OpenAI: Whisper large-v3 Turbo

Whisper Large v3 Turbo هو إصدار متسارع من نموذج التعرف على الكلام Whisper Large v3. وهو مفيد لمعالجة الصوت المسجل عندما تكون سرعة النسخ مهمة ولا يحتاج سير العمل إلا إلى مخرجات تحويل الكلام إلى نص.

مقارنة النماذج

whisper-large-v3-turbo

متاحOpenAIتحويل الكلام إلى نص (Speech to Text)متزامن

السعر: ابتداءً من $0.000011
الأنماط: صوت

عن Whisper large-v3 Turbo

Whisper large-v3 Turbo هو نسخة أسرع من Whisper large-v3. إنه نفس النموذج باستثناء أن وحدة فك الترميز (decoder) تم تقليصها من 32 طبقة إلى 4 طبقات، مما يترك حوالي 809 مليون معلمة بدلاً من 1.55 مليار. تشير بطاقة النموذج إلى استنتاج أسرع على حساب انخفاض طفيف في الجودة. يغطي النموذج 99 لغة وتم إصداره بموجب ترخيص MIT.

نقاط القوة

أربع طبقات لفك الترميز بدلاً من 32 تجعله أسرع بشكل ملحوظ من large-v3 في معالجة الصوت المسجل.
حوالي 809 مليون معلمة تعني بصمة ذاكرة أصغر للاستضافة الذاتية.
يحافظ على تغطية large-v3 لـ 99 لغة، لذا لا تحتاج مهام العمل متعددة اللغات إلى نموذج مختلف.
تسمح الأوزان المرخصة بموجب MIT بالاستخدام التجاري الواسع والتعديل.

متى تستخدم نموذجاً آخر

تشير البطاقة إلى انخفاض طفيف في الجودة مقارنة بـ large-v3، لذا قد تبرر النصوص التي تتطلب دقة عالية استخدام النموذج الكامل.
إنه نموذج نسخ نصي بدون ميزات تحديد هوية المتحدث (diarization) أو واجهة للبث المباشر.
تشير نماذج النسخ الصوتي GPT-4o من OpenAI إلى معدلات خطأ أقل في قياساتها 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-turbo" \ -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: $0.0000111
سعر Verified: —
خصم: —

	سعر Officialلكل ثانية	سعر Verifiedلكل ثانية	خصم
صوت إلى نص	$0.0000111	—	—

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، 8:50 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 Turbo في Console وجهز الرسالة للتعديل أو الإرسال.

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

حالات الاستخدام

نسخ نصي سريع للدفعة (Batch)
العمل على تراكمات كبيرة من الملفات الصوتية حيث يكون وقت الإنجاز أكثر أهمية من الدقة المطلقة.
خطوط معالجة شبه مباشرة
معالجة مقاطع قصيرة بسرعة كافية للتعليقات النصية المتتابعة في تطبيق تستضيفه.
استضافة ذاتية واعية بالتكلفة
تشغيل النموذج على وحدات معالجة رسوميات (GPUs) أصغر مما يتطلبه النموذج الكامل large-v3، مما يساعد عندما تكون ميزانية الأجهزة محدودة.
مسودات أولية
إنشاء نسخة نصية أولية سريعة يقوم المحررون البشريون بتصحيحها، بدلاً من النسخ من الصفر.

أمثلة Prompt

انسخ هذه الدفعة المكونة من مائتي مكالمة دعم قصيرة كنص عادي.

انسخ ندوة الويب الإسبانية هذه بسرعة؛ مسودة تقريبية كافية.

انسخ تسجيل هذا الاجتماع إلى نص يمكنني مراجعته.

FAQ

ما هو Whisper large-v3 Turbo؟

هو نسخة مقلصة ومُحسّنة من Whisper large-v3 مع وحدة فك ترميز من 4 طبقات بدلاً من 32. إنه أسرع وأصغر، بحوالي 809 مليون معلمة، على حساب انخفاض طفيف في الجودة.

هل هو أفضل من large-v3؟

إنه أسرع، وليس أكثر دقة. استخدمه عندما تكون الإنتاجية مهمة، واستخدم whisper-large-v3 عندما تريد وحدة فك الترميز الكاملة للحصول على أقصى دقة ويمكنك قبول معالجة أبطأ وبصمة ذاكرة أكبر.

كم عدد اللغات التي يدعمها؟

تدرج بطاقة النموذج 99 لغة للتعرف على الكلام متعدد اللغات، وهي نفس التغطية التي يوفرها النموذج الأكبر، لذا لن تفقد دعم اللغة باختيار النسخة الأسرع.

ما هو الترخيص المطبق على Whisper large-v3 Turbo؟

تدرج بطاقة النموذج على Hugging Face ترخيص MIT، الذي يسمح بالاستخدام التجاري. كما هو الحال مع أي نموذج مفتوح، تأكد من نص الترخيص الحالي على البطاقة قبل إعادة توزيعه أو بناء منتج عليه.

هل يقوم بتسمية المتحدثين؟

لا. فهو يخرج نصاً عادياً بدون تسميات للمتحدثين. لتحديد هوية المتحدث في التسجيلات، استخدم gpt-4o-transcribe-diarize، أو قم بتشغيل خطوة منفصلة لتحديد هوية المتحدث في خط المعالجة الخاص بك.

كم تكلفة Whisper large-v3 Turbo؟

على TokenLab تكلف Whisper large-v3 Turbo $0.0000111 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 Turbo؟

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

ما العمليات التي يدعمها Whisper large-v3 Turbo؟

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