Source: https://ailoot.ai/models/ar/openai-whisper-large-v3/
Canonical: https://ailoot.ai/models/ar/openai-whisper-large-v3/
Language: ar

# OpenAI: Whisper Large V3

[Markdown](https://ailoot.ai/models/ar/openai-whisper-large-v3/index.md) · [JSON](https://ailoot.ai/models/ar/openai-whisper-large-v3/facts.json)

## [OpenAI: Whisper Large V3](https://ailoot.ai/models/ar/openai-whisper-large-v3/)

Whisper large-v3 هو نقطة تحقق من OpenAI للتعرّف على الكلام متعدد اللغات، بأوزان مفتوحة، من أجل التفريغ وترجمة الكلام إلى الإنجليزية. يحوّل الكلام المسجّل إلى نص، مع اختيار لغة وطوابع زمنية موثّقة ومعالجة للتسجيلات الطويلة تتجاوز نافذته الصوتية البالغة 30 ثانية.

- [**Ailoot Ultra · التعرّف على الكلام** `POST /v1/audio/transcriptions` `openai/whisper-large-v3`](https://ailoot.ai/models/ar/openai-whisper-large-v3/#method-0)

عن النموذج

يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.

Whisper large-v3 هو نقطة تحقق منشورة من OpenAI للتعرّف على الكلام، تضم نحو 1.55 مليار معلمة. وهو نموذج متعدد اللغات ببنية مُرمّز ومُفكّك ترميز: يدخل الصوت إلى المُرمّز ويتنبأ مُفكّك الترميز بالنص والرموز المرتبطة بالمهمة. وتتمثل مهامه الرئيسية في تفريغ الكلام بلغته الأصلية وترجمته إلى الإنجليزية. وهو هوية نموذج بأوزان مفتوحة، تبقى منفصلة عن معرّف نموذج خدمة مستضافة أو قواعد تلك الخدمة لرفع الملفات وصيغ الاستجابة.

يحتفظ Large-v3 ببنية نقاط تحقق Whisper الكبيرة السابقة مع تغييرين معلنين: يستخدم مدخله من المخطط الطيفي 128 نطاقًا لترددات Mel بدل 80، ويضيف رمز لغة للكانتونية. وتصف بطاقة النموذج لدى الجهة المنتجة التدريب على مليون ساعة من الصوت ذي الوسوم الضعيفة وأربعة ملايين ساعة من الصوت ذي الوسوم الزائفة التي أُعدّت باستخدام Whisper large-v2. واستُخدم هذا المزيج لدورتي تدريب. الإصدار نقطة تحقق large-v3 محددة، لا اسم عام لكل نموذج في عائلة Whisper.

ينفّذ سير عمل الاستدلال الموثّق التفريغ افتراضيًا، ويحافظ على لغة الكلام في التسجيل. ويمكنه اكتشاف اللغة الأصلية تلقائيًا أو تلقّي اختيار لغة معروفة. وللترجمة، يقدّم النموذج الكبير متعدد اللغات نتيجة نصية إنجليزية من كلام بغير الإنجليزية. اختر تلك المهمة صراحة: التفريغ باللغة نفسها والترجمة الإنجليزية مادتان مختلفتان. للمقابلة، احتفظ بالصياغة بلغتها الأصلية؛ ولمستند مرجعي إنجليزي، حدّد أن النتيجة المطلوبة ترجمة للمحتوى المنطوق.

إعداد الصوت جزء من مسار الإدخال. يفك مُحمّل OpenAI ترميز التسجيل إلى موجة صوتية أحادية القناة ويعيد أخذ عيناتها عند 16 kHz. والمجال الصوتي الذي يستقبله النموذج هو 30 ثانية. وهذه نافذة معالجة، لا أقصى طول لمقابلة أو محاضرة كاملة. يمكن للاستدلال المطوّل أن يتقدم تسلسليًا عبر نوافذ منزلقة، أو يقسّم تسجيلًا طويلًا إلى أجزاء متداخلة ويجمع تفريغاتها. وتصف بطاقة النموذج لدى الجهة المنتجة المعالجة التسلسلية عندما تكون الدقة أولوية، والمعالجة المجزأة عندما تكون سرعة إنجاز تسجيل طويل واحد أهم.

