Whisper large-v3-turbo, ook Turbo genoemd, is OpenAI’s geoptimaliseerde transcriptiemodel, afgeleid van Whisper large-v3. De decoder is teruggebracht van 32 naar vier lagen, terwijl de encoder 32 lagen behoudt. Het uitgebrachte model heeft ongeveer 809 miljoen parameters. De maker beoogt snellere spraakherkenning met een bescheiden verlies aan nauwkeurigheid, geen andere modus voor het genereren van audio. Opgenomen spraak is de invoer en herkende tekst het resultaat.
De aankondiging maakt onderscheid tussen de voorbereiding van Turbo en een afzonderlijk gedistilleerd Whisper-model: Turbo is gedurende twee extra epochs verder getraind op meertalige transcriptiedata, zonder vertaaldata. Dat onderscheid is belangrijk voor het gebruik. In OpenAI’s repository staat dat Turbo niet is getraind om niet-Engelse spraak naar het Engels te vertalen en de oorspronkelijke taal kan teruggeven, zelfs wanneer een vertaaltaak wordt gevraagd. Gebruik deze editie voor een transcript in dezelfde taal; voor een vertaling is een ander geschikt model nodig of een afzonderlijke stap na de transcriptie.
Detectie van de brontaal en expliciete taalkeuze blijven nuttige transcriptieopties. Als de taal van de opname al bekend is, vermeld die dan in de opdracht; anders kan de gedocumenteerde werkwijze deze detecteren. Behoud namen, hoeveelheden en de gesproken woorden voordat u om redactionele opschoning vraagt. Een vergaderverslag, interviewtranscript of collegetekst kan vervolgens in een latere bewerking worden doorzocht, geannoteerd of samengevat. Turbo’s herkenningstaak mag niet worden verward met spraaksynthese, stemimitatie of een semantisch oordeel over de mensen in de opname.
OpenAI’s audiolader decodeert invoerbestanden naar monosamples op 16 kHz, en het model gebruikt een akoestisch venster van 30 seconden met 128 Mel-frequentiebanden. Langere opnamen vereisen inferentie voor lange audio. Sequentiële verwerking doorloopt de vensters in volgorde; een aanpak met segmenten transcribeert overlappende delen en voegt ze op de grenzen samen. De modelkaart presenteert die laatste aanpak als nuttig bij de verwerking van één lang bestand wanneer doorlooptijd de belangrijkste prioriteit is, terwijl sequentiële verwerking het alternatief is dat op nauwkeurigheid is gericht. Noch het venster, noch de modelnaam bepaalt een vaste maximale bestandsgrootte voor uploads naar een gehoste dienst.
De exacte Turbo-configuratie vermeldt 448 decoderposities voor één decodeersequentie. De gedocumenteerde inferentiewerkwijze kan naast het transcript tijdsaanduidingen per segment of woord leveren; die ondersteunen navigatie en latere opmaak van ondertitels. Daarmee ontstaan niet automatisch een ondertitelbestandsformaat of betrouwbare sprekerlabels. Geef aan of een gewoon transcript of segmenten met tijdsaanduidingen nodig zijn, en houd de oorspronkelijke opname beschikbaar om betwiste passages te controleren. Verwerking van lange audio en eventuele uiteindelijke opmaak staan los van de identiteit van het modelcheckpoint.
Turbo vermindert het decodeerwerk, maar de werkelijke verwerkingstijd hangt af van de hardware, de opnameduur, de taal, het spreektempo en de inferentiekeuzes. De maker meldt een sterkere kwaliteitsdaling voor sommige talen, waaronder Thais en Kantonees, in plaats van overal gelijk gedrag. Vergelijk een representatief fragment in de beoogde taal voordat u de op snelheid gerichte afweging geschikt acht voor al het materiaal. Neem bij een opdracht voor archiefverwerking moeilijke woordenschat, pauzes en passages met ruis of overlappende spraak op in de steekproef, niet alleen een heldere openingszin.
De gepubliceerde kaart bevat de wezenlijke beperkingen van Whisper bij spraakherkenning: voorspelde tekst kan woorden bevatten die niet zijn uitgesproken, en herhaalde tekst kan voorkomen. Resultaten verschillen tussen talen, accenten en dialecten, vooral wanneer de dekking in de trainingsdata beperkt is. De kaart toont niet aan dat sprekersegmentatie of sprekerclassificatie robuuste standaardmogelijkheden van het basismodel zijn. Een praktische controle richt zich op brongetrouwheid: belangrijke namen en getallen, weggelaten spraak, onverwachte tekst tijdens stiltes en herhalingen. Een leesbaar transcript blijft een resultaat dat met de opname moet worden vergeleken, geen garantie op exacte herkenning.
