openai/whisper-large-v3

用量与规格

openai/whisper-large-v3 是什么

Whisper Large V3是OpenAI的开源自动语音识别模型，支持音频转录和翻译功能。该模型可处理99种以上语言，兼容mp3、mp4、wav、webm、flac和ogg等常见音频格式。拥有15.5亿参数，词错误率低至10.3%，在复杂环境下具备出色的抗噪多语种转录能力，支持单词级和片段级时间戳粒度。