يسرد الإعداد المنشور 448 موضعًا لمُفكّك الترميز في تسلسل فك ترميز واحد. تُعالج التسجيلات الأطول بالمسار المطوّل، بدل اعتبار ذلك الرقم حدًا عامًا لطول التفريغ. ويمكن لسير العمل الموثّق إعادة طوابع زمنية على مستوى المقاطع أو الكلمات مع النص المتعرّف عليه. وتفيد هذه المعلومات الزمنية في التنقل داخل التسجيلات وإعداد الترجمات النصية، فيما تظل حاوية الترجمة النهائية أو صيغة ملف التفريغ اختيارًا منفصلًا لتنسيق الإخراج. حافظ على توقيت التسجيل عند إعداد الصوت إذا كان التفريغ سيُحاذى مع المادة الأصلية.

دور Whisper المقصود هو التعرّف على الكلام وترجمته. يُعد تفريغ محاضرة أو سجل مقابلة أو مجموعة مواد منطوقة قابلة للبحث مخرجًا عمليًا؛ ويمكن أن يتبع ذلك التلخيص أو التفسير بوصفه خطوة أخرى على النص. ولا تثبت بطاقة النموذج التصنيف الآلي الموثوق للمتحدثين أو فصلهم بوصفه مخرجًا قياسيًا لنقطة التحقق الأساسية. إذا احتاجت المهمة إلى تسميات المتحدثين، فيجب معالجة هذا المتطلب منفصلًا عن الادعاء بدقة التفريغ. وتحدّد متطلبات المهمة المفيدة اللغة الأصلية، وما إذا كان المطلوب تفريغًا أو ترجمة إنجليزية، وما إذا كانت المعلومات الزمنية لازمة.

تشمل القيود الجوهرية اختلاق نص لم يُنطق أصلًا وتكرار النص، ويرتبط ذلك بالتدريب ضعيف الإشراف على بيانات مشوشة وبنية التسلسل إلى التسلسل. تختلف جودة التعرّف بين اللغات واللكنات واللهجات، وتضعف حيث تقل مواد التدريب. لذلك ينبغي تمثيل الضوضاء والمفردات المتخصصة وتداخل الكلام في العينة المستخدمة للحكم على الملاءمة. قارن الأسماء والكميات والعبارات المهمة بالتسجيل، وافحص المقاطع غير الكلامية أو الأسطر المتكررة بدل اعتبار التفريغ السلس دليلًا على سماع كل كلمة.

تحتفظ النتيجة الكاملة بالنص المتعرّف عليه ولغته وأي توقيت مطلوب مع مرجع إلى التسجيل الأصلي. افصل التفريغ عن التحرير اللاحق: فقد يزيل التفريغ المصحح للنشر كلمات الحشو، بينما يحافظ التفريغ المتعرّف عليه على ما أعاده النموذج فعلًا. ويجب أن تظل هوية Large-v3 وقدرته على الترجمة منفصلتين أيضًا عن إصدار Turbo الأسرع. تعتمد سرعة المعالجة الفعلية على اللغة ومعدل الكلام والأجهزة وطريقة الاستدلال؛ ولا يُستنتج كمون استضافة معين أو أقصى حجم رفع أو مسار تطبيق مفعّل من اسم نقطة التحقق وحده.

