Source: https://ailoot.ai/models/de-ch/openai-whisper-large-v3-turbo/ Canonical: https://ailoot.ai/models/de-ch/openai-whisper-large-v3-turbo/ Language: de-ch # OpenAI: Whisper Large V3 Turbo [Markdown](https://ailoot.ai/models/de-ch/openai-whisper-large-v3-turbo/index.md) · [JSON](https://ailoot.ai/models/de-ch/openai-whisper-large-v3-turbo/facts.json) ## [OpenAI: Whisper Large V3 Turbo](https://ailoot.ai/models/de-ch/openai-whisper-large-v3-turbo/) Whisper large-v3-turbo ist OpenAIs schnellere Transkriptionsedition mit offenen Gewichten, die auf large-v3 basiert, vier Decoderschichten und 809 Millionen Parameter besitzt. Sie ist auf mehrsprachige Spracherkennung mit Textausgabe ausgerichtet; laut offizieller Herstellerdokumentation gehört die Übersetzung von Sprache ins Englische nicht zu den Aufgaben, für die Turbo trainiert wurde. - [**Ailoot Ultra · Transkription** `POST /v1/audio/transcriptions` `openai/whisper-large-v3-turbo`](https://ailoot.ai/models/de-ch/openai-whisper-large-v3-turbo/#method-0) Über das Modell Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt. Whisper large-v3-turbo, auch Turbo genannt, ist OpenAIs optimiertes Transkriptionsmodell auf Grundlage von Whisper large-v3. Sein Decoder wurde von 32 auf vier Schichten reduziert, während der Encoder weiterhin 32 Schichten umfasst. Das veröffentlichte Modell besitzt etwa 809 Millionen Parameter. Der Hersteller zielt auf schnellere Spracherkennung mit geringfügigen Abstrichen bei der Genauigkeit, nicht auf einen anderen Modus zur Audioerzeugung. Aufgezeichnete Sprache bildet die Eingabe, erkannter Text das Ergebnis. Die Veröffentlichung unterscheidet die Vorbereitung von Turbo von einem separat destillierten Whisper-Modell: Turbo wurde zwei zusätzliche Epochen lang anhand mehrsprachiger Transkriptionsdaten feinabgestimmt, ohne Übersetzungsdaten einzubeziehen. Dieser Unterschied ist für den Einsatz wichtig. Laut OpenAIs Repository wurde Turbo nicht dafür trainiert, nicht englischsprachige Aufnahmen ins Englische zu übersetzen, und kann auch bei einer angeforderten Übersetzungsaufgabe die Originalsprache zurückgeben. Verwenden Sie diese Edition für ein Transkript in derselben Sprache; eine benötigte Übersetzung gehört zu einem anderen geeigneten Modell oder in einen separaten Schritt nach der Transkription. Die Erkennung der Ausgangssprache und eine ausdrückliche Sprachauswahl bleiben nützliche Optionen für die Transkription. Wenn die Sprache der Aufnahme bereits bekannt ist, geben Sie sie im Auftrag an; andernfalls kann der dokumentierte Ablauf sie erkennen. Bewahren Sie Namen, Mengenangaben und die tatsächlich gesprochenen Wörter, bevor Sie eine redaktionelle Bereinigung anfordern. Ein Besprechungsprotokoll, Interviewtranskript oder Vorlesungstext lässt sich anschliessend in einem weiteren Vorgang durchsuchen, kommentieren oder zusammenfassen. Turbos Erkennungsaufgabe ist von Sprachsynthese, der Nachahmung einer Stimme und einer semantischen Beurteilung der Menschen in der Aufnahme zu unterscheiden. OpenAIs Audiolader decodiert Eingabedateien in Mono-Abtastwerte mit 16 kHz. Das Modell verwendet ein akustisches Fenster von 30 Sekunden mit 128 Mel-Frequenzbändern. Längere Aufnahmen erfordern Inferenz für Langaufnahmen. Die sequenzielle Verarbeitung durchläuft die Fenster der Reihe nach; ein abschnittsweises Verfahren transkribiert überlappende Teile und fügt deren Grenzen zusammen. Die Modellkarte beschreibt Letzteres als nützlich, wenn bei der Verarbeitung einer einzelnen langen Datei vor allem eine schnelle Fertigstellung zählt, während die sequenzielle Verarbeitung die auf Genauigkeit ausgerichtete Alternative ist. Weder das Fenster noch der Modellname legt eine feste maximale Dateigrösse für den Upload bei einem gehosteten Dienst fest. Die genaue Turbo-Konfiguration nennt 448 Decoderpositionen für eine Decodierungssequenz. Der dokumentierte Inferenzablauf kann neben dem Transkript Zeitangaben für Segmente oder einzelne Wörter liefern; diese unterstützen die Navigation und eine spätere Formatierung als