Transcription · OpenAI (Wizper: fal)

Whisper

Le modèle vocal ouvert d’OpenAI : la plus large couverture de langues ici, au même petit prix que Parakeet, en mode privé.

Privé Coût bas
Dernière versionWhisper large v3novembre 2023
Artificial Analysis word error rate4,1 %3e sur 4 au Artificial Analysis word error rate
Prix0,162 $ par heure d’audioWhisper Large V3
Spec phare99 langues

Ce qui le distingue

Whisper est le modèle vocal ouvert d’OpenAI, entraîné sur 5 millions d’heures d’audio et couvrant 99 langues, la plus large couverture ici. Large v3 a réduit les erreurs de 10 % à 20 % par rapport à large v2, et Wizper sert les mêmes poids plus vite.

  • 99 langues, Apache 2.0
  • 1,55 Md de paramètres, large v3
  • Wizper : mêmes poids, servi plus vite

Recommandé pour : transcrire plusieurs langues ou de forts accents.

Forces et limites

Ses points forts

  • La meilleure précision multilingue des suggestions de Sub Rosa
  • Près de 100 langues
  • Même petit prix que Parakeet, mode privé

À éviter quand

  • Peut inventer du texte sur les longs silences ou le bruit
  • Whisper Large V3, poids ouverts

Cas d’usage

Transcrire un entretien dans une langue moins courante

Transcrivez cet entretien enregistré en polonais, puis donnez-moi une traduction en anglais en dessous.

Il couvre 99 langues, plus que toute autre option ici.

Récupérer vite une transcription

Transcrivez cet épisode de podcast de 20 minutes en texte brut, sans horodatage.

Wizper rend la même transcription plus vite, selon fal.

Face à ses rivaux

  • ParakeetParakeet est plus petit et ponctue par défaut, pour 25 langues seulement.
  • ScribeScribe ajoute les locuteurs et les étiquettes de sons, est plus précis sur le test d’Artificial Analysis, et coûte plus cher.1er sur 4 au Artificial Analysis word error rate (2,2 %)
  • xAI Speech to TextxAI est moins cher et plus précis sur ce test, avec plus de 25 langues.2e sur 4 au Artificial Analysis word error rate (4 %)
Comparer côte à côte ↗

Historique des versions

Chaque version, datée, avec ce qu’elle a changé par rapport à la précédente.

  1. Whisper large v2Antérieure, hors de Sub Rosa
    • Modèle vocal multilingue ouvert de 1,55 Md de paramètres
    Source : huggingface.co
  2. Whisper large v3
    • 128 bandes mel au lieu de 80
    • Nouveau jeton pour le cantonais et 10 % à 20 % d’erreurs en moins que large v2
    Source : huggingface.co
  3. Wizper (Whisper v3, fal edition)La plus récente
    • Whisper v3 large avec service optimisé : même taux d’erreur, vitesse doublée, selon fal
    Source : fal.ai

Benchmarks

Comment lire ces scores : ce qu’un benchmark dit.

Artificial Analysis word error rate : 3e sur 4 modèles mesurés du catalogue. La part des mots qu’une transcription rate (oubliés, ajoutés ou remplacés) sur un ensemble varié de vrais enregistrements. Plus c’est bas, mieux c’est. À 5 %, un mot sur vingt est à corriger ; sous 3 %, la transcription se lit presque sans retouche.

Artificial Analysis word error ratePlus bas, mieux c’est · Artificial Analysis, 4 octobre 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 %
Voir les chiffres
Modèle%
1. ElevenLabs Scribe V22,2 %
2. xAI Speech to Text v14 %
3. Whisper Large V34,1 %
4. Wizper (Whisper v3)4,7 %

Les 2 modèles de cette famille

ModèleUsageConfidentialitéPrix
Whisper Large V3openai/whisper-large-v3TranscriptionPrivé0,162 $ par heure d’audio
Wizper (Whisper v3)fal-ai/wizperTranscriptionPrivé0,162 $ par heure d’audio

Fiche technique

CaractéristiqueWhisper large v3
Sortienovembre 2023
Paramètres1.55B
PoidsOuverts, Apache 2.0
Accepteaudio
Produittexte
Langues99 langues
Prix0,162 $ par heure d’audio
ConfidentialitéPrivé

Prix, contexte et durées tirés du catalogue le 16 octobre 2026 ; paramètres et licences selon le fabricant.