Het bruikbare eindresultaat is een transcript in de brontaal met eventuele gevraagde tijdsaanduidingen en een duidelijke koppeling naar de opname. Houd een herkende versie gescheiden van een redactioneel bewerkte publicatieversie, zodat wijzigingen traceerbaar blijven. Behoud bij het vergelijken van edities de naam large-v3-turbo: dit is niet het volledige large-v3-model en het mag niet ongemerkt de taak van large-v3 voor vertaling naar het Engels overnemen. Deze identiteit als model met open gewichten omvat evenmin de uploadlimieten, antwoordcontainers of beloften over livestreaming van de gehoste dienst whisper-1. Kies Turbo wanneer de gedocumenteerde afweging bij transcriptie past bij het werkelijke materiaal en de gewenste doorlooptijd.
", "aboutText": "Whisper large-v3-turbo, ook Turbo genoemd, is OpenAI’s geoptimaliseerde transcriptiemodel, afgeleid van Whisper large-v3. De decoder is teruggebracht van 32 naar vier lagen, terwijl de encoder 32 lagen behoudt. Het uitgebrachte model heeft ongeveer 809 miljoen parameters. De maker beoogt snellere spraakherkenning met een bescheiden verlies aan nauwkeurigheid, geen andere modus voor het genereren van audio. Opgenomen spraak is de invoer en herkende tekst het resultaat.\n\nDe aankondiging maakt onderscheid tussen de voorbereiding van Turbo en een afzonderlijk gedistilleerd Whisper-model: Turbo is gedurende twee extra epochs verder getraind op meertalige transcriptiedata, zonder vertaaldata. Dat onderscheid is belangrijk voor het gebruik. In OpenAI’s repository staat dat Turbo niet is getraind om niet-Engelse spraak naar het Engels te vertalen en de oorspronkelijke taal kan teruggeven, zelfs wanneer een vertaaltaak wordt gevraagd. Gebruik deze editie voor een transcript in dezelfde taal; voor een vertaling is een ander geschikt model nodig of een afzonderlijke stap na de transcriptie.\n\nDetectie van de brontaal en expliciete taalkeuze blijven nuttige transcriptieopties. Als de taal van de opname al bekend is, vermeld die dan in de opdracht; anders kan de gedocumenteerde werkwijze deze detecteren. Behoud namen, hoeveelheden en de gesproken woorden voordat u om redactionele opschoning vraagt. Een vergaderverslag, interviewtranscript of collegetekst kan vervolgens in een latere bewerking worden doorzocht, geannoteerd of samengevat. Turbo’s herkenningstaak mag niet worden verward met spraaksynthese, stemimitatie of een semantisch oordeel over de mensen in de opname.\n\nOpenAI’s audiolader decodeert invoerbestanden naar monosamples op 16 kHz, en het model gebruikt een akoestisch venster van 30 seconden met 128 Mel-frequentiebanden. Langere opnamen vereisen inferentie voor lange audio. Sequentiële verwerking doorloopt de vensters in volgorde; een aanpak met segmenten transcribeert overlappende delen en voegt ze op de grenzen samen. De modelkaart presenteert die laatste aanpak als nuttig bij de verwerking van één lang bestand wanneer doorlooptijd de belangrijkste prioriteit is, terwijl sequentiële verwerking het alternatief is dat op nauwkeurigheid is gericht. Noch het venster, noch de modelnaam bepaalt een vaste maximale bestandsgrootte voor uploads naar een gehoste dienst.\n\nDe exacte Turbo-configuratie vermeldt 448 decoderposities voor één decodeersequentie. De gedocumenteerde inferentiewerkwijze kan naast het transcript tijdsaanduidingen per segment of woord leveren; die ondersteunen navigatie en latere opmaak van ondertitels. Daarmee ontstaan niet automatisch een ondertitelbestandsformaat of betrouwbare sprekerlabels. Geef aan of een gewoon transcript of segmenten met tijdsaanduidingen nodig zijn, en houd de oorspronkelijke opname beschikbaar om betwiste passages te controleren. Verwerking van lange audio en eventuele uiteindelijke opmaak staan los van de identiteit van het modelcheckpoint.