Source: https://ailoot.ai/models/ru/openai-whisper-large-v3/ Canonical: https://ailoot.ai/models/ru/openai-whisper-large-v3/ Language: ru # OpenAI: Whisper Large V3 [Markdown](https://ailoot.ai/models/ru/openai-whisper-large-v3/index.md) · [JSON](https://ailoot.ai/models/ru/openai-whisper-large-v3/facts.json) ## [OpenAI: Whisper Large V3](https://ailoot.ai/models/ru/openai-whisper-large-v3/) Whisper large-v3 — многоязычный checkpoint распознавания речи OpenAI с открытыми весами для транскрибации и перевода речи на английский. Он превращает запись в текст, поддерживает документированный выбор языка, временные метки и длинные записи за пределами акустического окна 30 секунд. - [**Ailoot Ultra · Распознавание речи** `POST /v1/audio/transcriptions` `openai/whisper-large-v3`](https://ailoot.ai/models/ru/openai-whisper-large-v3/#method-0) О модели Описание раскрывает возможности модели. Доступные в Ailoot входные данные, результаты и параметры выбранного метода перечислены ниже. Whisper large-v3 — выпущенный checkpoint распознавания речи OpenAI примерно с 1,55 миллиарда параметров. Это многоязычная модель encoder-decoder: аудио поступает в encoder, а decoder предсказывает текст и связанные с задачей токены. Основные задачи — транскрибация речи на исходном языке и перевод речи на английский. Это идентичность модели с открытыми весами, отдельная от идентификатора модели размещённого сервиса и его правил загрузки и форматов ответа. Large-v3 сохраняет архитектуру прежних больших checkpoint Whisper с двумя заявленными изменениями: спектрограмма на входе использует 128 частотных Mel-полос вместо 80, а также добавлен токен кантонского языка. Карточка модели описывает обучение на одном миллионе часов аудио со слабой разметкой и четырёх миллионах часов аудио с псевдоразметкой, подготовленной Whisper large-v2. Эта смесь использовалась в течение двух эпох обучения. Выпуск — конкретный checkpoint large-v3, а не общее название всех моделей Whisper. Документированный сценарий вывода по умолчанию выполняет транскрибацию, сохраняя язык записи. Он может автоматически определить исходный язык или принять известный язык. Для перевода многоязычная большая модель выдаёт английский текст из неанглийской речи. Выбирайте задачу явно: расшифровка на исходном языке и перевод на английский — разные материалы. Для интервью сохраняйте формулировки исходного языка; для английского справочного документа укажите, что нужен перевод произнесённого содержания. Подготовка аудио входит во входной путь. Загрузчик OpenAI декодирует запись в монофоническую волну и пересэмплирует её до 16 кГц. Акустическое рецептивное поле модели — 30 секунд. Это окно обработки, а не предел длины целого интервью или лекции. Обработка длинных записей может последовательно двигаться скользящими окнами либо делить запись на перекрывающиеся фрагменты и соединять расшифровки. Карточка модели описывает последовательную обработку при приоритете точности и обработку фрагментами, когда важнее скорость получения результата одной длинной записи. В опубликованной конфигурации указано 448 позиций decoder для отдельной последовательности декодирования. Длинные записи обрабатываются специальным процессом, и это число не следует считать универсальным лимитом расшифровки. Документированный сценарий может возвращать временные метки сегментов или слов вместе с распознанным текстом. Они полезны для навигации по записи и подготовки субтитров; итоговый контейнер субтитров или формат файла расшифровки выбирается отдельно. Сохраняйте время записи при подготовке аудио, если текст нужно выровнять с оригиналом. Назначение Whisper — распознавание и перевод речи. Практические результаты — расшифровка лекции, запись интервью или доступная для поиска коллекция речевых материалов; суммаризация или интерпретация могут следовать отдельным шагом над текстом. Карточка модели не устанавливает надёжную автоматическую классификацию говорящих или диаризацию как стандартный выход базового checkpoint. Если нужны метки говорящих, это требование следует решать отдельно от точности расшифровки. В полезном задании указаны исходный язык, транскрибация или перевод на английский и необходимость временных данных. Существенные ограничения — выдуманный, никогда не произнесённый текст и повторения, связанные с обучением со слабым контролем на шумных данных и архитектурой sequence-to-sequence. Качество распознавания различается по языкам, акцентам и диалектам; результаты слабее там, где меньше обучающего материала. Поэтому в пробе для оценки пригодности должны присутствовать шум, специальная лексика и одновременная речь. Сверяйте имена, количества и важные утверждения с записью, проверяйте неречевые фрагменты и повторы, не считая гладкую расшифровку доказательством того, что каждое слово было услышано. Полный