OpenAI: Whisper large-v3 Turbo
whisper-large-v3-turbo- Preis
- Ab $0.000011
- Modalitäten
- Audio
Über Whisper large-v3 Turbo
Whisper large-v3 Turbo ist eine schnellere Variante von Whisper large-v3. Es ist dasselbe Modell, mit dem Unterschied, dass der Decoder von 32 auf 4 Schichten reduziert wurde, was etwa 809 Millionen Parameter anstelle von 1,55 Milliarden ergibt. Die Modellkarte berichtet von einer schnelleren Inferenz auf Kosten eines geringfügigen Qualitätsverlusts. Es deckt 99 Sprachen ab und ist unter der MIT-Lizenz veröffentlicht.
Stärken
- Vier Decoder-Schichten statt 32 machen es bei aufgezeichnetem Audio spürbar schneller als large-v3.
- Etwa 809 Millionen Parameter bedeuten einen geringeren Speicherbedarf für das Self-Hosting.
- Behält die Abdeckung von 99 Sprachen von large-v3 bei, sodass für mehrsprachige Workloads kein anderes Modell erforderlich ist.
- Die unter der MIT-Lizenz stehenden Gewichte erlauben eine breite kommerzielle Nutzung und Modifikation.
Alternativen
- Die Modellkarte weist auf eine geringfügige Qualitätsverschlechterung gegenüber large-v3 hin, daher können bei präzisionskritischen Transkripten das vollständige Modell gerechtfertigt sein.
- Es ist ein Transkriptions-Checkpoint ohne Diarisierung oder Live-Streaming-Schnittstelle.
- Die GPT-4o-Transkriptionsmodelle von OpenAI melden in eigenen Messungen niedrigere Fehlerraten.
Erste Schritte
API-Schlüssel erstellen
Erstelle einen Schlüssel in Console und nutze ihn mit jedem Modell auf der Plattform.
Senden Sie Ihre erste Anfrage
Kopieren Sie das Beispiel für Ihre Sprache und führen Sie es gegen den Endpunkt aus.
Sprache zu TextTokenLab-EndpunktPOST/v1/audio/transcriptionscurl -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"
Parameter
Sprache zu Text
| Parameter | Werte und Grenzen | Standardwert | Hinweise |
|---|---|---|---|
file | Eingaben: ≥ 1, ≤ 1 | Nicht angegeben | Send one audio file in multipart/form-data. Maximum file size is 25 MiB. |
language | Nicht angegeben | Nicht angegeben | 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. |
Preise
Der Verified-Preis gilt für Verified und ist bei den meisten Modellen günstiger. Der Official-Preis ist der veröffentlichte Preis des Modellherstellers und gilt für die zuverlässigere Official-Route. Auto rechnet die Route ab, die die Anfrage abschließt.
Sprache zu Text
pro Sekunde- Official-Preis
- $0.0000111
- Verified-Preis
- —
- Rabatt
- —
| Official-Preispro Sekunde | Verified-Preispro Sekunde | Rabatt | |
|---|---|---|---|
| Sprache zu Text | $0.0000111 | — | — |
Nutzung & Aktivität
Die Erfolgsquote ist der Anteil abgeschlossener Anfragen. Die Latenz ist die Dauer einer vollständigen Antwort; P95 bedeutet, dass 95 % der Anfragen innerhalb dieser Zeit abgeschlossen wurden.
Nutzung & Verfügbarkeit
Letzte 24 Stunden- Anfragen
- Erfolgsrate
- P95-Latenz
- Token gesamt
Die Daten basieren auf aggregierten Benutzeranfragen, Statusprüfungen sind ausgeschlossen.
In Console öffnen
Öffne Whisper large-v3 Turbo in Console mit einer bearbeitbaren oder versandbereiten Eingabeaufforderung.
Teste whisper-large-v3-turbo mit einer kurzen Audio-Anfrage an /v1/audio/transcriptions. Zeige Ergebnis und Kosten.
