OpenAI: Whisper large-v3 Turbo

Whisper Large v3 Turbo là phiên bản tăng tốc của mô hình nhận dạng giọng nói Whisper Large v3. Nó hữu ích cho việc xử lý âm thanh đã ghi khi tốc độ phiên âm là quan trọng và quy trình làm việc chỉ cần đầu ra là văn bản từ giọng nói.

So sánh mô hình

whisper-large-v3-turbo

Sẵn sàngOpenAIChuyển đổi giọng nói thành văn bảnĐồng bộ

Giá: Từ $0.000011
Phương thức: Âm thanh

Về Whisper large-v3 Turbo

Whisper large-v3 Turbo là một biến thể nhanh hơn của Whisper large-v3. Nó là cùng một mô hình ngoại trừ việc bộ giải mã (decoder) được cắt tỉa từ 32 lớp xuống còn 4 lớp, để lại khoảng 809 triệu tham số thay vì 1,55 tỷ. Thẻ mô hình báo cáo suy luận nhanh hơn với cái giá là chất lượng giảm nhẹ. Nó bao phủ 99 ngôn ngữ và được phát hành theo giấy phép MIT.

Ưu điểm

Bốn lớp bộ giải mã thay vì 32 giúp nó nhanh hơn đáng kể so với large-v3 trên âm thanh đã ghi âm.
Khoảng 809 triệu tham số có nghĩa là chiếm dụng bộ nhớ nhỏ hơn để tự lưu trữ.
Giữ nguyên khả năng bao phủ 99 ngôn ngữ của large-v3, vì vậy các khối lượng công việc đa ngôn ngữ không cần một mô hình khác.
Trọng số được cấp phép MIT cho phép sử dụng thương mại và sửa đổi rộng rãi.

Khi nào nên chọn model khác

Thẻ mô hình lưu ý rằng chất lượng giảm nhẹ so với large-v3, vì vậy các bản phiên âm yêu cầu độ chính xác cao có thể cần dùng mô hình đầy đủ.
Đây là một checkpoint phiên âm không có tính năng phân tách người nói (diarization) hoặc giao diện phát trực tiếp.
Các mô hình phiên âm GPT-4o của OpenAI báo cáo tỷ lệ lỗi thấp hơn trong các phép đo của riêng họ.

Bắt đầu

Tạo API key
Tạo API key trong Console để dùng cho mọi mô hình trên nền tảng.

Gửi yêu cầu đầu tiên của bạn

Sao chép ví dụ cho ngôn ngữ của bạn và chạy nó với endpoint.

Giọng nói sang văn bảnĐiểm cuối 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"

Tham số

Giọng nói sang văn bản

Tham số	Giá trị và giới hạn	Mặc định	Ghi chú
`file`	Số đầu vào: ≥ 1, ≤ 1	Chưa cung cấp	Send one audio file in multipart/form-data. Maximum file size is 25 MiB.
`language`	Chưa cung cấp	Chưa cung cấp	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.

Giá

Giá Verified áp dụng cho Verified, thường rẻ hơn trên hầu hết các model. Giá Official là giá niêm yết từ nhà phát triển, áp dụng cho route Official ổn định hơn. Auto sẽ tính phí dựa trên route hoàn thành yêu cầu.

Giọng nói sang văn bản

mỗi giây

Giá Official: $0.0000111
Giá Verified: —
Giảm giá: —

	Giá Officialmỗi giây	Giá Verifiedmỗi giây	Giảm giá
Giọng nói sang văn bản	$0.0000111	—	—

Sử dụng & hoạt động

Tỷ lệ thành công là tỷ lệ yêu cầu hoàn tất. Độ trễ là thời gian của một phản hồi đầy đủ; P95 nghĩa là 95% yêu cầu hoàn thành trong khoảng thời gian đó.

Mức sử dụng & tình trạng

24 giờ qua

Yêu cầu
Tỷ lệ thành công
Độ trễ P95
Tổng token

Hiệu năng mô hình

Cập nhật lần cuối 08:50 1 thg 11, 2026 UTC

Các chỉ số sẽ xuất hiện sau khi đạt ngưỡng về quyền riêng tư và khối lượng dữ liệu.

Dữ liệu dựa trên các yêu cầu tổng hợp của người dùng, không bao gồm các kiểm tra trạng thái.

