تشير OpenAI إلى انخفاض في الأخطاء بنسبة 10 إلى 20 بالمائة مقارنة بـ large-v2، وتدرج بطاقة النموذج ترخيص Apache 2.0.

نقاط القوة

أوزان مفتوحة يمكنك استضافتها بنفسك، مما يبقي الصوت داخل بنيتك التحتية الخاصة.
تم الإبلاغ عن انخفاض في الأخطاء بنسبة 10 إلى 20 بالمائة مقارنة بـ large-v2 عبر مجموعة واسعة من اللغات.
يغطي 99 لغة، بما في ذلك رمز مخصص للغة الكانتونية تمت إضافته في هذا الإصدار.
يمكنه إنتاج طوابع زمنية على مستوى الكلمة ومستوى الجملة للمطابقة.

متى تستخدم نموذجاً آخر

إنه نموذج كامل الحجم، لذا فهو يفك التشفير بشكل أبطأ ويحتاج إلى ذاكرة أكبر من متغير turbo.
إنه نقطة فحص للنسخ النصي البسيط، بدون تسميات للمتحدثين وبدون واجهة بث.
نماذج النسخ GPT-4o من OpenAI تبلغ عن معدلات خطأ في الكلمات أفضل في تقييماتها الخاصة.

البدء

إنشاء مفتاح API
أنشئ مفتاح في Console واستخدمه مع جميع النماذج على المنصة.
02
إرسال طلبك الأول
انسخ المثال الخاص بلغة البرمجة التي تستخدمها وقم بتشغيله مقابل نقطة النهاية (endpoint).
صوت إلى نصنقطة اتصال TokenLab
POST/v1/audio/transcriptions
curl -X POST "https://api.tokenlab.sh/v1/audio/transcriptions" \ -H "Authorization: Bearer sk-xxx" \ -F file="@audio.mp3" \ -F operation="stt" \ -F model="whisper-large-v3" \ -F language="en" \ -F response_format="json"

المعايير

صوت إلى نص

المعلمة	القيم والحدود	القيمة الافتراضية	ملاحظات
`file`	عدد المدخلات: ≥ 1, ≤ 1	غير متوفر	Send one audio file in multipart/form-data. Maximum file size is 25 MiB.
`language`	غير متوفر	غير متوفر	This field is accepted. The current public contract does not specify a complete value range or list. No additional values are promised. The omitted-field default is not verified.

التسعير

ينطبق سعر Verified على مسار Verified، وهو الأقل تكلفة في معظم النماذج. سعر Official هو السعر المعلن من صانع النموذج وينطبق على مسار Official الأكثر موثوقية. يحاسب خيار Auto بناءً على المسار الذي يكمل الطلب.

صوت إلى نص

لكل ثانية

سعر Official: $0.0000308
سعر Verified: —
خصم: —

	سعر Officialلكل ثانية	سعر Verifiedلكل ثانية	خصم
صوت إلى نص	$0.0000308	—	—

الاستخدام والنشاط

معدل النجاح هو نسبة الطلبات المكتملة. زمن الاستجابة هو مدة الاستجابة الكاملة؛ ويعني P95 أن 95% من الطلبات اكتملت ضمن ذلك الوقت.

الاستخدام والتوفر

آخر 24 ساعة

الطلبات
معدل النجاح
زمن الاستجابة P95
إجمالي الرموز

أداء النموذج

آخر تحديث 01‏/11‏/2026، 9:32 ص UTC

تظهر المقاييس بمجرد استيفاء حدود الخصوصية وحجم البيانات.

تستند البيانات إلى طلبات المستخدمين المجمعة، باستثناء عمليات التحقق من الحالة.

فتح في Console

افتح Whisper large-v3 في Console وجهز الرسالة للتعديل أو الإرسال.

ساعدني في تجربة whisper-large-v3 بطلب صوتي قصير في /v1/audio/transcriptions. اعرض النتيجة والتكلفة.

حالات الاستخدام

نسخ نصي مستضاف ذاتياً
قم بتشغيل تحويل الكلام إلى نص داخل شبكة خاصة للصوت الذي لا يمكنه مغادرة بيئتك.
وسائط متعددة اللغات
قم بنسخ البث أو المحاضرات أو مقاطع الفيديو بلغات عديدة باستخدام نقطة فحص واحدة.
محتوى الكانتونية
استخدم رمز اللغة المخصص لصوت هونغ كونغ وغوانغدونغ بدلاً من معاملته كلغة صينية عامة.
مطابقة الترجمة
قم بإنتاج طوابع زمنية على مستوى الكلمة أو الجملة لمطابقة نص النسخ مع مقاطع فيديو محددة.

أمثلة Prompt

انسخ مقطع الراديو الكانتوني هذا واحتفظ بالمخرجات باللغة الصينية المكتوبة.

انسخ حديث المؤتمر الألماني هذا مع طوابع زمنية على مستوى الجملة.

انسخ مقابلة التسجيل الميداني هذه باللغة البرتغالية وأرجع نصاً بسيطاً.

FAQ

ما هو Whisper large-v3؟

إنه نقطة فحص Whisper مفتوحة الأوزان بـ 1.55 مليار معلمة للتعرف على الكلام وترجمة الكلام عبر 99 لغة. تم تدريبه على مليون ساعة من الصوت المصنف بضعف و4 ملايين ساعة من الصوت المصنف زائفاً.

ما الذي تغير عن large-v2؟

يستخدم مخطط الطيف المدخل 128 نطاق ميل بدلاً من 80، وتمت إضافة رمز لغة الكانتونية، وتشير بطاقة النموذج إلى انخفاض في الأخطاء بنسبة 10 إلى 20 بالمائة عبر العديد من اللغات.

كيف يختلف عن whisper-large-v3-turbo؟

نقطة فحص turbo تقلل فك التشفير من 32 طبقة إلى 4، مما يفك التشفير بشكل أسرع مع فقدان طفيف في الجودة. يحتفظ Whisper large-v3 بفك التشفير الكامل للحصول على أفضل دقة بين الاثنين.

ما هو الترخيص الذي يستخدمه؟

تدرج بطاقة النموذج على Hugging Face ترخيص Apache 2.0، والذي يسمح بالاستخدام التجاري والاستضافة الذاتية. تحقق من البطاقة بنفسك قبل النشر، حيث يمكن أن تختلف التراخيص بين نقاط فحص Whisper.

هل هو نفس whisper-1؟

لا. Whisper-1 هو نموذج واجهة برمجة التطبيقات المدار من OpenAI، بينما large-v3 هو نقطة فحص مفتوحة تم إصدارها للتنزيل. إنهما يشتركان في عائلة Whisper ولكنهما عروض منفصلة.

كم تكلفة Whisper large-v3؟

على TokenLab تكلف Whisper large-v3 $0.0000308 لكل ثانية. التفاصيل الكاملة في جدول التسعير أعلاه. تعتمد الأسعار على وحدة الفوترة والمواصفات والاستخدام. قارن بين الشروط المتطابقة في التسعير التفصيلي للنموذج؛ السعر الواحد لا يحدد التكلفة الإجمالية.

ما نقطة النهاية التي يجب أن يستخدمها Whisper large-v3؟

استخدم https://api.tokenlab.sh/v1/audio/transcriptions كافتراضي لـ Whisper large-v3. إذا كانت الصيغة الأصلية للمزود مدعومة فإن API workbench يعرضها أيضاً.

ما العمليات التي يدعمها Whisper large-v3؟

Whisper large-v3 يدعم صوت إلى نص. اختر عملية في API workbench أعلاه لرؤية نقطة النهاية وعينة الكود المطابقة.