**Ailoot Ultra · التعرّف على الكلام** `POST /v1/audio/transcriptions` `openai/whisper-large-v3`

[`openai/whisper-large-v3`](https://ailoot.ai/models/ar/#m=openai%2Fwhisper-large-v3&route=Ultra&caller=openai%2Fwhisper-large-v3&fmt=transcriptions)

OpenAI /`openai/whisper-large-v3`

### البداية

Whisper large-v3 هو نقطة تحقق من OpenAI للتعرّف على الكلام متعدد اللغات، بأوزان مفتوحة، من أجل التفريغ وترجمة الكلام إلى الإنجليزية. يحوّل الكلام المسجّل إلى نص، مع اختيار لغة وطوابع زمنية موثّقة ومعالجة للتسجيلات الطويلة تتجاوز نافذته الصوتية البالغة 30 ثانية.

المدخلات المقبولة

الصوت

النتائج

transcription

### متاح في Ailoot · المدخلات والطرائق

**Ailoot Ultra · التعرّف على الكلام** `POST /v1/audio/transcriptions`

الإدخال

`audio`

الإخراج

`transcription`

صيغة الإخراج

json

| الحقل | النوع | المتطلب | القيم والحدود | القيمة الافتراضية |
| --- | --- | --- | --- | --- |
| الحقل`model` | النوع`string` | المتطلبمطلوب | القيم والحدود openai/whisper-large-v3 | القيمة الافتراضية— |
| الحقل`input_audio` | النوع`object` | المتطلبمطلوب | القيم والحدود | القيمة الافتراضية— |
| الحقل`language` | النوع`string` | المتطلباختياري | القيم والحدود | القيمة الافتراضية— |
| الحقل`temperature` | النوع`number` | المتطلباختياري | القيم والحدود الحد الأدنى: ⁦0⁩ الحد الأقصى: ⁦1⁩ | القيمة الافتراضية— |
| الحقل`response_format` | النوع`string` | المتطلباختياري | القيم والحدود json, verbose\_json | القيمة الافتراضيةjson |
| الحقل`timestamp_granularities` | النوع`array` | المتطلباختياري | القيم والحدود | القيمة الافتراضية— |
| الحقل`provider` | النوع`object` | المتطلباختياري | القيم والحدود | القيمة الافتراضية— |

تركيبات مواد الإدخال

**speech\_to\_text** · مطلوب: actual matching-format audio file

معلمات الطريقة ودورة حياتها

| المعلمة | المواصفات |
| --- | --- |
| المعلمة`content_types` | المواصفاتapplication/json, multipart/form-data |
| المعلمة`required` | المواصفاتmodel, input\_audio |
| المعلمة`material_types` | المواصفاتaudio |
| المعلمة`JSON_audio` | المواصفاتبايتات الصوت الخام الفعلية بترميز base64، مع التنسيق المطابق |
| المعلمة`multipart_required` | المواصفاتmodel, file |
| المعلمة`multipart_cap_bytes` | المواصفات26214400 |
| المعلمة`optional_controls` | المواصفاتlanguage, temperature, response\_format, timestamp\_granularities, provider |
| المعلمة`default_response_format` | المواصفاتjson |
| المعلمة`optional_features` | المواصفاتتتطلب المخرجات التفصيلية وخيارات diarize/keyterms والصوت عبر URL أو الصوت المضمّن الأكبر حجماً إمكانية وتعرفة تتوافقان مع النموذج والمزوّد المحددين. |

دورة الحياة: `synchronous_result_then_owned_library`

`GET /v1/media/tasks/{task_id}` · قيمة task\_id الفعلية المُعادة أو سجل مكتبة الوسائط

`GET /v1/media/assets/{asset_id}/content`

`GET /v1/media/assets`

`GET /v1/media/assets/{asset_id}`

استخدم النموذج الدقيق وحقول الإدخال الموثّقة.

احتفظ بالاستجابة كاملة، وكل مخرج فعلي، والمعرّفات الأصلية المُعادة.

### الباقات

مراجع التسعير لا تضيف خيارات للطلب. المعلمات المدعومة مذكورة للطريقة المحددة.

