Trascrizione · OpenAI (Wizper: fal)

Whisper

Il modello aperto di riconoscimento vocale di OpenAI: la copertura linguistica più ampia qui, allo stesso prezzo basso di Parakeet, in modalità privata.

Privato Low cost
Ultima versioneWhisper large v3novembre 2023
Artificial Analysis word error rate4,1%3° su 4 in Artificial Analysis word error rate
Prezzo0,162 $ per ora di audioWhisper Large V3
Specifica chiave99 lingue

Cosa lo distingue

Whisper è il modello vocale aperto di OpenAI, addestrato su 5 milioni di ore di audio e con 99 lingue, la copertura più ampia qui. Large v3 ha ridotto gli errori dal 10% al 20% rispetto a large v2, e Wizper serve gli stessi pesi più velocemente.

  • 99 lingue, Apache 2.0
  • 1,55 Mld di parametri, large v3
  • Wizper: stessi pesi, serviti più velocemente

Consigliato per: trascrivere più lingue o accenti marcati.

Punti di forza e limiti

Dove dà il meglio

  • La migliore precisione multilingue tra i suggerimenti di Sub Rosa
  • Quasi 100 lingue
  • Stesso prezzo basso di Parakeet, modalità privata

Pensaci due volte quando

  • Può inventare testo durante lunghi silenzi o in presenza di rumore
  • Whisper Large V3, pesi aperti

Casi d’uso

Trascrivere un'intervista in una lingua meno diffusa

Trascrivi questa intervista registrata in polacco, poi dammi sotto una traduzione in inglese.

Copre 99 lingue, più di qualsiasi altra opzione qui.

Avere subito una trascrizione

Trascrivi questo episodio di podcast di 20 minuti in testo semplice, senza timestamp.

Wizper restituisce la stessa trascrizione più velocemente, secondo fal.

Rispetto ai rivali

  • ParakeetParakeet è più piccolo e mette la punteggiatura per impostazione predefinita, solo per 25 lingue.
  • ScribeScribe aggiunge l'identificazione degli interlocutori e i tag dei suoni, è più preciso nel test di Artificial Analysis e costa di più.1° su 4 in Artificial Analysis word error rate ( 2,2%)
  • xAI Speech to TextxAI è più economico e più preciso in quel test, con oltre 25 lingue.2° su 4 in Artificial Analysis word error rate ( 4%)
Confronta fianco a fianco ↗

Cronologia delle versioni

Ogni versione, datata, con ciò che ha cambiato rispetto alla precedente.

  1. Whisper large v2Precedente, non in Sub Rosa
    • Modello vocale multilingue aperto con 1,55 Mld di parametri
    Sorgente : huggingface.co
  2. Whisper large v3
    • 128 bande di frequenza mel invece di 80
    • Nuovo token di lingua per il cantonese e dal 10% al 20% di errori in meno rispetto a large v2
    Sorgente : huggingface.co
  3. Wizper (Whisper v3, fal edition)La più recente
    • Whisper v3 large con un servizio ottimizzato: stesso tasso di errore sulle parole, velocità doppia, secondo fal
    Sorgente : fal.ai

Benchmark

Come leggere questi punteggi: cosa dice un benchmark.

Artificial Analysis word error rate: 3° su 4 modelli misurati nel catalogo. La quota di parole che una trascrizione sbaglia (omesse, aggiunte o sostituite) su un insieme variegato di registrazioni reali. Più basso è meglio. Al 5%, una parola su venti va corretta; sotto il 3% una trascrizione si legge quasi pulita.

Artificial Analysis word error ratePiù basso è meglio · Artificial Analysis, 4 ottobre 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%
Vedi i numeri
Modello%
1. ElevenLabs Scribe V22,2%
2. xAI Speech to Text v14%
3. Whisper Large V34,1%
4. Wizper (Whisper v3)4,7%

Tutti i 2 modelli di questa famiglia

ModelloUsoPrivacyPrezzo
Whisper Large V3openai/whisper-large-v3TrascrizionePrivato0,162 $ per ora di audio
Wizper (Whisper v3)fal-ai/wizperTrascrizionePrivato0,162 $ per ora di audio

Scheda tecnica

CaratteristicaWhisper large v3
Uscitanovembre 2023
Parametri1.55B
PesiAperti, Apache 2.0
Accettaaudio
Producetext
Lingue99 lingue
Prezzo0,162 $ per ora di audio
PrivacyPrivato

Prezzi, contesto e durate dal catalogo in tempo reale del 16 ottobre 2026; parametri e licenze secondo il produttore.