\n\nTurbo vermindert het decodeerwerk, maar de werkelijke verwerkingstijd hangt af van de hardware, de opnameduur, de taal, het spreektempo en de inferentiekeuzes. De maker meldt een sterkere kwaliteitsdaling voor sommige talen, waaronder Thais en Kantonees, in plaats van overal gelijk gedrag. Vergelijk een representatief fragment in de beoogde taal voordat u de op snelheid gerichte afweging geschikt acht voor al het materiaal. Neem bij een opdracht voor archiefverwerking moeilijke woordenschat, pauzes en passages met ruis of overlappende spraak op in de steekproef, niet alleen een heldere openingszin.\n\nDe gepubliceerde kaart bevat de wezenlijke beperkingen van Whisper bij spraakherkenning: voorspelde tekst kan woorden bevatten die niet zijn uitgesproken, en herhaalde tekst kan voorkomen. Resultaten verschillen tussen talen, accenten en dialecten, vooral wanneer de dekking in de trainingsdata beperkt is. De kaart toont niet aan dat sprekersegmentatie of sprekerclassificatie robuuste standaardmogelijkheden van het basismodel zijn. Een praktische controle richt zich op brongetrouwheid: belangrijke namen en getallen, weggelaten spraak, onverwachte tekst tijdens stiltes en herhalingen. Een leesbaar transcript blijft een resultaat dat met de opname moet worden vergeleken, geen garantie op exacte herkenning.\n\nHet bruikbare eindresultaat is een transcript in de brontaal met eventuele gevraagde tijdsaanduidingen en een duidelijke koppeling naar de opname. Houd een herkende versie gescheiden van een redactioneel bewerkte publicatieversie, zodat wijzigingen traceerbaar blijven. Behoud bij het vergelijken van edities de naam large-v3-turbo: dit is niet het volledige large-v3-model en het mag niet ongemerkt de taak van large-v3 voor vertaling naar het Engels overnemen. Deze identiteit als model met open gewichten omvat evenmin de uploadlimieten, antwoordcontainers of beloften over livestreaming van de gehoste dienst whisper-1. Kies Turbo wanneer de gedocumenteerde afweging bij transcriptie past bij het werkelijke materiaal en de gewenste doorlooptijd.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "7bbc4f90ec373999de376482940e18ad218370a45c45366fdd14f0965259018a", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "nl", "methods": [ { "html": "openai/whisper-large-v3-turboWhisper large-v3-turbo is OpenAI’s snellere transcriptie-editie met open gewichten, afgeleid van large-v3, met vier decoderlagen en 809 miljoen parameters. Het model is gericht op meertalige spraak-naar-tekst; volgens de officiële documentatie van de maker behoort het vertalen van spraak naar het Engels niet tot de taak waarvoor Turbo is getraind.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Whisper large-v3-turbo, ook Turbo genoemd, is OpenAI’s geoptimaliseerde transcriptiemodel, afgeleid van Whisper large-v3. De decoder is teruggebracht van 32 naar vier lagen, terwijl de encoder 32 lagen behoudt. Het uitgebrachte model heeft ongeveer 809 miljoen parameters. De maker beoogt snellere spraakherkenning met een bescheiden verlies aan nauwkeurigheid, geen andere modus voor het genereren van audio. Opgenomen spraak is de invoer en herkende tekst het resultaat.
De aankondiging maakt onderscheid tussen de voorbereiding van Turbo en een afzonderlijk gedistilleerd Whisper-model: Turbo is gedurende twee extra epochs verder getraind op meertalige transcriptiedata, zonder vertaaldata. Dat onderscheid is belangrijk voor het gebruik. In OpenAI’s repository staat dat Turbo niet is getraind om niet-Engelse spraak naar het Engels te vertalen en de oorspronkelijke taal kan teruggeven, zelfs wanneer een vertaaltaak wordt gevraagd. Gebruik deze editie voor een transcript in dezelfde taal; voor een vertaling is een ander geschikt model nodig of een afzonderlijke stap na de transcriptie.