Anwendungsfälle
Schnelle Batch-Transkription
Arbeiten Sie große Audio-Backlogs ab, bei denen die Bearbeitungszeit wichtiger ist als das letzte Quäntchen Genauigkeit.
Fast-Live-Pipelines
Verarbeiten Sie kurze Audio-Abschnitte schnell genug für laufende Untertitel in einer von Ihnen gehosteten Anwendung.
Kosteneffizientes Self-Hosting
Führen Sie das Modell auf kleineren GPUs aus, als das vollständige large-v3 erfordert, was hilfreich ist, wenn das Hardware-Budget begrenzt ist.
Entwürfe für den ersten Durchgang
Erstellen Sie ein schnelles erstes Transkript, das menschliche Editoren dann korrigieren, anstatt von Grund auf neu zu transkribieren.
Prompt-Beispiele
Transkribiere diese Charge von zweihundert kurzen Support-Anrufen als reinen Text.
Transkribiere dieses spanische Webinar schnell; ein grober Entwurf reicht aus.
Transkribiere diese Besprechungsaufzeichnung in Text, den ich Korrektur lesen kann.
FAQ
Was ist Whisper large-v3 Turbo?
Es ist eine reduzierte und feinabgestimmte Version von Whisper large-v3 mit einem 4-Schichten-Decoder anstelle von 32. Es ist schneller und kleiner, mit etwa 809 Millionen Parametern, auf Kosten eines geringfügigen Qualitätsverlusts.
Ist es besser als large-v3?
Es ist schneller, nicht genauer. Verwenden Sie es, wenn der Durchsatz wichtig ist, und verwenden Sie whisper-large-v3, wenn Sie den vollständigen Decoder für maximale Genauigkeit wünschen und eine langsamere Verarbeitung sowie einen größeren Speicherbedarf in Kauf nehmen können.
Wie viele Sprachen unterstützt es?
Die Modellkarte listet 99 Sprachen für die mehrsprachige Spracherkennung auf, die gleiche Abdeckung wie beim größeren Checkpoint, sodass Sie durch die Wahl der schnelleren Variante keine Sprachunterstützung verlieren.
Welche Lizenz gilt für Whisper large-v3 Turbo?
Die Modellkarte auf Hugging Face listet die MIT-Lizenz, die eine kommerzielle Nutzung erlaubt. Wie bei jedem offenen Checkpoint sollten Sie den aktuellen Lizenztext auf der Karte überprüfen, bevor Sie das Modell weiterverbreiten oder ein Produkt darauf aufbauen.
Kennzeichnet es Sprecher?
Nein. Es gibt ein einfaches Transkript ohne Sprecherkennzeichnung aus. Für die Sprecherzuordnung bei Aufnahmen verwenden Sie gpt-4o-transcribe-diarize oder führen Sie einen separaten Diarisierungsschritt in Ihrer eigenen Pipeline durch.
Was kostet Whisper large-v3 Turbo?
Auf TokenLab kostet Whisper large-v3 Turbo $0.0000111 pro Sekunde. Die vollständige Aufschlüsselung steht in der Preistabelle oben. Die Preise hängen von Abrechnungseinheit, Spezifikation und Nutzung ab. Vergleichen Sie gleiche Bedingungen in der detaillierten Preisliste des Modells; eine einzelne Rate bestimmt nicht die Gesamtkosten.
Welchen Endpunkt soll Whisper large-v3 Turbo verwenden?
Verwenden Sie https://api.tokenlab.sh/v1/audio/transcriptions für Whisper large-v3 Turbo. Das folgende Anforderungsbeispiel zeigt die passende Code-Struktur.
Welche Operationen unterstützt Whisper large-v3 Turbo?
Whisper large-v3 Turbo unterstützt Sprache zu Text. Wählen Sie oben einen Vorgang aus, um dessen Endpunkt und Anforderungsbeispiel anzuzeigen.
Whisper large-v3 Turbo vergleichen
Quellen
Geprüft am 02.10.2026
