OpenAI: Whisper large-v3 Turbo
whisper-large-v3-turbo- 가격
- 부터 $0.000011
- 모달리티
- 오디오
Whisper large-v3 Turbo 소개
Whisper large-v3 Turbo는 Whisper large-v3의 더 빠른 변형 모델입니다. 디코더가 32개 레이어에서 4개로 축소되어 파라미터 수가 15억 5천만 개에서 약 8억 9백만 개로 줄어든 것을 제외하면 동일한 모델입니다. 모델 카드에 따르면 약간의 품질 저하를 대가로 더 빠른 추론 속도를 제공합니다. 99개 언어를 지원하며 MIT 라이선스로 출시되었습니다.
강점
- 디코더 레이어가 32개에서 4개로 줄어들어 녹음된 오디오에서 large-v3보다 눈에 띄게 빠릅니다.
- 약 8억 9백만 개의 파라미터는 자체 호스팅 시 더 적은 메모리 점유율을 의미합니다.
- large-v3의 99개 언어 지원을 그대로 유지하므로 다국어 작업 시 다른 모델이 필요하지 않습니다.
- MIT 라이선스가 적용된 가중치로 광범위한 상업적 이용과 수정이 가능합니다.
다른 모델이 필요한 경우
- 모델 카드에 따르면 large-v3 대비 약간의 품질 저하가 있으므로, 정확도가 중요한 전사 작업에는 전체 모델을 사용하는 것이 좋습니다.
- 화자 분리(diarization)나 실시간 스트리밍 인터페이스가 없는 전사 전용 체크포인트입니다.
- OpenAI의 GPT-4o 전사 모델은 자체 측정 결과에서 더 낮은 오류율을 보고합니다.
시작하기
API 키 만들기
Console에서 키를 만들고 플랫폼의 모든 모델에 사용하세요.
첫 번째 요청 보내기
사용 중인 언어의 예시를 복사하여 엔드포인트에 실행하세요.
음성-텍스트 변환TokenLab 엔드포인트POST/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"
매개변수
음성-텍스트 변환
| 매개변수 | 값 및 제한 | 기본값 | 참고 |
|---|---|---|---|
file | 입력 수: ≥ 1, ≤ 1 | 제공되지 않음 | Send one audio file in multipart/form-data. Maximum file size is 25 MiB. |
language | 제공되지 않음 | 제공되지 않음 | 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. |
가격 책정
Verified 가격은 Verified에 적용되며 대부분의 모델에서 더 저렴합니다. Official 가격은 모델 제조사가 공개한 가격으로, 더 안정적인 Official 경로에 적용됩니다. Auto는 요청을 완료한 경로의 가격으로 청구합니다.
음성-텍스트 변환
초당- Official 가격
- $0.0000111
- Verified 가격
- —
- 할인
- —
| Official 가격초당 | Verified 가격초당 | 할인 | |
|---|---|---|---|
| 음성-텍스트 변환 | $0.0000111 | — | — |
사용량 및 활동
성공률은 완료된 요청의 비율입니다. 지연 시간은 전체 응답에 걸리는 시간이며, P95는 요청의 95%가 해당 시간 내에 완료되었음을 의미합니다.
사용량 및 가용성
지난 24시간- 요청
- 성공률
- P95 지연 시간
- 총 토큰
데이터는 상태 확인을 제외한 집계된 사용자 요청을 기반으로 합니다.
Console에서 열기
Console에서 Whisper large-v3 Turbo을 열고 프롬프트를 수정하거나 전송하세요.
/v1/audio/transcriptions에서 whisper-large-v3-turbo로 짧은 오디오 요청을 테스트합니다. 결과와 비용을 확인하세요.
사용 사례
빠른 배치 전사
최고 수준의 정확도보다 처리 시간이 더 중요한 대량의 오디오 백로그를 처리합니다.
실시간에 가까운 파이프라인
호스팅 중인 앱에서 롤링 캡션을 위해 짧은 오디오 조각을 빠르게 처리합니다.
비용 효율적인 자체 호스팅
전체 large-v3 모델보다 작은 GPU에서 모델을 실행할 수 있어 하드웨어 예산이 제한적인 경우에 도움이 됩니다.
초안 작성
처음부터 전사하는 대신, 사람이 편집하여 수정할 수 있는 빠른 초안 전사본을 생성합니다.
프롬프트 예제
200개의 짧은 고객 지원 통화 배치를 일반 텍스트로 전사해 줘.
이 스페인어 웨비나를 빠르게 전사해 줘. 대략적인 초안이면 충분해.
이 회의 녹음 파일을 교정할 수 있는 텍스트로 전사해 줘.
FAQ
Whisper large-v3 Turbo란 무엇인가요?
Whisper large-v3를 축소 및 미세 조정하여 디코더를 32개 레이어에서 4개로 줄인 버전입니다. 약 8억 9백만 개의 파라미터로 더 빠르고 가볍지만, 약간의 품질 저하가 발생합니다.
large-v3보다 더 나은가요?
더 정확한 것이 아니라 더 빠른 것입니다. 처리량이 중요할 때 사용하세요. 최대 정확도를 위해 전체 디코더가 필요하고, 더 느린 처리 속도와 더 큰 메모리 점유율을 감수할 수 있다면 whisper-large-v3를 사용하세요.
몇 개의 언어를 지원하나요?
모델 카드는 다국어 음성 인식을 위해 99개 언어를 명시하고 있습니다. 더 큰 체크포인트와 동일한 지원 범위를 가지므로, 더 빠른 변형 모델을 선택한다고 해서 언어 지원이 줄어들지는 않습니다.
Whisper large-v3 Turbo에는 어떤 라이선스가 적용되나요?
Hugging Face의 모델 카드는 상업적 이용을 허용하는 MIT 라이선스를 명시하고 있습니다. 다른 오픈 체크포인트와 마찬가지로, 제품을 재배포하거나 구축하기 전에 모델 카드의 최신 라이선스 텍스트를 확인하세요.
화자를 구분하나요?
아니요. 화자 레이블 없이 일반 텍스트로만 출력합니다. 녹음 파일에서 화자를 구분하려면 gpt-4o-transcribe-diarize를 사용하거나, 자체 파이프라인에서 별도의 화자 분리 단계를 실행하세요.
Whisper large-v3 Turbo 의 가격은 얼마인가요?
TokenLab 에서 Whisper large-v3 Turbo 은 $0.0000111 초당 입니다. 자세한 내역은 위 가격 표를 확인하세요. 요금은 청구 단위, 사양, 사용량에 따라 달라집니다. 모델의 상세 요금에서 동일한 조건끼리 비교하세요. 단일 요금으로 총비용이 결정되지 않습니다.
Whisper large-v3 Turbo 은 어떤 엔드포인트를 써야 하나요?
Whisper large-v3 Turbo에 대해 https://api.tokenlab.sh/v1/audio/transcriptions를 사용하세요. 아래 요청 예시는 일치하는 코드 형태를 보여줍니다.
Whisper large-v3 Turbo 은 어떤 오퍼레이션을 지원하나요?
Whisper large-v3 Turbo은(는) 음성-텍스트 변환을(를) 지원합니다. 엔드포인트와 요청 예시를 보려면 위에서 작업을 선택하세요.
Whisper large-v3 Turbo 비교하기
출처
2026. 10. 2. 검토 완료