Detectie van de brontaal en expliciete taalkeuze blijven nuttige transcriptieopties. Als de taal van de opname al bekend is, vermeld die dan in de opdracht; anders kan de gedocumenteerde werkwijze deze detecteren. Behoud namen, hoeveelheden en de gesproken woorden voordat u om redactionele opschoning vraagt. Een vergaderverslag, interviewtranscript of collegetekst kan vervolgens in een latere bewerking worden doorzocht, geannoteerd of samengevat. Turbo’s herkenningstaak mag niet worden verward met spraaksynthese, stemimitatie of een semantisch oordeel over de mensen in de opname.
OpenAI’s audiolader decodeert invoerbestanden naar monosamples op 16 kHz, en het model gebruikt een akoestisch venster van 30 seconden met 128 Mel-frequentiebanden. Langere opnamen vereisen inferentie voor lange audio. Sequentiële verwerking doorloopt de vensters in volgorde; een aanpak met segmenten transcribeert overlappende delen en voegt ze op de grenzen samen. De modelkaart presenteert die laatste aanpak als nuttig bij de verwerking van één lang bestand wanneer doorlooptijd de belangrijkste prioriteit is, terwijl sequentiële verwerking het alternatief is dat op nauwkeurigheid is gericht. Noch het venster, noch de modelnaam bepaalt een vaste maximale bestandsgrootte voor uploads naar een gehoste dienst.
De exacte Turbo-configuratie vermeldt 448 decoderposities voor één decodeersequentie. De gedocumenteerde inferentiewerkwijze kan naast het transcript tijdsaanduidingen per segment of woord leveren; die ondersteunen navigatie en latere opmaak van ondertitels. Daarmee ontstaan niet automatisch een ondertitelbestandsformaat of betrouwbare sprekerlabels. Geef aan of een gewoon transcript of segmenten met tijdsaanduidingen nodig zijn, en houd de oorspronkelijke opname beschikbaar om betwiste passages te controleren. Verwerking van lange audio en eventuele uiteindelijke opmaak staan los van de identiteit van het modelcheckpoint.
Turbo vermindert het decodeerwerk, maar de werkelijke verwerkingstijd hangt af van de hardware, de opnameduur, de taal, het spreektempo en de inferentiekeuzes. De maker meldt een sterkere kwaliteitsdaling voor sommige talen, waaronder Thais en Kantonees, in plaats van overal gelijk gedrag. Vergelijk een representatief fragment in de beoogde taal voordat u de op snelheid gerichte afweging geschikt acht voor al het materiaal. Neem bij een opdracht voor archiefverwerking moeilijke woordenschat, pauzes en passages met ruis of overlappende spraak op in de steekproef, niet alleen een heldere openingszin.
De gepubliceerde kaart bevat de wezenlijke beperkingen van Whisper bij spraakherkenning: voorspelde tekst kan woorden bevatten die niet zijn uitgesproken, en herhaalde tekst kan voorkomen. Resultaten verschillen tussen talen, accenten en dialecten, vooral wanneer de dekking in de trainingsdata beperkt is. De kaart toont niet aan dat sprekersegmentatie of sprekerclassificatie robuuste standaardmogelijkheden van het basismodel zijn. Een praktische controle richt zich op brongetrouwheid: belangrijke namen en getallen, weggelaten spraak, onverwachte tekst tijdens stiltes en herhalingen. Een leesbaar transcript blijft een resultaat dat met de opname moet worden vergeleken, geen garantie op exacte herkenning.
Het bruikbare eindresultaat is een transcript in de brontaal met eventuele gevraagde tijdsaanduidingen en een duidelijke koppeling naar de opname. Houd een herkende versie gescheiden van een redactioneel bewerkte publicatieversie, zodat wijzigingen traceerbaar blijven. Behoud bij het vergelijken van edities de naam large-v3-turbo: dit is niet het volledige large-v3-model en het mag niet ongemerkt de taak van large-v3 voor vertaling naar het Engels overnemen. Deze identiteit als model met open gewichten omvat evenmin de uploadlimieten, antwoordcontainers of beloften over livestreaming van de gehoste dienst whisper-1. Kies Turbo wanneer de gedocumenteerde afweging bij transcriptie past bij het werkelijke materiaal en de gewenste doorlooptijd.
POST /v1/audio/transcriptionsaudiotext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten openai/whisper-large-v3-turbo | Standaard— |
Veldinput_audio | Typeobject | VereisteVereist | Waarden en limieten | Standaard— |
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractmodel, input_audio |
Parametermaterial_types | Contractaudio |
Parametermaterial_conditions | ContractHet voorbeeld leest uw eigen niet-lege PCM WAV-bestand, codeert alle bestandsbytes als base64 en verstuurt input_audio.format als wav. |
Levenscyclus: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · exacte task_id uit een bestaand mediarecord dat u bezit
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.
