Source: https://ailoot.ai/models/pt-pt/openai-whisper-large-v3-turbo/ Canonical: https://ailoot.ai/models/pt-pt/openai-whisper-large-v3-turbo/ Language: pt-pt # OpenAI: Whisper Large V3 Turbo [Markdown](https://ailoot.ai/models/pt-pt/openai-whisper-large-v3-turbo/index.md) · [JSON](https://ailoot.ai/models/pt-pt/openai-whisper-large-v3-turbo/facts.json) ## [OpenAI: Whisper Large V3 Turbo](https://ailoot.ai/models/pt-pt/openai-whisper-large-v3-turbo/) Whisper large-v3-turbo é a edição de transcrição de pesos abertos mais rápida da OpenAI, derivada de large-v3, com quatro camadas no descodificador e 809 milhões de parâmetros. Destina-se à conversão multilingue de fala em texto; a documentação oficial do fabricante exclui a tradução de fala para inglês da tarefa para a qual Turbo foi treinado. - [**Ailoot Ultra · Transcrição** `POST /v1/audio/transcriptions` `openai/whisper-large-v3-turbo`](https://ailoot.ai/models/pt-pt/openai-whisper-large-v3-turbo/#method-0) Sobre o modelo Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo. Whisper large-v3-turbo, também chamado Turbo, é o modelo de transcrição otimizado da OpenAI derivado de Whisper large-v3. O descodificador é reduzido de 32 camadas para quatro, enquanto o codificador mantém 32 camadas. O modelo disponibilizado tem aproximadamente 809 milhões de parâmetros. O objetivo do fabricante é um reconhecimento de fala mais rápido com um compromisso modesto na precisão, não um modo diferente de geração de áudio. A entrada é fala gravada e o resultado é texto reconhecido. O anúncio do lançamento distingue a preparação de Turbo da de um modelo Whisper destilado separadamente: Turbo recebeu ajustamento fino durante duas épocas adicionais com dados de transcrição multilingue, excluindo dados de tradução. Esta distinção é importante em termos operacionais. O repositório da OpenAI indica que Turbo não foi treinado para traduzir fala de outras línguas para inglês e pode devolver a língua original mesmo quando se pede uma tarefa de tradução. Utilize esta edição para obter uma transcrição na mesma língua; uma necessidade de tradução deve ser tratada por outro modelo adequado ou num passo separado após a transcrição. A deteção da língua de origem e a seleção explícita da língua continuam a ser opções úteis para a transcrição. Se já conhecer a língua da gravação, identifique-a nas instruções; caso contrário, o fluxo de trabalho documentado pode detetá-la. Preserve os nomes, as quantidades e as palavras pronunciadas antes de pedir uma revisão editorial. O registo de uma reunião, a transcrição de uma entrevista ou o texto de uma aula podem depois ser pesquisados, anotados ou resumidos numa operação posterior. A tarefa de reconhecimento de Turbo não deve ser confundida com síntese de voz, imitação de um falante ou um juízo semântico sobre as pessoas na gravação. O carregador de áudio da OpenAI descodifica os ficheiros de entrada em amostras mono a 16 kHz, e o modelo usa uma janela acústica de 30 segundos com 128 bandas de frequência Mel. As gravações mais longas exigem inferência sobre gravações longas. O processamento sequencial percorre as janelas por ordem; uma abordagem por blocos transcreve partes sobrepostas e junta os respetivos limites. A ficha do modelo apresenta esta última como útil para processar um único ficheiro longo quando a prioridade principal é o prazo de entrega, enquanto o processamento sequencial privilegia a precisão. Nem a janela nem o nome do modelo estabelecem um tamanho máximo fixo de ficheiro para carregamentos num serviço alojado. A configuração exata de Turbo lista 448 posições do descodificador para uma sequência de descodificação. O fluxo de inferência documentado pode incluir referências temporais de segmentos ou palavras juntamente com a transcrição; estas ajudam a navegar e a formatar legendas posteriormente. Não acrescentam automaticamente um formato de ficheiro de legendas nem identificações fiáveis dos falantes. Indique se precisa de uma transcrição simples ou de segmentos com referências temporais e mantenha a gravação original disponível para verificar passagens contestadas. O processamento de gravações longas e qualquer formatação final são distintos da identidade do checkpoint. Turbo reduz o trabalho de descodificação, mas o tempo efetivamente necessário depende do equipamento, da duração da gravação, da língua, do ritmo da fala e das escolhas de inferência. O produtor assinala uma maior degradação da qualidade para algumas línguas, incluindo tailandês e cantonês, em vez de um comportamento uniforme em todas. Compare um excerto representativo na língua pretendida antes de considerar que o compromisso a favor da velocidade é adequado a todo o material. Numa tarefa de processamento de arquivos, inclua vocabulário difícil, pausas e passagens com ruído ou fala sobreposta na amostra de revisão, não apenas uma frase inicial clara. A ficha publicada apresenta