OpenAI: Whisper large-v3
whisper-large-v3- Fiyat
- İtibaren $0.000031
- Modlar
- Ses
Whisper large-v3 hakkında
Whisper large-v3, OpenAI'nin yaklaşık 1,55 milyar parametreli Whisper konuşma tanıma modelinin açık ağırlıklı kontrol noktasıdır. Yaklaşık 1 milyon saat zayıf etiketli ve 4 milyon saat sözde etiketli ses verisiyle eğitilmiştir; 99 dili destekler ve 128 mel kutusu ile bir Kantonca dil belirteci kullanır. OpenAI, large-v2'ye göre yüzde 10 ila 20 daha az hata bildirmekte olup model kartında Apache 2.0 lisansı listelenmektedir.
Güçlü yönleri
- Sesi kendi altyapınızda tutarak kendi sunucunuzda barındırabileceğiniz açık ağırlıklar.
- Geniş bir dil yelpazesinde large-v2'ye kıyasla yüzde 10 ila 20 oranında hata azaltımı bildirilmiştir.
- Bu sürüme eklenen özel bir Kantonca belirteci dahil olmak üzere 99 dili kapsar.
- Hizalama için kelime ve cümle düzeyinde zaman damgaları üretebilir.
Alternatif aramanız gereken durumlar
- Tam boyutlu bir modeldir, bu nedenle turbo varyantına göre daha yavaş kod çözer ve daha fazla bellek gerektirir.
- Konuşmacı etiketleri ve akış arayüzü olmayan, düz bir transkripsiyon kontrol noktasıdır.
- OpenAI'nin GPT-4o transkripsiyon modelleri, kendi değerlendirmelerinde daha iyi kelime hata oranları bildirmektedir.
Başlarken
API anahtarı oluştur
Console'da bir anahtar oluşturun, platformdaki tüm modellerle kullanın.
İlk isteğinizi gönderin
Diliniz için olan örneği kopyalayın ve uç noktada çalıştırın.
Konuşmadan metneTokenLab uç noktasıPOST/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" \ -F language="en" \ -F response_format="json"
Parametreler
Konuşmadan metne
| Parametre | Değerler ve sınırlar | Varsayılan | Notlar |
|---|---|---|---|
file | Girdi sayısı: ≥ 1, ≤ 1 | Belirtilmemiş | Send one audio file in multipart/form-data. Maximum file size is 25 MiB. |
language | Belirtilmemiş | Belirtilmemiş | 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. |
Fiyatlandırma
Verified fiyatı Verified için geçerlidir ve çoğu modelde daha düşüktür. Official fiyatı, model üreticisinin yayınladığı fiyattır ve daha güvenilir Official rotası için geçerlidir. Auto, isteği tamamlayan rotanın fiyatını uygular.
Konuşmadan metne
saniye başına- Official fiyatı
- $0.0000308
- Verified fiyatı
- —
- İndirim
- —
| Official fiyatısaniye başına | Verified fiyatısaniye başına | İndirim | |
|---|---|---|---|
| Konuşmadan metne | $0.0000308 | — | — |
Kullanım ve etkinlik
Başarı oranı, tamamlanan isteklerin payıdır. Gecikme, tam bir yanıtın ne kadar sürdüğüdür; P95, isteklerin %95’inin bu süre içinde tamamlandığı anlamına gelir.
Kullanım ve kullanılabilirlik
Son 24 saat- İstekler
- Başarı oranı
- P95 gecikmesi
- Toplam token
Veriler, durum kontrolleri hariç tutularak toplu kullanıcı isteklerine dayanmaktadır.
Console'da aç
Whisper large-v3 modelini Console'da açın, istemi düzenlemek veya göndermek için hazır hale getirin.
whisper-large-v3 ile /v1/audio/transcriptions üzerinden kısa bir ses isteği dene. Sonucu ve maliyeti göster.
Kullanım senaryoları
Kendi sunucunuzda transkripsiyon
Ortamınızdan çıkmaması gereken sesler için konuşmadan metne dönüştürme işlemini özel bir ağ içinde çalıştırın.
Çok dilli medya
Tek bir kontrol noktası ile birçok dildeki yayınları, dersleri veya videoları yazıya dökün.
Kantonca içerik
Hong Kong ve Guangdong sesleri için genel Çince olarak ele almak yerine özel dil belirtecini kullanın.
Altyazı hizalama
Transkript metnini belirli video bölümleriyle eşleştirmek için kelime veya cümle düzeyinde zaman damgaları üretin.
Prompt örnekleri
Bu Kantonca radyo kaydını yazıya dökün ve çıktıyı yazılı Çince olarak tutun.
Bu Almanca konferans konuşmasını cümle düzeyinde zaman damgalarıyla yazıya dökün.
Bu saha kaydı röportajını Portekizce olarak yazıya dökün ve düz metin olarak döndürün.
FAQ
Whisper large-v3 nedir?
99 dilde konuşma tanıma ve konuşma çevirisi için kullanılan, 1,55 milyar parametreli, açık ağırlıklı Whisper kontrol noktasıdır. 1 milyon saat zayıf etiketli ve 4 milyon saat sözde etiketli ses verisi üzerinde eğitilmiştir.
large-v2'den ne değişti?
Girdi spektrogramı 80 yerine 128 mel kutusu kullanır, bir Kantonca dil belirteci eklenmiştir ve model kartı birçok dilde yüzde 10 ila 20 oranında hata azaltımı bildirmektedir.
whisper-large-v3-turbo'dan farkı nedir?
Turbo kontrol noktası, kod çözücüyü 32 katmandan 4'e düşürerek küçük bir kalite kaybıyla daha hızlı kod çözme sağlar. Whisper large-v3, ikisi arasında en iyi doğruluğu elde etmek için tam kod çözücüyü korur.
Hangi lisansı kullanıyor?
Hugging Face'teki model kartı, ticari kullanıma ve kendi kendine barındırmaya izin veren Apache 2.0 lisansını listeler. Lisanslar Whisper kontrol noktaları arasında farklılık gösterebileceğinden, kullanmadan önce kartı kendiniz kontrol edin.
whisper-1 ile aynı mı?
Hayır. Whisper-1, OpenAI'nin yönetilen API modelidir; large-v3 ise indirilmek üzere yayınlanan açık kontrol noktasıdır. Aynı Whisper ailesini paylaşırlar ancak ayrı ürünlerdir.
Whisper large-v3 ne kadara mal olur?
TokenLab üzerinde Whisper large-v3 $0.0000308 saniye başına'dır. Tam dökümü yukarıdaki fiyat tablosunda bulabilirsiniz. Ücretler faturalandırma birimine, özelliklere ve kullanıma göre değişir. Modelin ayrıntılı fiyatlandırmasında eşleşen koşulları karşılaştırın; tek bir ücret toplam maliyeti belirlemez.
Whisper large-v3 hangi endpoint'i kullanmalı?
Whisper large-v3 için varsayılan olarak https://api.tokenlab.sh/v1/audio/transcriptions kullanın. Sağlayıcıya özgü yerel format destekleniyorsa API workbench bu endpoint'i de gösterir.
Whisper large-v3 hangi operasyonları destekler?
Whisper large-v3 Konuşmadan metne destekler. Yukarıdaki API workbench'te bir operasyon seçerek ilgili endpoint ve kod örneğini görebilirsiniz.
Whisper large-v3 karşılaştırması
Kaynaklar
2 Eki 2026 tarihinde incelendi