Mở trong Console

Mở Whisper large-v3 Turbo trong Console để chỉnh sửa và gửi prompt ngay.

Giúp tôi thử whisper-large-v3-turbo với yêu cầu âm thanh ngắn tại /v1/audio/transcriptions. Hiển thị kết quả và chi phí.

Tình huống sử dụng

Phiên âm hàng loạt nhanh
Xử lý các khối lượng âm thanh tồn đọng lớn nơi thời gian hoàn thành quan trọng hơn độ chính xác tuyệt đối.
Các quy trình gần như trực tiếp (near-live)
Xử lý các đoạn âm thanh ngắn đủ nhanh cho phụ đề chạy trên ứng dụng bạn lưu trữ.
Tự lưu trữ tiết kiệm chi phí
Chạy mô hình trên các GPU nhỏ hơn so với yêu cầu của bản large-v3 đầy đủ, điều này hữu ích khi ngân sách phần cứng bị hạn chế.
Bản nháp lần đầu
Tạo bản phiên âm nhanh lần đầu để biên tập viên con người chỉnh sửa, thay vì phiên âm từ đầu.

Ví dụ prompt

Phiên âm lô hai trăm cuộc gọi hỗ trợ ngắn này thành văn bản thuần túy.

Phiên âm hội thảo trực tuyến bằng tiếng Tây Ban Nha này một cách nhanh chóng; một bản nháp thô là được.

Phiên âm bản ghi cuộc họp này thành văn bản tôi có thể hiệu đính.

FAQ

Whisper large-v3 Turbo là gì?

Đây là phiên bản đã được cắt tỉa và tinh chỉnh của Whisper large-v3 với bộ giải mã 4 lớp thay vì 32. Nó nhanh hơn và nhỏ hơn, với khoảng 809 triệu tham số, với cái giá là chất lượng giảm nhẹ.

Nó có tốt hơn large-v3 không?

Nó nhanh hơn, không chính xác hơn. Hãy sử dụng nó khi thông lượng quan trọng, và sử dụng whisper-large-v3 khi bạn muốn bộ giải mã đầy đủ để đạt độ chính xác tối đa và có thể chấp nhận xử lý chậm hơn cùng mức chiếm dụng bộ nhớ lớn hơn.

Nó hỗ trợ bao nhiêu ngôn ngữ?

Thẻ mô hình liệt kê 99 ngôn ngữ cho nhận dạng giọng nói đa ngôn ngữ, cùng mức độ bao phủ như checkpoint lớn hơn, vì vậy bạn không mất hỗ trợ ngôn ngữ khi chọn biến thể nhanh hơn.

Giấy phép nào áp dụng cho Whisper large-v3 Turbo?

Thẻ mô hình trên Hugging Face liệt kê giấy phép MIT, cho phép sử dụng thương mại. Như với bất kỳ checkpoint mở nào, hãy xác nhận văn bản giấy phép hiện tại trên thẻ trước khi bạn phân phối lại hoặc xây dựng sản phẩm dựa trên nó.

Nó có gắn nhãn người nói không?

Không. Nó xuất ra bản phiên âm thuần túy không có nhãn người nói. Để phân bổ người nói trên các bản ghi âm, hãy sử dụng gpt-4o-transcribe-diarize, hoặc chạy một bước phân tách người nói riêng trong quy trình của riêng bạn.

Whisper large-v3 Turbo có giá bao nhiêu?

Trên TokenLab, Whisper large-v3 Turbo có giá $0.0000111 mỗi giây. Bảng giá phía trên cho thấy chi tiết đầy đủ. Giá phụ thuộc vào đơn vị tính phí, thông số và mức sử dụng. Hãy so sánh các điều kiện tương đương trong bảng giá chi tiết của mô hình; một mức giá đơn lẻ không quyết định tổng chi phí.

Whisper large-v3 Turbo nên dùng endpoint nào?

Dùng https://api.tokenlab.sh/v1/audio/transcriptions làm mặc định cho Whisper large-v3 Turbo. Nếu mô hình hỗ trợ định dạng native của nhà cung cấp, API workbench cũng hiển thị endpoint đó.

Whisper large-v3 Turbo hỗ trợ những thao tác nào?

Whisper large-v3 Turbo hỗ trợ Giọng nói sang văn bản. Chọn một thao tác trong API workbench phía trên để xem endpoint và mã ví dụ tương ứng.