الوضع السريع

غير محدد عند اختيار الوضع السريع

الوضع المرن

غير محدد عند اختيار وضع flex

أقصى جهد للاستدلال

غير محدد عندما يُطبَّق الضبط الافتراضي default مع أقصى جهد للاستدلال

#### تعرفات Ailoot

#### الأسعار حسب الإعدادات

طابق كل رسم مع الشروط المعروضة. طبّق تعرفة واحدة لكل مجموعة من الإعدادات البديلة.

| الإعدادات | جدول التعرفة | وحدة الفوترة | الرسوم |
| --- | --- | --- | --- |
| الإعداداتالتعرفات الأساسية للرموز | جدول التعرفةالتعرفة الأساسية | وحدة الفوترة— | الرسوم الإدخال · رموز الإدخال **—** / 1K من الرموز الإخراج · رموز الإخراج **—** / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت **—** / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت **—** / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة **—** / 1K من الرموز |
| الإعداداتUltra | جدول التعرفة— | وحدة الفوترةلكل ثانية صوت مُدخل | الرسوم الإدخال · ثانية صوت مُدخل **$0.000015** لكل ثانية صوت مُدخل |

تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. [كيفية عمل حجز المبلغ وتسوية الرسوم →](https://ailoot.ai/docs/ar/billing/reserve/)

#### تفاصيل التعرفة المرجعية

لا تغيّر جداول التعرفة المرجعية على مستوى النموذج اختيار الطريقة أو عروض الأسعار أو الرسوم. وتستخدم الرسوم الفعلية تعرفات طريقة Ailoot المحددة.

OpenAI: Whisper Large V3

#### الأسعار حسب الإعدادات

| الإعدادات | شروط الفوترة | الرسوم |
| --- | --- | --- |
| الإعداداتOpenAI: Whisper Large V3 · الإعداد الافتراضي | شروط الفوترةالإعداد الافتراضي | الرسوم الإدخال · ثواني الصوت المُدخل **⁦‏0.000015 US$⁩** لكل ثانية صوت مُدخل |

