Transkription · OpenAI (Wizper: fal)

Whisper

Das offene Spracherkennungsmodell von OpenAI: die breiteste Sprachabdeckung hier, zum selben niedrigen Preis wie Parakeet, im privaten Modus.

Privat Low cost
Neueste VersionWhisper large v3November 2023
Artificial Analysis word error rate4,1 %Platz 3 von 4 bei Artificial Analysis word error rate
Preis0,162 $ pro Stunde AudioWhisper Large V3
Wichtigste Angabe99 Sprachen

Was es auszeichnet

Whisper ist das offene Sprachmodell von OpenAI, trainiert mit 5 Millionen Stunden Audio, und deckt 99 Sprachen ab, die größte Auswahl hier. Large v3 hat die Fehler gegenüber large v2 um 10 % bis 20 % gesenkt, und Wizper liefert dieselben Gewichte schneller aus.

  • 99 Sprachen, Apache 2.0
  • 1,55 Mrd. Parameter, large v3
  • Wizper: dieselben Gewichte, schneller ausgeliefert

Empfohlen für: mehrere sprachen oder starke akzente transkribieren.

Stärken und Grenzen

Wo es glänzt

  • Beste mehrsprachige Genauigkeit unter den Vorschlägen von Sub Rosa
  • Fast 100 Sprachen
  • Gleicher niedriger Preis wie Parakeet, privater Modus

Zweimal überlegen, wenn

  • Kann bei langer Stille oder Rauschen Text erfinden
  • Whisper Large V3, offene Gewichte

Anwendungsfälle

Ein Interview in einer weniger verbreiteten Sprache transkribieren

Transkribiere dieses auf Polnisch aufgenommene Interview und gib mir darunter eine englische Übersetzung.

Es deckt 99 Sprachen ab, mehr als jede andere Option hier.

Schnell ein Transkript zurückbekommen

Transkribiere diese 20-minütige Podcastfolge als reinen Text, ohne Zeitstempel.

Wizper liefert dasselbe Transkript schneller, laut fal.

Im Vergleich zur Konkurrenz

  • ParakeetParakeet ist kleiner und setzt standardmäßig Satzzeichen, nur für 25 Sprachen.
  • ScribeScribe ergänzt Sprecherkennzeichnung und Geräusch-Tags, ist im Test von Artificial Analysis genauer und kostet mehr.Platz 1 von 4 bei Artificial Analysis word error rate ( 2,2 %)
  • xAI Speech to TextxAI ist günstiger und in diesem Test genauer, mit über 25 Sprachen.Platz 2 von 4 bei Artificial Analysis word error rate ( 4 %)
Nebeneinander vergleichen ↗

Versionsverlauf

Jede Version, datiert, mit dem, was sie gegenüber der vorherigen geändert hat.

  1. Whisper large v2Älter, nicht in Sub Rosa
    • Offenes mehrsprachiges Sprachmodell mit 1,55 Mrd. Parametern
    Quelle : huggingface.co
  2. Whisper large v3
    • 128 Mel-Frequenzbänder statt 80
    • Neues Sprach-Token für Kantonesisch und 10 % bis 20 % weniger Fehler als large v2
    Quelle : huggingface.co
  3. Wizper (Whisper v3, fal edition)Die neueste
    • Whisper v3 large mit optimierter Auslieferung: gleiche Wortfehlerrate, doppelte Geschwindigkeit, laut fal
    Quelle : fal.ai

Benchmarks

So liest du diese Werte: was ein Benchmark aussagt.

Artificial Analysis word error rate: Platz 3 von 4 im Katalog gemessenen Modellen. Der Anteil der Wörter, die eine Transkription falsch erfasst (ausgelassen, hinzugefügt oder ersetzt), auf einer gemischten Sammlung echter Aufnahmen. Niedriger ist besser. Bei 5 % muss jedes zwanzigste Wort korrigiert werden; unter 3 % liest sich ein Transkript fast fehlerfrei.

Artificial Analysis word error rateNiedriger ist besser · Artificial Analysis, 4. Oktober 2026
  1. 1. ElevenLabs Scribe V2Scribe2,2 %
  2. 2. xAI Speech to Text v1xAI Speech to Text4 %
  3. 3. Whisper Large V3Whisper4,1 %
  4. 4. Wizper (Whisper v3)Whisper4,7 %
Zahlen ansehen
Modell%
1. ElevenLabs Scribe V22,2 %
2. xAI Speech to Text v14 %
3. Whisper Large V34,1 %
4. Wizper (Whisper v3)4,7 %

Alle 2 Modelle dieser Familie

ModellEinsatzDatenschutzPreis
Whisper Large V3openai/whisper-large-v3TranskriptionPrivat0,162 $ pro Stunde Audio
Wizper (Whisper v3)fal-ai/wizperTranskriptionPrivat0,162 $ pro Stunde Audio

Technische Daten

MerkmalWhisper large v3
VeröffentlichtNovember 2023
Parameter1.55B
GewichteOffen, Apache 2.0
Akzeptiertaudio
Erzeugttext
Sprachen99 Sprachen
Preis0,162 $ pro Stunde Audio
DatenschutzPrivat

Preise, Kontext und Längen aus dem Live-Katalog vom 16. Oktober 2026; Parameter und Lizenzen vom Hersteller.