OpenAI: Whisper large-v3 Turbo
whisper-large-v3-turbo- Preço
- A partir de $0.000011
- Modalidades
- Áudio
Sobre o Whisper large-v3 Turbo
O Whisper large-v3 Turbo é uma variante mais rápida do Whisper large-v3. É o mesmo modelo, exceto que o decodificador foi reduzido de 32 camadas para 4, deixando cerca de 809 milhões de parâmetros em vez de 1,55 bilhão. O cartão do modelo relata uma inferência mais rápida à custa de uma pequena queda na qualidade. Ele cobre 99 idiomas e é lançado sob a licença MIT.
Pontos fortes
- Quatro camadas de decodificador em vez de 32 o tornam visivelmente mais rápido que o large-v3 em áudio gravado.
- Cerca de 809 milhões de parâmetros significam uma pegada de memória menor para auto-hospedagem.
- Mantém a cobertura de 99 idiomas do large-v3, para que cargas de trabalho multilíngues não precisem de um modelo diferente.
- Pesos licenciados pelo MIT permitem amplo uso comercial e modificação.
Quando usar outro modelo
- O cartão observa uma pequena degradação de qualidade em relação ao large-v3, portanto, transcrições onde a precisão é crítica podem justificar o uso do modelo completo.
- É um checkpoint de transcrição sem diarização ou interface de transmissão ao vivo.
- Os modelos de transcrição GPT-4o da OpenAI relatam taxas de erro mais baixas em suas próprias medições.
Primeiros passos
Criar chave de API
Crie uma chave no Console e use com qualquer modelo da plataforma.
Envie sua primeira requisição
Copie o exemplo para sua linguagem e execute-o no endpoint.
Fala para textoEndpoint do 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"
Parâmetros
Fala para texto
| Parâmetro | Valores e limites | Padrão | Notas |
|---|---|---|---|
file | Entradas: ≥ 1, ≤ 1 | Não fornecido | Send one audio file in multipart/form-data. Maximum file size is 25 MiB. |
language | Não fornecido | Não fornecido | 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. |
Preço
O preço Verified vale para o Verified, que custa menos na maioria dos modelos. O preço Official é o preço publicado pelo fabricante do modelo e vale para a rota Official, mais confiável. O Auto cobra pela rota que conclui a solicitação.
Fala para texto
por segundo- Preço Official
- $0.0000111
- Preço Verified
- —
- Desconto
- —
| Preço Officialpor segundo | Preço Verifiedpor segundo | Desconto | |
|---|---|---|---|
| Fala para texto | $0.0000111 | — | — |
Uso e atividade
A taxa de sucesso é a proporção de requisições concluídas. A latência é quanto tempo uma resposta completa leva; P95 significa que 95% das requisições terminaram dentro desse tempo.
Uso e disponibilidade
Últimas 24 horas- Requisições
- Taxa de sucesso
- Latência P95
- Total de tokens
Os dados baseiam-se em solicitações agregadas de usuários, excluindo verificações de status.
Abrir no Console
Abra Whisper large-v3 Turbo no Console com um prompt pronto para editar ou enviar.
Ajude-me a testar whisper-large-v3-turbo com uma solicitação de áudio em /v1/audio/transcriptions. Exiba o resultado e custo.
Casos de uso
Transcrição rápida em lote
Trabalhe em grandes acúmulos de áudio onde o tempo de resposta é mais importante do que o último ponto de precisão.
Pipelines quase em tempo real
Processe pequenos trechos rapidamente o suficiente para legendas contínuas em um aplicativo que você hospeda.
Auto-hospedagem consciente dos custos
Execute o modelo em GPUs menores do que o large-v3 completo requer, o que ajuda quando o orçamento de hardware é o limite.
Rascunhos de primeira passagem
Crie uma transcrição inicial rápida que editores humanos corrigem depois, em vez de transcrever do zero.
Exemplos de prompt
Transcreva este lote de duzentas chamadas de suporte curtas como texto simples.
Transcreva este webinar em espanhol rapidamente; um rascunho é suficiente.
Transcreva esta gravação de reunião em texto que eu possa revisar.
FAQ
O que é o Whisper large-v3 Turbo?
É uma versão reduzida e ajustada do Whisper large-v3 com um decodificador de 4 camadas em vez de 32. É mais rápido e menor, com cerca de 809 milhões de parâmetros, ao custo de uma pequena queda na qualidade.
É melhor que o large-v3?
É mais rápido, não mais preciso. Use-o quando o rendimento for importante e use o whisper-large-v3 quando quiser o decodificador completo para precisão máxima e puder aceitar um processamento mais lento e uma pegada de memória maior.
Quantos idiomas ele suporta?
O cartão do modelo lista 99 idiomas para reconhecimento de fala multilíngue, a mesma cobertura do checkpoint maior, para que você não perca o suporte ao idioma ao escolher a variante mais rápida.
Qual licença se aplica ao Whisper large-v3 Turbo?
O cartão do modelo no Hugging Face lista a licença MIT, que permite o uso comercial. Como em qualquer checkpoint aberto, confirme o texto da licença atual no cartão antes de redistribuir ou criar um produto com base nele.
Ele identifica os falantes?
Não. Ele gera uma transcrição simples sem rótulos de falante. Para atribuição de falante em gravações, use o gpt-4o-transcribe-diarize ou execute uma etapa de diarização separada em seu próprio pipeline.
Quanto custa o Whisper large-v3 Turbo?
No TokenLab, Whisper large-v3 Turbo custa $0.0000111 por segundo. A tabela de preços acima mostra o detalhamento completo. As tarifas dependem da unidade de cobrança, da especificação e do uso. Compare condições iguais no preço detalhado do modelo; uma única tarifa não determina o custo total.
Qual endpoint o Whisper large-v3 Turbo deve usar?
Use https://api.tokenlab.sh/v1/audio/transcriptions para Whisper large-v3 Turbo. O exemplo de requisição abaixo mostra o formato de código correspondente.
Quais operações o Whisper large-v3 Turbo suporta?
Whisper large-v3 Turbo suporta Fala para texto. Selecione uma operação acima para ver seu endpoint e exemplo de requisição.
Comparar Whisper large-v3 Turbo
Fontes
Revisado em 2 de out. de 2026