### أمثلة للطلبات

#### Ailoot Ultra · التعرّف على الكلام

curl · جسم الطلب بالصيغة الأصلية دون تغيير والنتيجة كاملة

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_AUDIO_FILE:?Set the path to your actual WAV recording}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
import base64
audio=Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes()
if not (audio[:4]==b'RIFF' and audio[8:12]==b'WAVE'): raise SystemExit('Supply an actual WAV audio file')
if len(audio)>26214400: raise SystemExit('Use a documented supported large-file flow')
request={'model': 'openai/whisper-large-v3', 'input_audio': {'data': '${BASE64_ACTUAL_WAV_BYTES}', 'format': 'wav'}}
request['input_audio']['data']=base64.b64encode(audio).decode('ascii')
Path('request.json').write_text(json.dumps(request,ensure_ascii=False),encoding='utf-8')
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o response.bin
# Keep the complete original response and headers. Read every returned segment, word and usage field.
# Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting.
```

### استلام النتائج وحفظها

#### Ailoot Ultra · التعرّف على الكلام

json

- `GET /v1/media/tasks/{task_id}`
- `GET /v1/media/assets/{asset_id}/content`
- `GET /v1/media/assets`
- `GET /v1/media/assets/{asset_id}`

##### الاحتفاظ بكل النتائج المكتملة

احتفظ بكل استجابة كاملة وكل ملف وجزء محتوى تم إرجاعه.

JSON الأصلي كاملاً، وجميع النصوص والمقاطع والكلمات والمتحدثين والطوابع الزمنية المتاحة، وبيانات الاستخدام.

##### عند الحاجة إلى التحقق من الاستجابة الأصلية

احتفظ بـoperation\_id/X-Client-Request-ID الأصليين وبالاستجابة الأصلية. اقرأ سجلات المهام والأصول الفعلية المملوكة لك دون إعادة الإرسال؛ ولا يُنشأ عنوان URL مخصص للاستعلام عن الصوت.

حقول الاستجابة

| الحقل | النوع |
| --- | --- |
| الحقل`text` | النوعstring |
| الحقل`usage` | النوعobject |
| الحقل`segments[]` | النوعobject |
| الحقل`words[]` | النوعobject |

### الأسماء البديلة

#### الأسماء البديلة للنموذج

**Ailoot Ultra** [`openai/whisper-large-v3`](https://ailoot.ai/models/ar/#m=openai%2Fwhisper-large-v3&route=Ultra&caller=openai%2Fwhisper-large-v3&fmt=transcriptions)

#### الأسماء البديلة لمسارات الطرائق

استخدم مسارات الطرائق المعروضة أعلاه.

#### معرّفات النماذج ذات الصلة IDs

[`openai/whisper-large-v3`](https://ailoot.ai/models/ar/#m=openai%2Fwhisper-large-v3&route=Ultra&caller=openai%2Fwhisper-large-v3&fmt=transcriptions)

FAQ · OpenAI: Whisper Large V3

ما المدخلات والنتائج المتاحة؟

`POST /v1/audio/transcriptions` · `openai/whisper-large-v3`: `audio` → `transcription`

ما الحقول التي يستخدمها الطلب؟

`POST /v1/audio/transcriptions` · `openai/whisper-large-v3`: `model`, `input_audio`, `language`, `temperature`, `response_format`, `timestamp_granularities`, `provider`

ما الحدود المطبقة؟

`POST /v1/audio/transcriptions` · `openai/whisper-large-v3`: `temperature.minimum`: `0`; `temperature.maximum`: `1`

اربط Ailoot بخدمة Claude Code أوOpenCode أوHermes أوتطبيقك.

## الشركة ومحفظة مشاريعها

الشركة ومحفظة مشاريعها: ملايين العملاء؛ مبيعات بالمليارات شهريًا.

## اشتر الرموز بخصم.

خصم اشتراك للعمل المنتظم. الرموز الترويجية حتى 50% على شراء الرموز.

الاشتراك

اختر خطة بخصم لطلباتك المنتظمة.

رمز خصم حتى 50%

أدخل الرمز عند الشراء. يعاد حساب السعر وفق العرض الساري.

المصروفات في السجل

يحفظ النموذج والرموز والمبلغ لكل طلب.

[اختر اشتراكا](https://ailoot.ai/docs/ar/billing/subscriptions/) · [اعرض أسعار النماذج](https://ailoot.ai/models/ar/)

## اربط API بالمنتج الذي تبيعه.

SaaS والتطبيقات والبوتات وفق العرض واتفاقية ترخيص Ailoot. لإعادة البيع، اطلب ترخيص موزع.

تطبيق تجاري

أضف توليد النص والصور والفيديو والصوت إلى ميزات خدمتك المدفوعة.

ترخيص إعادة البيع

أرسل وصف المشروع وطريقة توفير الوصول. اطلب شروط استخدام وإعادة بيع مكتوبة.

المستندات على الموقع

العرض واتفاقية الترخيص وسياسة معالجة البيانات متاحة قبل الربط.

[اطلب ترخيص إعادة بيع](mailto:support@ailoot.ai) · [العرض واتفاقية الترخيص](https://ailoot.ai/legal/offer?lang=ar)

## Ailoot · الشركة ومحفظة مشاريعها





تستند Ailoot إلى خبرة تشغيلية متراكمة وقاعدة عملاء واسعة وخدمة مستقرة ومراقبة مستمرة لمؤشرات الأداء KPI.





الشركة ومحفظة مشاريعها: ملايين العملاء؛ مبيعات بالمليارات شهريًا.





توظف Ailoot هذه الخبرة التشغيلية لإتاحة الوصول عبر API إلى قدرات الذكاء الاصطناعي في منتجات العملاء ووكلائهم وتطبيقاتهم وعمليات الأتمتة.