as limitações substanciais do reconhecimento de Whisper: o texto previsto pode incluir palavras que não foram pronunciadas e podem surgir repetições. Os resultados variam entre línguas, sotaques e dialetos, sobretudo onde a cobertura do treino é limitada. A ficha não estabelece a diarização ou a classificação de falantes como capacidades padrão robustas do modelo de base. Uma revisão prática centra-se na fidelidade à fonte: nomes e números importantes, fala omitida, texto inesperado durante silêncios e repetições. Uma transcrição legível continua a ser um resultado a comparar com a gravação, não uma garantia de reconhecimento exato. O resultado final útil é uma transcrição na língua de origem com as referências temporais pedidas, se aplicável, e uma ligação clara à gravação. Mantenha a versão reconhecida separada da versão editada para publicação, para que as alterações sejam rastreáveis. Preserve o nome large-v3-turbo ao comparar edições: não é o modelo large-v3 completo e não deve herdar implicitamente a tarefa de tradução para inglês de large-v3. Esta identidade de pesos abertos também não inclui os limites de carregamento, as estruturas das respostas ou as promessas de transmissão em direto do serviço alojado whisper-1. Escolha Turbo quando o compromisso documentado da transcrição se adequar ao material real e ao prazo de entrega pretendido. **Ailoot Ultra · Transcrição** `POST /v1/audio/transcriptions` `openai/whisper-large-v3-turbo` [`openai/whisper-large-v3-turbo`](https://ailoot.ai/models/pt-pt/#m=openai%2Fwhisper-large-v3-turbo&route=Ultra&caller=openai%2Fwhisper-large-v3-turbo&fmt=transcriptions) OpenAI /`openai/whisper-large-v3-turbo` ### Introdução Whisper large-v3-turbo é a edição de transcrição de pesos abertos mais rápida da OpenAI, derivada de large-v3, com quatro camadas no descodificador e 809 milhões de parâmetros. Destina-se à conversão multilingue de fala em texto; a documentação oficial do fabricante exclui a tradução de fala para inglês da tarefa para a qual Turbo foi treinado. Entradas aceites Áudio Resultados Texto ### Disponível no Ailoot · entradas e métodos **Ailoot Ultra · Transcrição** `POST /v1/audio/transcriptions` Entrada `audio` Saída `text` | Campo | Tipo | Requisito | Valores e limites | Predefinição | | --- | --- | --- | --- | --- | | Campo`model` | Tipo`string` | RequisitoObrigatório | Valores e limites openai/whisper-large-v3-turbo | Predefinição— | | Campo`input_audio` | Tipo`object` | RequisitoObrigatório | Valores e limites | Predefinição— | Parâmetros e ciclo de vida do método | Parâmetro | Contrato | | --- | --- | | Parâmetro`content_type` | Contratoapplication/json | | Parâmetro`required` | Contratomodel, input\_audio | | Parâmetro`material_types` | Contratoaudio | | Parâmetro`material_conditions` | ContratoO exemplo lê o seu ficheiro PCM WAV real e não vazio, codifica todos os bytes do ficheiro em base64 e envia input\_audio.format como wav. | Ciclo de vida: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · task\_id exato de um registo multimédia existente pertencente ao utilizador `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` ### Tarifários As referências tarifárias não acrescentam opções ao pedido. Os parâmetros suportados constam do método selecionado. Modo rápido Não especificado Quando o modo rápido está selecionado Modo flex Não especificado Quando o modo flex está selecionado Esforço máximo de raciocínio Não especificado Quando o esforço máximo de raciocínio usa o ajuste predefinido (default) #### Tarifas Ailoot #### Preços por configuração Associe cada custo às condições apresentadas. Use uma única tarifa para cada conjunto de configurações alternativas. | Configuração | Tabela de tarifas | Unidade de faturação | Custo | | --- | --- | --- | --- | | ConfiguraçãoTarifas base por token | Tabela de tarifasTarifa base | Unidade de faturação— | Custo Entrada · Tokens de entrada **—** / 1K tokens Saída · Tokens de saída **—** / 1K tokens Entrada · Leitura da cache **—** / 1K tokens Entrada · Escrita na cache **—** / 1K tokens Entrada · Escrita na cache, 1 hora **—** / 1K tokens | | Configuraçãosegundo de áudio de entrada | Tabela de tarifas— | Unidade de faturaçãopor segundo de áudio de entrada | Custo Entrada · segundo de áudio de entrada **$0.00000666** por segundo de áudio de entrada | O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. [Como funcionam a reserva e a liquidação →](https://ailoot.ai/docs/pt-pt/billing/reserve/) ### Exemplos de pedidos #### Ailoot Ultra · Transcrição curl · ficheiro WAV real e resultado original completo ```bash set -eu : "${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. ``` ### Receber e guardar os resultados #### Ailoot Ultra · Transcrição Corpo completo da resposta original, estado e cabeçalhos encaminhados. Este processador não adiciona qualquer estrutura JSON universal, campo de texto ou estrutura envolvente de