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 basCe 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 %)
Historique des versions
Chaque version, datée, avec ce qu’elle a changé par rapport à la précédente.
- Whisper large v2Antérieure, hors de Sub Rosa
- Modèle vocal multilingue ouvert de 1,55 Md de paramètres
- 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
- Wizper (Whisper v3, fal edition)La plus récente
- Whisper v3 large avec service optimisé : même taux d’erreur, vitesse doublée, selon fal
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.
Voir les chiffres
| Modèle | % |
|---|---|
| 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 % |
Les 2 modèles de cette famille
| Modèle | Usage | Confidentialité | Prix |
|---|---|---|---|
Whisper Large V3openai/whisper-large-v3 | Transcription | Privé | 0,162 $ par heure d’audio |
Wizper (Whisper v3)fal-ai/wizper | Transcription | Privé | 0,162 $ par heure d’audio |
Fiche technique
| Caractéristique | Whisper large v3 |
|---|---|
| Sortie | novembre 2023 |
| Paramètres | 1.55B |
| Poids | Ouverts, Apache 2.0 |
| Accepte | audio |
| Produit | texte |
| Langues | 99 langues |
| Prix | 0,162 $ par heure d’audio |
| Confidentialité | Privé |
Prix, contexte et durées tirés du catalogue le 16 octobre 2026 ; paramètres et licences selon le fabricant.
Sources
Tout ce qui figure sur cette page vient de ces pages, lues le 16 octobre 2026 ou à la date indiquée sur chaque score.