Transcrição · OpenAI (Wizper: fal)

Whisper

O modelo aberto de reconhecimento de fala da OpenAI: a maior cobertura de idiomas aqui, pelo mesmo preço baixo do Parakeet, no modo privado.

Privado Low cost
Última versãoWhisper large v3novembro de 2023
Artificial Analysis word error rate4,1%3º de 4 em Artificial Analysis word error rate
Preço$ 0,162 por hora de áudioWhisper Large V3
Especificação principal99 idiomas

O que o diferencia

O Whisper é o modelo de fala aberto da OpenAI, treinado com 5 milhões de horas de áudio e com 99 idiomas, a maior cobertura aqui. O large v3 reduziu os erros de 10% a 20% em relação ao large v2, e o Wizper serve os mesmos pesos mais rápido.

  • 99 idiomas, Apache 2.0
  • 1,55 bi de parâmetros, large v3
  • Wizper: mesmos pesos, servidos mais rápido

Recomendado para: transcrever vários idiomas ou sotaques fortes.

Pontos fortes e limites

Onde ele brilha

  • A melhor precisão multilíngue entre as sugestões do Sub Rosa
  • Quase 100 idiomas
  • O mesmo preço baixo do Parakeet, modo privado

Pense duas vezes quando

  • Pode inventar texto em silêncios longos ou com ruído
  • Whisper Large V3, pesos abertos

Casos de uso

Transcrever uma entrevista em um idioma menos comum

Transcreva esta entrevista gravada em polonês e depois me dê uma tradução em inglês logo abaixo.

Cobre 99 idiomas, mais do que qualquer outra opção aqui.

Receber uma transcrição rápido

Transcreva este episódio de podcast de 20 minutos em texto simples, sem marcação de tempo.

O Wizper entrega a mesma transcrição mais rápido, segundo a fal.

Diante dos rivais

  • ParakeetO Parakeet é menor e pontua por padrão, só para 25 idiomas.
  • ScribeO Scribe adiciona identificação de interlocutores e marcação de sons, é mais preciso no teste da Artificial Analysis e custa mais.1º de 4 em Artificial Analysis word error rate ( 2,2%)
  • xAI Speech to TextA xAI é mais barata e mais precisa nesse teste, com mais de 25 idiomas.2º de 4 em Artificial Analysis word error rate ( 4%)
Comparar lado a lado ↗

Histórico de versões

Cada versão, com data, e o que ela mudou em relação à anterior.

  1. Whisper large v2Anterior, fora do Sub Rosa
    • Modelo de fala multilíngue aberto com 1,55 bi de parâmetros
    Fonte : huggingface.co
  2. Whisper large v3
    • 128 bandas de frequência mel em vez de 80
    • Novo token de idioma para o cantonês e de 10% a 20% menos erros que o large v2
    Fonte : huggingface.co
  3. Wizper (Whisper v3, fal edition)A mais recente
    • Whisper v3 large com serviço otimizado: mesma taxa de erro por palavra, o dobro da velocidade, segundo a fal
    Fonte : fal.ai

Benchmarks

Como ler estas pontuações: o que um benchmark diz.

Artificial Analysis word error rate: 3º de 4 modelos medidos no catálogo. A proporção de palavras que uma transcrição erra (omitidas, acrescentadas ou trocadas) em um conjunto variado de gravações reais. Quanto menor, melhor. Com 5%, uma palavra em cada vinte precisa de correção; abaixo de 3%, a transcrição sai quase limpa.

Artificial Analysis word error rateQuanto menor, melhor · Artificial Analysis, 4 de outubro de 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%
Ver os números
Modelo%
1. ElevenLabs Scribe V22,2%
2. xAI Speech to Text v14%
3. Whisper Large V34,1%
4. Wizper (Whisper v3)4,7%

Todos os 2 modelos desta família

ModeloUsoPrivacidadePreço
Whisper Large V3openai/whisper-large-v3TranscriçãoPrivado$ 0,162 por hora de áudio
Wizper (Whisper v3)fal-ai/wizperTranscriçãoPrivado$ 0,162 por hora de áudio

Especificações

EspecificaçãoWhisper large v3
Lançamentonovembro de 2023
Parâmetros1.55B
PesosAbertos, Apache 2.0
Aceitaaudio
Produztext
Idiomas99 idiomas
Preço$ 0,162 por hora de áudio
PrivacidadePrivado

Preços, contexto e durações do catálogo ao vivo em 16 de outubro de 2026; parâmetros e licenças segundo o fabricante.