OpenAI: Whisper large-v3 Turbo

Whisper Large v3 Turbo adalah versi yang dipercepat dari model pengenalan ucapan Whisper Large v3. Model ini berguna untuk memproses audio rekaman ketika kecepatan transkripsi penting dan alur kerja hanya memerlukan output ucapan-ke-teks.

Bandingkan model

whisper-large-v3-turbo

TersediaOpenAIUcapan ke TeksSinkronkan

Harga: Mulai dari $0.000011
Modalitas: Audio

Tentang Whisper large-v3 Turbo

Whisper large-v3 Turbo adalah varian yang lebih cepat dari Whisper large-v3. Model ini sama, kecuali dekodernya dipangkas dari 32 lapisan menjadi 4, menyisakan sekitar 809 juta parameter alih-alih 1,55 miliar. Kartu model melaporkan inferensi yang lebih cepat dengan konsekuensi penurunan kualitas yang kecil. Model ini mencakup 99 bahasa dan dirilis di bawah lisensi MIT.

Kelebihan

Empat lapisan dekoder alih-alih 32 membuatnya terasa lebih cepat daripada large-v3 pada audio rekaman.
Sekitar 809 juta parameter berarti jejak memori yang lebih kecil untuk hosting mandiri.
Mempertahankan cakupan 99 bahasa milik large-v3, sehingga beban kerja multibahasa tidak memerlukan model yang berbeda.
Bobot berlisensi MIT memungkinkan penggunaan komersial dan modifikasi secara luas.

Kapan harus beralih

Kartu model mencatat sedikit penurunan kualitas dibandingkan large-v3, sehingga transkrip yang mengutamakan akurasi mungkin lebih baik menggunakan model penuh.
Ini adalah checkpoint transkripsi tanpa diarisasi atau antarmuka streaming langsung.
Model transkripsi GPT-4o milik OpenAI melaporkan tingkat kesalahan yang lebih rendah berdasarkan pengukuran mereka sendiri.

Memulai

Buat API key
Buat kunci di Console, gunakan untuk semua model di platform.

Kirim permintaan pertama Anda

Salin contoh untuk bahasa Anda dan jalankan terhadap endpoint tersebut.

Suara ke teksEndpoint 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"

Parameter

Suara ke teks

Parameter	Nilai dan batas	Nilai bawaan	Catatan
`file`	Jumlah masukan: ≥ 1, ≤ 1	Tidak disediakan	Send one audio file in multipart/form-data. Maximum file size is 25 MiB.
`language`	Tidak disediakan	Tidak disediakan	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.

Penetapan Harga

Harga Verified berlaku untuk Verified yang lebih murah di sebagian besar model. Harga Official adalah harga resmi dari pembuat model dan berlaku untuk rute Official yang lebih andal. Auto menagihkan biaya berdasarkan rute yang menyelesaikan permintaan.

Suara ke teks

per detik

Harga Official: $0.0000111
Harga Verified: —
Diskon: —

	Harga Officialper detik	Harga Verifiedper detik	Diskon
Suara ke teks	$0.0000111	—	—

Penggunaan & aktivitas

Tingkat keberhasilan adalah proporsi permintaan yang selesai. Latensi adalah berapa lama respons penuh berlangsung; P95 berarti 95% permintaan selesai dalam waktu tersebut.

Penggunaan & ketersediaan

24 jam terakhir

Permintaan
Tingkat keberhasilan
Latensi P95
Total token

Performa model

Terakhir diperbarui 1 Nov 2026, 08.50 UTC

Metrik akan muncul setelah ambang batas privasi dan volume data terpenuhi.

Data didasarkan pada permintaan pengguna gabungan, tidak termasuk pemeriksaan status.

Buka di Console

Buka Whisper large-v3 Turbo di Console dengan prompt siap diedit atau dikirim.

Bantu saya mencoba whisper-large-v3-turbo dengan permintaan audio singkat di /v1/audio/transcriptions. Tampilkan hasil dan biayanya.

Skenario penggunaan

Transkripsi batch cepat
Selesaikan tumpukan audio besar di mana waktu penyelesaian lebih penting daripada akurasi tingkat akhir.
Pipeline mendekati waktu nyata (near-live)
Proses potongan audio pendek dengan cukup cepat untuk takarir bergulir di aplikasi yang Anda hosting.
Hosting mandiri yang hemat biaya
Jalankan model pada GPU yang lebih kecil daripada yang dibutuhkan oleh large-v3 penuh, yang membantu jika anggaran perangkat keras menjadi batasan.
Draf tahap pertama
Buat transkrip awal yang cepat untuk dikoreksi oleh penyunting manusia, alih-alih melakukan transkripsi dari nol.

Contoh prompt

Transkripsikan batch dua ratus panggilan dukungan singkat ini sebagai teks biasa.

Transkripsikan webinar bahasa Spanyol ini dengan cepat; draf kasar sudah cukup.

Transkripsikan rekaman rapat ini menjadi teks yang bisa saya periksa.

FAQ

Apa itu Whisper large-v3 Turbo?

Ini adalah versi Whisper large-v3 yang dipangkas dan disesuaikan dengan dekoder 4-lapisan alih-alih 32. Model ini lebih cepat dan lebih kecil, dengan sekitar 809 juta parameter, dengan konsekuensi penurunan kualitas yang kecil.

Apakah model ini lebih baik daripada large-v3?

Model ini lebih cepat, bukan lebih akurat. Gunakan model ini saat throughput menjadi prioritas, dan gunakan whisper-large-v3 saat Anda menginginkan dekoder penuh untuk akurasi maksimal dan dapat menerima pemrosesan yang lebih lambat serta jejak memori yang lebih besar.

Berapa banyak bahasa yang didukungnya?

Kartu model mencantumkan 99 bahasa untuk pengenalan ucapan multibahasa, cakupan yang sama dengan checkpoint yang lebih besar, sehingga Anda tidak kehilangan dukungan bahasa dengan memilih varian yang lebih cepat.

Lisensi mana yang berlaku untuk Whisper large-v3 Turbo?

Kartu model di Hugging Face mencantumkan lisensi MIT, yang mengizinkan penggunaan komersial. Seperti halnya checkpoint terbuka lainnya, pastikan teks lisensi saat ini di kartu tersebut sebelum Anda mendistribusikan ulang atau membangun produk di atasnya.

Apakah model ini melabeli pembicara?

Tidak. Model ini menghasilkan transkrip biasa tanpa label pembicara. Untuk atribusi pembicara pada rekaman, gunakan gpt-4o-transcribe-diarize, atau jalankan langkah diarisasi terpisah dalam pipeline Anda sendiri.

Berapa biaya Whisper large-v3 Turbo?

Di TokenLab, Whisper large-v3 Turbo dikenakan $0.0000111 per detik. Tabel harga di atas menampilkan rincian lengkap. Tarif bergantung pada unit penagihan, spesifikasi, dan penggunaan. Bandingkan kondisi yang sama dalam harga detail model; satu tarif tidak menentukan total biaya.

Endpoint mana yang harus digunakan Whisper large-v3 Turbo?

Pakai https://api.tokenlab.sh/v1/audio/transcriptions sebagai default untuk Whisper large-v3 Turbo. Jika format native penyedia didukung, API workbench juga menampilkan endpoint tersebut.

Operasi apa saja yang didukung Whisper large-v3 Turbo?

Whisper large-v3 Turbo mendukung Suara ke teks. Pilih operasi di API workbench di atas untuk melihat endpoint dan contoh kode terkait.