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 costWas 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 %)
Versionsverlauf
Jede Version, datiert, mit dem, was sie gegenüber der vorherigen geändert hat.
- Whisper large v2Älter, nicht in Sub Rosa
- Offenes mehrsprachiges Sprachmodell mit 1,55 Mrd. Parametern
- Whisper large v3
- 128 Mel-Frequenzbänder statt 80
- Neues Sprach-Token für Kantonesisch und 10 % bis 20 % weniger Fehler als large v2
- Wizper (Whisper v3, fal edition)Die neueste
- Whisper v3 large mit optimierter Auslieferung: gleiche Wortfehlerrate, doppelte Geschwindigkeit, laut fal
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.
Zahlen ansehen
| Modell | % |
|---|---|
| 1. ElevenLabs Scribe V2 | 2,2 % |
| 2. xAI Speech to Text v1 | 4 % |
| 3. Whisper Large V3 | 4,1 % |
| 4. Wizper (Whisper v3) | 4,7 % |
Alle 2 Modelle dieser Familie
| Modell | Einsatz | Datenschutz | Preis |
|---|---|---|---|
Whisper Large V3openai/whisper-large-v3 | Transkription | Privat | 0,162 $ pro Stunde Audio |
Wizper (Whisper v3)fal-ai/wizper | Transkription | Privat | 0,162 $ pro Stunde Audio |
Technische Daten
| Merkmal | Whisper large v3 |
|---|---|
| Veröffentlicht | November 2023 |
| Parameter | 1.55B |
| Gewichte | Offen, Apache 2.0 |
| Akzeptiert | audio |
| Erzeugt | text |
| Sprachen | 99 Sprachen |
| Preis | 0,162 $ pro Stunde Audio |
| Datenschutz | Privat |
Preise, Kontext und Längen aus dem Live-Katalog vom 16. Oktober 2026; Parameter und Lizenzen vom Hersteller.
Quellen
Alles auf dieser Seite stammt von diesen Seiten, gelesen am 16. Oktober 2026 oder wie bei jedem Wert datiert.