Untertitel. Dadurch entstehen nicht automatisch ein Untertiteldateiformat oder zuverlässige Sprecherkennzeichnungen. Geben Sie an, ob ein reines Transkript oder Segmente mit Zeitangaben benötigt werden, und halten Sie die Originalaufnahme zur Prüfung strittiger Passagen bereit. Die Verarbeitung langer Aufnahmen und eine abschliessende Formatierung sind von der Identität des Modellstands getrennt. Turbo verringert den Decodierungsaufwand, doch die tatsächlich benötigte Zeit hängt von Hardware, Aufnahmelänge, Sprache, Sprechtempo und den gewählten Inferenzverfahren ab. Der Hersteller weist auf stärkere Qualitätseinbussen in einigen Sprachen hin, darunter Thai und Kantonesisch, statt auf ein überall einheitliches Verhalten. Vergleichen Sie einen repräsentativen Ausschnitt in der vorgesehenen Sprache, bevor Sie den auf Geschwindigkeit ausgerichteten Kompromiss für sämtliche Materialien als geeignet betrachten. Nehmen Sie bei einer Aufgabe zur Archivverarbeitung schwierige Begriffe, Pausen sowie verrauschte Passagen oder überlappende Sprache in die Prüfstichprobe auf, nicht nur einen klar gesprochenen Eröffnungssatz. Die veröffentlichte Modellkarte nennt Whispers wesentliche Erkennungsgrenzen: Vorhergesagter Text kann Wörter enthalten, die nicht gesprochen wurden, und Textwiederholungen können auftreten. Die Ergebnisse unterscheiden sich je nach Sprache, Akzent und Dialekt, besonders bei begrenzter Abdeckung durch Trainingsdaten. Die Karte belegt keine robuste standardmässige Sprechersegmentierung oder Sprecherklassifikation im Basismodell. Eine praktische Prüfung konzentriert sich auf die Treue zur Quelle: wichtige Namen und Zahlen, ausgelassene Sprache, unerwarteter Text während stiller Abschnitte und Wiederholungen. Ein lesbares Transkript bleibt ein Ergebnis, das mit der Aufnahme abzugleichen ist, und keine Garantie exakter Erkennung. Das nützliche fertige Ergebnis ist ein Transkript in der Ausgangssprache mit den gewünschten Zeitangaben und einer klaren Verknüpfung zur Aufnahme. Halten Sie die erkannte Fassung von einer redigierten Veröffentlichungsfassung getrennt, damit Änderungen nachvollziehbar bleiben. Bewahren Sie beim Editionsvergleich den Namen large-v3-turbo: Es ist nicht das vollständige Modell large-v3 und sollte nicht stillschweigend die Übersetzungsaufgabe von large-v3 ins Englische übernehmen. Diese Identität als Modell mit offenen Gewichten beinhaltet auch nicht die Uploadgrenzen, Antwortformate oder Zusagen zum Live-Streaming des gehosteten Dienstes whisper-1. Wählen Sie Turbo, wenn der dokumentierte Transkriptionskompromiss zum tatsächlichen Material und zur gewünschten Bearbeitungszeit passt. **Ailoot Ultra · Transkription** `POST /v1/audio/transcriptions` `openai/whisper-large-v3-turbo` [`openai/whisper-large-v3-turbo`](https://ailoot.ai/models/de-ch/#m=openai%2Fwhisper-large-v3-turbo&route=Ultra&caller=openai%2Fwhisper-large-v3-turbo&fmt=transcriptions) OpenAI /`openai/whisper-large-v3-turbo` ### Einstieg Whisper large-v3-turbo ist OpenAIs schnellere Transkriptionsedition mit offenen Gewichten, die auf large-v3 basiert, vier Decoderschichten und 809 Millionen Parameter besitzt. Sie ist auf mehrsprachige Spracherkennung mit Textausgabe ausgerichtet; laut offizieller Herstellerdokumentation gehört die Übersetzung von Sprache ins Englische nicht zu den Aufgaben, für die Turbo trainiert wurde. Zulässige Eingaben Audio Ergebnisse Text ### In Ailoot verfügbar · Eingaben und Methoden **Ailoot Ultra · Transkription** `POST /v1/audio/transcriptions` Eingabe `audio` Ausgabe `text` | Feld | Typ | Anforderung | Werte und Limits | Standard | | --- | --- | --- | --- | --- | | Feld`model` | Typ`string` | AnforderungErforderlich | Werte und Limits openai/whisper-large-v3-turbo | Standard— | | Feld`input_audio` | Typ`object` | AnforderungErforderlich | Werte und Limits | Standard— | Methodenparameter und Lebenszyklus | Parameter | Vertrag | | --- | --- | | Parameter`content_type` | Vertragapplication/json | | Parameter`required` | Vertragmodel, input\_audio | | Parameter`material_types` | Vertragaudio | | Parameter`material_conditions` | VertragDas Beispiel liest Ihre tatsächliche, nicht leere PCM-WAV-Datei, codiert sämtliche Dateibytes als base64 und sendet input\_audio.format als wav. | Lebenszyklus: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · Exakte task\_id aus einem bestehenden, Ihnen zugeordneten Medieneintrag `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` ### Tarife Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode. Schnellmodus Nicht angegeben Wenn der Schnellmodus ausgewählt ist Flex-Modus Nicht angegeben Wenn der Modus flex ausgewählt ist Maximaler Denkaufwand Nicht angegeben Wenn beim maximalen Denkaufwand die Standardanpassung (default) verwendet wird #### Ailoot-Tarife #### Preise nach Konfiguration Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif. | Konfiguration | Tarifstaffel | Abrechnungseinheit | Gebühr | | --- | --- | --- | --- | | KonfigurationToken-Basistarife | TarifstaffelGrundtarif | Abrechnungseinheit— | Gebühr Eingabe · Eingabetoken **—** / 1K Tokens Ausgabe · Ausgabetoken **—** / 1K Tokens Eingabe · Cache lesen **—** / 1K Tokens Eingabe · Cache schreiben **—** / 1K Tokens Eingabe · Cache schreiben, 1 Stunde **—** / 1K Tokens | | KonfigurationAudioeingabe-Sekunde | Tarifstaffel— | Abrechnungseinheitpro Sekunde Eingabeaudio | Gebühr Eingabe · Audioeingabe-Sekunde **$0.00000666** pro Sekunde Eingabeaudio | Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschliessenden Verbrauchsdatensatzes. [So funktionieren Reservierung und Abrechnung →](https://ailoot.ai/docs/de-ch/billing/reserve/) ### Beispielanfragen #### Ailoot Ultra · Transkription curl · tatsächliche WAV-Datei und vollständiges Originalergebnis ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_AUDIO_FILE:?Set the path to your actual PCM WAV recording}" export AILOOT_AUDIO_FILE python3 - <<'PY_REQUEST' import base64, io, json, os, wave from pathlib import Path audio = Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes() if not (audio[:4] == b'RIFF' and audio[8:12] == b'WAVE'): raise SystemExit('Supply your actual PCM WAV audio file') with wave.open(io.BytesIO(audio), 'rb') as recording: if recording.getcomptype() != 'NONE' or recording.getnframes() <= 0: raise SystemExit('Supply a nonempty PCM WAV recording') request = {'model': 'openai/whisper-large-v3-turbo', 'input_audio': {'data': base64.b64encode(audio).decode('ascii'), 'format': 'wav'}} 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 # Retain the complete original response, headers and actual X-Client-Request-ID. # Read existing owned records for recovery; do not resubmit an uncertain operation. ``` ### Ergebnisse abrufen und speichern #### Ailoot Ultra · Transkription Vollständiger ursprünglicher Antwortinhalt, Status und weitergeleitete Header. Dieser Handler fügt weder eine allgemeingültige JSON-Struktur noch ein Textfeld oder eine Aufgabenhülle hinzu. - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` ##### Alle fertiggestellten Ergebnisse aufbewahren Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf. Die vollständige Antwort und ihre Header, jede tatsächliche Ausgabe, die ursprünglich zurückgegebenen Kennungen und alle Nutzungsfelder aufbewahren. Den ursprünglichen Vorgang wiederaufnehmen, ohne die Erstellung erneut anzufordern. ##### Wenn die ursprüngliche Antwort geprüft werden muss Bewahren Sie die tatsächliche X-Client-Request-ID und die vollständige Antwort auf. Lesen Sie die ursprünglichen, Ihnen zugeordneten Assets und ihre exakten signierten Inhalts-URLs; reichen Sie eine Erstellung mit unklarem Ausgang niemals erneut ein. Antwortfelder | Feld | Typ | | --- | --- | | Feld`text (when present)` | Typ | | Feld`usage (when present)` | Typ | Fehler und nächste Schritte | Antwort | Bedingung | Nächster Schritt | | --- | --- | --- | | Antwort400 · `invalid_request_error` | BedingungDer JSON-Anfragetext oder die explizite kanonische Modell-ID ist ungültig. | Nächster SchrittBewahren Sie die Antwort auf und korrigieren Sie das angegebene Anfragefeld. | | Antwort401 · `authentication_error` | BedingungDer API-Schlüssel von Ailoot ist ungültig. | Nächster SchrittVerwenden Sie Ihren autorisierten API-Schlüssel von Ailoot. | | Antwort403 · `permission_error` | BedingungDie Schlüsselgruppe lässt diese Methode nicht zu. | Nächster SchrittBewahren Sie die zurückgegebenen Fehlerdetails auf. | | Antwort404 · `not_found_error` | BedingungFür die ausgewählte Methode gibt es keine zugelassene Route. | Nächster SchrittBewahren Sie die zurückgegebenen Fehlerdetails auf. | | Antwort422 · `price_unavailable` | BedingungFür den akzeptierten Tarif lässt sich die erforderliche Eingabemenge oder deren Grenze nicht ermitteln. | Nächster SchrittBewahren Sie die Antwort auf; verwenden Sie die vom akzeptierten Tarif verlangte Eingabedarstellung. | | Antwort503 · `` | BedingungErforderlicher Speicher, Route, Methodenpreis oder Reservierung ist nicht verfügbar. | Nächster SchrittBewahren Sie die vollständige ursprüngliche Antwort auf. Eine Reservierung mit unklarem Zustand ist keine Erlaubnis zum erneuten Einreichen. | | Antwort502 · `server_error` | BedingungDas ursprüngliche Ergebnis, der Verbrauch oder die Abrechnung muss geprüft werden. | Nächster SchrittBewahren Sie die tatsächliche Anfrage-ID und die ursprüngliche Antwort auf. Lesen Sie den bestehenden, Ihnen zugeordneten Eintrag; reichen Sie die Erstellung nicht erneut ein. | ### Aliasnamen #### Modellaliasnamen **Ailoot Ultra** [`openai/whisper-large-v3-turbo`](https://ailoot.ai/models/de-ch/#m=openai%2Fwhisper-large-v3-turbo&route=Ultra&caller=openai%2Fwhisper-large-v3-turbo&fmt=transcriptions) #### Aliasnamen für Methodenpfade Verwenden Sie die oben angezeigten Methodenpfade. #### Zugehörige Aufrufer-IDs [`openai/whisper-large-v3-turbo`](https://ailoot.ai/models/de-ch/#m=openai%2Fwhisper-large-v3-turbo&route=Ultra&caller=openai%2Fwhisper-large-v3-turbo&fmt=transcriptions) FAQ · OpenAI: Whisper Large V3 Turbo Welche Eingaben und Ergebnisse sind verfügbar? `POST /v1/audio/transcriptions` · `openai/whisper-large-v3-turbo`: `audio` → `text` Welche Felder verwendet die Anfrage? `POST /v1/audio/transcriptions` · `openai/whisper-large-v3-turbo`: `model`, `input_audio` Verbinden Sie Ailoot mit Claude Code, OpenCode, Hermes oder Ihrer eigenen Anwendung. ## Das Unternehmen und sein Projektportfolio Das Unternehmen und sein Projektportfolio: Millionen von Kunden; monatliche Umsätze in Milliardenhöhe. ## Tokens mit Rabatt kaufen. Aborabatt für regelmäßige Arbeit. Aktionscodes bieten bis 50% beim Tokenkauf. Abo Wählen Sie einen Tarif mit Rabatt für Ihre regelmäßigen Anfragen. Aktionscode bis 50% Geben Sie den Code beim Kauf ein. Der Preis wird nach den gültigen Aktionsbedingungen berechnet. Ausgaben in der Historie Modell, Tokens und Betrag werden für jede Anfrage gespeichert. [Abo wählen](https://ailoot.ai/docs/de-ch/billing/subscriptions/) · [Modellpreise ansehen](https://ailoot.ai/models/de-ch/) ## Verbinden Sie die API mit dem Produkt, das Sie verkaufen. SaaS, Anwendungen und Bots nach dem offiziellen Angebot und Lizenzvertrag von Ailoot. Fordern Sie für den Weiterverkauf eine Reseller-Lizenz an. Kommerzielle Anwendung Integrieren Sie Text-, Bild-, Video- und Audioerzeugung in kostenpflichtige Funktionen Ihres Dienstes. Reseller-Lizenz Senden Sie Projektbeschreibung und Zugangsmodell. Fordern Sie schriftliche Nutzungs- und Weiterverkaufsbedingungen an. Dokumente auf der Website Offizielles Angebot, Lizenzvertrag und Datenschutzerklärung sind vor der Verbindung zugänglich. [Reseller-Lizenz anfordern](mailto:support@ailoot.ai) · [Offizielles Angebot und Lizenzvertrag](https://ailoot.ai/legal/offer?lang=de-ch) ## Ailoot · Das Unternehmen und sein Projektportfolio Ailoot baut auf bewährte Betriebserfahrung, einen großen Kundenstamm, stabilen Service und kontinuierliche KPI-Kontrolle. Das Unternehmen und sein Projektportfolio: Millionen von Kunden; monatliche Umsätze in Milliardenhöhe. Ailoot nutzt diese Betriebserfahrung für den API-Zugang zu KI-Funktionen in Kundenprodukten, Agenten, Anwendungen und Automatisierungen.