tarefa. - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` ##### Guardar todos os resultados concluídos Guarde cada resposta, ficheiro e parte de conteúdo devolvidos na íntegra. Conserve a resposta completa e os cabeçalhos, todos os resultados efetivamente produzidos, os identificadores originais devolvidos e todos os campos de utilização. Recupere a operação original sem voltar a enviar o pedido de criação. ##### Se for necessário verificar a resposta original Conserve o X-Client-Request-ID real e a resposta completa. Consulte os recursos originais pertencentes ao utilizador e os respetivos URLs assinados exatos de conteúdo; nunca volte a enviar uma criação incerta. Campos da resposta | Campo | Tipo | | --- | --- | | Campo`text (when present)` | Tipo | | Campo`usage (when present)` | Tipo | Erros e passos seguintes | Resposta | Condição | Passo seguinte | | --- | --- | --- | | Resposta400 · `invalid_request_error` | CondiçãoO corpo JSON ou o ID canónico explícito do modelo é inválido. | Passo seguinteConserve a resposta e corrija o campo indicado no pedido. | | Resposta401 · `authentication_error` | CondiçãoA chave API da Ailoot é inválida. | Passo seguinteUtilize a sua chave API autorizada da Ailoot. | | Resposta403 · `permission_error` | CondiçãoO grupo da chave não permite este método. | Passo seguinteConserve os detalhes do erro devolvido. | | Resposta404 · `not_found_error` | CondiçãoO método selecionado não tem uma rota autorizada. | Passo seguinteConserve os detalhes do erro devolvido. | | Resposta422 · `price_unavailable` | CondiçãoO tarifário aceite não consegue obter a quantidade de entrada ou o limite de que necessita. | Passo seguinteConserve a resposta; utilize a representação da entrada exigida pelo tarifário aceite. | | Resposta503 · `` | CondiçãoO armazenamento, a rota, o preço do método ou a reserva de que necessita não está disponível. | Passo seguinteConserve a resposta original completa. Uma reserva incerta não autoriza o reenvio. | | Resposta502 · `server_error` | CondiçãoO resultado, a utilização ou a liquidação original requer verificação. | Passo seguinteConserve o ID real do pedido e a resposta original. Consulte o registo existente pertencente ao utilizador; não volte a enviar o pedido de criação. | ### Aliases #### Aliases do modelo **Ailoot Ultra** [`openai/whisper-large-v3-turbo`](https://ailoot.ai/models/pt-pt/#m=openai%2Fwhisper-large-v3-turbo&route=Ultra&caller=openai%2Fwhisper-large-v3-turbo&fmt=transcriptions) #### Aliases dos caminhos dos métodos Use os caminhos dos métodos indicados acima. #### IDs de chamada relacionados [`openai/whisper-large-v3-turbo`](https://ailoot.ai/models/pt-pt/#m=openai%2Fwhisper-large-v3-turbo&route=Ultra&caller=openai%2Fwhisper-large-v3-turbo&fmt=transcriptions) FAQ · OpenAI: Whisper Large V3 Turbo Que entradas e resultados estão disponíveis? `POST /v1/audio/transcriptions` · `openai/whisper-large-v3-turbo`: `audio` → `text` Que campos utiliza o pedido? `POST /v1/audio/transcriptions` · `openai/whisper-large-v3-turbo`: `model`, `input_audio` Ligue o Ailoot ao Claude Code, OpenCode, Hermes ou à sua aplicação. ## A empresa e a sua carteira de projetos A empresa e a sua carteira de projetos: milhões de clientes; vendas mensais na ordem dos milhares de milhões. ## Compre tokens com desconto. Desconto por subscrição para trabalho regular. Códigos promocionais — até 50% na compra de tokens. Subscrição Escolha um plano com desconto para os pedidos regulares. Código promocional até 50% Introduza o código na compra. O preço é recalculado conforme a campanha em vigor. Custos no histórico O modelo, os tokens e o montante são guardados para cada pedido. [Escolher subscrição](https://ailoot.ai/docs/pt-pt/billing/subscriptions/) · [Ver preços dos modelos](https://ailoot.ai/models/pt-pt/) ## Ligue a API ao produto que vende. SaaS, aplicações e bots — ao abrigo da oferta e do contrato de licença Ailoot. Para revenda, peça uma licença de revendedor. Aplicação comercial Integre geração de texto, imagens, vídeo e som nas funcionalidades pagas do seu serviço. Licença de revendedor Envie uma descrição do projeto e do modelo de acesso. Peça condições escritas de utilização e revenda. Documentos no site A oferta, o contrato de licença e a política de tratamento de dados estão disponíveis antes da ligação. [Pedir licença de revendedor](mailto:support@ailoot.ai) · [Oferta e contrato de licença](https://ailoot.ai/legal/offer?lang=pt-pt) ## Ailoot · A empresa e a sua carteira de projetos A Ailoot assenta numa experiência operacional consolidada, numa ampla base de clientes, num serviço estável e no acompanhamento contínuo dos KPI. A empresa e a sua carteira de projetos: milhões de clientes; vendas mensais na ordem dos milhares de milhões. A Ailoot aplica essa experiência operacional ao acesso por API a funcionalidades de IA nos produtos dos clientes, agentes, aplicações e automatizações.