Koppel elke kostenpost aan de getoonde voorwaarden. Gebruik één tarief voor elke groep alternatieve configuraties.
| Configuratie | Tariefstaffel | Rekeneenheid | Kosten |
|---|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Rekeneenheid— | Kosten Invoer · Invoertokens — / 1K tokens Uitvoer · Uitvoertokens — / 1K tokens Invoer · Cache lezen — / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| Configuratieseconde audio-invoer | Tariefstaffel— | Rekeneenheidper seconde audio-invoer | Kosten Invoer · seconde audio-invoer $0.00000666 per seconde audio-invoer |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_AUDIO_FILE:?Set the path to your actual PCM WAV recording}"\nexport AILOOT_AUDIO_FILE\npython3 - <<'PY_REQUEST'\nimport base64, io, json, os, wave\nfrom pathlib import Path\naudio = Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes()\nif not (audio[:4] == b'RIFF' and audio[8:12] == b'WAVE'):\n raise SystemExit('Supply your actual PCM WAV audio file')\nwith wave.open(io.BytesIO(audio), 'rb') as recording:\n if recording.getcomptype() != 'NONE' or recording.getnframes() <= 0:\n raise SystemExit('Supply a nonempty PCM WAV recording')\nrequest = {'model': 'openai/whisper-large-v3-turbo', 'input_audio': {'data': base64.b64encode(audio).decode('ascii'), 'format': 'wav'}}\nPath('request.json').write_text(json.dumps(request, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o response.bin\n# Retain the complete original response, headers and actual X-Client-Request-ID.\n# Read existing owned records for recovery; do not resubmit an uncertain operation.\nVolledige oorspronkelijke antwoordbody, status en doorgestuurde headers. Deze handler voegt geen universele JSON-structuur, tekstveld of taakenvelop toe.
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar het volledige antwoord en de headers, alle daadwerkelijke uitvoer, de oorspronkelijk geretourneerde identificatoren en alle gebruiksvelden. Herstel de oorspronkelijke bewerking zonder de aanmaakaanvraag opnieuw in te dienen.
Bewaar de daadwerkelijke X-Client-Request-ID en het volledige antwoord. Lees de oorspronkelijke assets die u bezit en hun exacte ondertekende inhouds-URLs; dien een onzekere aanmaak nooit opnieuw in.
| Veld | Type |
|---|---|
Veldtext (when present) | Type |
Veldusage (when present) | Type |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeDe JSON-body of expliciete canonieke model-ID is ongeldig. | Volgende stapBewaar het antwoord en corrigeer het aangegeven verzoekveld. |
Antwoord401 · authentication_error | VoorwaardeDe Ailoot API-sleutel is ongeldig. | Volgende stapGebruik uw geautoriseerde Ailoot API-sleutel. |
Antwoord403 · permission_error | VoorwaardeDe sleutelgroep laat deze methode niet toe. | Volgende stapBewaar de geretourneerde foutdetails. |
Antwoord404 · not_found_error | VoorwaardeDe geselecteerde methode heeft geen toegelaten route. | Volgende stapBewaar de geretourneerde foutdetails. |
Antwoord422 · price_unavailable | VoorwaardeHet geaccepteerde tarief kan de vereiste invoerhoeveelheid of bovengrens niet verkrijgen. | Volgende stapBewaar het antwoord; gebruik de invoerweergave die het geaccepteerde tarief vereist. |
Antwoord503 · | VoorwaardeVereiste opslag, route, methodeprijs of reservering is niet beschikbaar. | Volgende stapBewaar het volledige oorspronkelijke antwoord. Een onzekere reservering geeft geen toestemming om opnieuw in te dienen. |
Antwoord502 · server_error | VoorwaardeHet oorspronkelijke resultaat, gebruik of de afrekening moet worden gecontroleerd. | Volgende stapBewaar de daadwerkelijke verzoek-ID en het oorspronkelijke antwoord. Lees het bestaande record dat u bezit; dien de aanmaak niet opnieuw in. |
Ailoot Ultra openai/whisper-large-v3-turbo
Gebruik de hierboven getoonde methodepaden.