OpenAI: Whisper large-v3 Turbo
whisper-large-v3-turbo- Precio
- Desde $0.000011
- Modalidades
- Audio
Sobre Whisper large-v3 Turbo
Whisper large-v3 Turbo es una variante más rápida de Whisper large-v3. Es el mismo modelo, excepto que el decodificador se ha reducido de 32 capas a 4, dejando alrededor de 809 millones de parámetros en lugar de 1.55 mil millones. La ficha del modelo reporta una inferencia más rápida a costa de una menor caída en la calidad. Cubre 99 idiomas y se publica bajo la licencia MIT.
Puntos fuertes
- Cuatro capas de decodificador en lugar de 32 lo hacen notablemente más rápido que large-v3 en audio grabado.
- Alrededor de 809 millones de parámetros significan una huella de memoria menor para el autoalojamiento.
- Mantiene la cobertura de 99 idiomas de large-v3, por lo que las cargas de trabajo multilingües no necesitan un modelo diferente.
- Los pesos con licencia MIT permiten un amplio uso comercial y modificación.
Cuándo buscar otra opción
- La ficha señala una degradación menor en la calidad frente a large-v3, por lo que las transcripciones donde la precisión es crítica pueden justificar el uso del modelo completo.
- Es un punto de control de transcripción sin diarización ni interfaz de transmisión en vivo.
- Los modelos de transcripción GPT-4o de OpenAI reportan tasas de error más bajas en sus propias mediciones.
Primeros pasos
Crear clave API
Genera una clave en Console y úsala con cualquier modelo de la plataforma.
Envía tu primera solicitud
Copia el ejemplo para tu lenguaje y ejecútalo contra el endpoint.
Voz a textoEndpoint de TokenLabPOST/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"
Parámetros
Voz a texto
| Parámetro | Valores y límites | Predeterminado | Notas |
|---|---|---|---|
file | Entradas: ≥ 1, ≤ 1 | No especificado | Send one audio file in multipart/form-data. Maximum file size is 25 MiB. |
language | No especificado | No especificado | 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. |
Precios
El precio Verified se aplica a Verified, que cuesta menos en la mayoría de los modelos. El precio Official es el precio publicado por el fabricante del modelo y se aplica a la ruta Official, más fiable. Auto factura la ruta que completa la solicitud.
Voz a texto
por segundo- Precio Official
- $0.0000111
- Precio Verified
- —
- Descuento
- —
| Precio Officialpor segundo | Precio Verifiedpor segundo | Descuento | |
|---|---|---|---|
| Voz a texto | $0.0000111 | — | — |
Uso y actividad
La tasa de éxito es la proporción de solicitudes completadas. La latencia es cuánto tarda una respuesta completa; P95 significa que el 95 % de las solicitudes terminaron dentro de ese tiempo.
Uso y disponibilidad
Últimas 24 horas- Solicitudes
- Tasa de éxito
- Latencia P95
- Total de tokens
Los datos se basan en solicitudes de usuario agregadas, excluyendo las comprobaciones de estado.
Abrir en Console
Abre Whisper large-v3 Turbo en Console con un prompt listo para editar o enviar.
Ayúdame a probar whisper-large-v3-turbo con una solicitud de audio breve en /v1/audio/transcriptions. Muestra el resultado y el coste.
Casos de uso
Transcripción rápida por lotes
Trabaje a través de grandes acumulaciones de audio donde el tiempo de respuesta importa más que el último punto de precisión.
Canalizaciones casi en vivo
Procese fragmentos cortos lo suficientemente rápido para subtítulos continuos en una aplicación que usted aloje.
Autoalojamiento consciente de los costos
Ejecute el modelo en GPUs más pequeñas de las que requiere el large-v3 completo, lo cual ayuda cuando el presupuesto de hardware es el límite.
Borradores de primera pasada
Cree un primer borrador de transcripción rápido que los editores humanos luego corrijan, en lugar de transcribir desde cero.
Ejemplos de prompts
Transcribe este lote de doscientas llamadas de soporte cortas como texto plano.
Transcribe este seminario web en español rápidamente; un borrador aproximado es suficiente.
Transcribe esta grabación de reunión a texto que pueda revisar.
FAQ
¿Qué es Whisper large-v3 Turbo?
Es una versión reducida y ajustada de Whisper large-v3 con un decodificador de 4 capas en lugar de 32. Es más rápido y pequeño, con alrededor de 809 millones de parámetros, a costa de una caída menor en la calidad.
¿Es mejor que large-v3?
Es más rápido, no más preciso. Úselo cuando el rendimiento importe, y use whisper-large-v3 cuando desee el decodificador completo para obtener la máxima precisión y pueda aceptar un procesamiento más lento y una mayor huella de memoria.
¿Cuántos idiomas admite?
La ficha del modelo lista 99 idiomas para el reconocimiento de voz multilingüe, la misma cobertura que el punto de control más grande, por lo que no pierde soporte de idiomas al elegir la variante más rápida.
¿Qué licencia se aplica a Whisper large-v3 Turbo?
La ficha del modelo en Hugging Face lista la licencia MIT, que permite el uso comercial. Como con cualquier punto de control abierto, confirme el texto de la licencia actual en la ficha antes de redistribuirlo o construir un producto sobre él.
¿Etiqueta a los hablantes?
No. Produce una transcripción plana sin etiquetas de hablante. Para la atribución de hablantes en grabaciones, use gpt-4o-transcribe-diarize o ejecute un paso de diarización separado en su propia canalización.
¿Cuánto cuesta Whisper large-v3 Turbo?
En TokenLab, Whisper large-v3 Turbo cuesta $0.0000111 por segundo. La tabla de precios arriba muestra el desglose completo. Las tarifas dependen de la unidad de facturación, la especificación y el uso. Compare condiciones iguales en el precio detallado del modelo; una sola tarifa no determina el coste total.
¿Qué endpoint debe usar Whisper large-v3 Turbo?
Utiliza https://api.tokenlab.sh/v1/audio/transcriptions para Whisper large-v3 Turbo. El ejemplo de solicitud a continuación muestra la estructura de código correspondiente.
¿Qué operaciones soporta Whisper large-v3 Turbo?
Whisper large-v3 Turbo admite Voz a texto. Selecciona una operación arriba para ver su endpoint y ejemplo de solicitud.
Comparar Whisper large-v3 Turbo
Fuentes
Revisado el 2 oct 2026