результат сохраняет распознанный текст, его язык и запрошенные временные данные со ссылкой на исходную запись. Отделяйте транскрибацию от последующего редактирования: публикационная версия может убирать заполнители, а распознанная сохраняет фактический ответ модели. Идентичность large-v3 и возможность перевода также следует отличать от более быстрой версии Turbo. Реальная скорость зависит от языка, темпа речи, оборудования и метода вывода; название checkpoint само по себе не устанавливает задержку размещённого сервиса, максимальный размер загрузки или включённый маршрут приложения. **Ailoot Ultra · Распознавание речи** `POST /v1/audio/transcriptions` `openai/whisper-large-v3` [`openai/whisper-large-v3`](https://ailoot.ai/models/ru/#m=openai%2Fwhisper-large-v3&route=Ultra&caller=openai%2Fwhisper-large-v3&fmt=transcriptions) OpenAI /`openai/whisper-large-v3` ### Начало Whisper large-v3 — многоязычный checkpoint распознавания речи OpenAI с открытыми весами для транскрибации и перевода речи на английский. Он превращает запись в текст, поддерживает документированный выбор языка, временные метки и длинные записи за пределами акустического окна 30 секунд. Допустимые входные данные Аудио Результаты transcription ### Доступно в Ailoot · входные данные и методы **Ailoot Ultra · Распознавание речи** `POST /v1/audio/transcriptions` Входные данные `audio` Результат `transcription` Выходной формат json | Поле | Тип | Требование | Значения и ограничения | По умолчанию | | --- | --- | --- | --- | --- | | Поле`model` | Тип`string` | ТребованиеОбязательно | Значения и ограничения openai/whisper-large-v3 | По умолчанию— | | Поле`input_audio` | Тип`object` | ТребованиеОбязательно | Значения и ограничения | По умолчанию— | | Поле`language` | Тип`string` | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— | | Поле`temperature` | Тип`number` | ТребованиеНеобязательно | Значения и ограничения Минимум: 0 Максимум: 1 | По умолчанию— | | Поле`response_format` | Тип`string` | ТребованиеНеобязательно | Значения и ограничения json, verbose\_json | По умолчаниюjson | | Поле`timestamp_granularities` | Тип`array` | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— | | Поле`provider` | Тип`object` | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— | Сочетания входных материалов **speech\_to\_text** · Обязательно: actual matching-format audio file Параметры и жизненный цикл метода | Параметр | Контракт | | --- | --- | | Параметр`content_types` | Контрактapplication/json, multipart/form-data | | Параметр`required` | Контрактmodel, input\_audio | | Параметр`material_types` | Контрактaudio | | Параметр`JSON_audio` | Контрактфактические исходные аудиобайты в base64 и соответствующий формат | | Параметр`multipart_required` | Контрактmodel, file | | Параметр`multipart_cap_bytes` | Контракт26214400 | | Параметр`optional_controls` | Контрактlanguage, temperature, response\_format, timestamp\_granularities, provider | | Параметр`default_response_format` | Контрактjson | | Параметр`optional_features` | КонтрактПодробный результат, diarize/keyterms, URL и более объёмное встроенное аудио требуют соответствующей возможности конкретной модели или поставщика и подходящего тарифа. | Жизненный цикл: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · Фактически возвращённый task\_id или запись в медиатеке `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` Используйте точную модель и документированные поля ввода. Сохраните полный ответ, каждый фактический результат и исходные возвращённые ID. ### Тарифы Тарифная справка не добавляет режимы запроса. Поддерживаемые параметры указаны для выбранного метода. Быстрый режим Не указано При выборе быстрого режима Режим flex Не указано При выборе режима flex Максимальная интенсивность рассуждений Не указано При максимальной интенсивности рассуждений с корректировкой по умолчанию (default) #### Ставки Ailoot #### Цены по конфигурациям Сопоставьте каждую плату с указанными условиями. Для каждого набора альтернативных конфигураций используйте одну ставку. | Конфигурация | Шкала ставок | Расчётная единица | Плата | | --- | --- | --- | --- | | КонфигурацияБазовые тарифы на токены | Шкала ставокБазовая ставка | Расчётная единица— | Плата Вход · Входные токены **—** / 1K токенов Выход · Выходные токены **—** / 1K токенов Вход · Чтение кэша **—** / 1K токенов Вход · Запись в кэш **—** / 1K токенов Вход · Запись в кэш, 1 час **—** / 1K токенов | | КонфигурацияUltra | Шкала ставок— | Расчётная единицаза секунду входного аудио | Плата Вход · секунда входного аудио **$0.000015** за секунду входного аудио | Ailoot резервирует расчётную сумму перед запросом. После получения результата списывает итоговую плату по измеренному расходу. Для окончательного списания за потоковый ответ используется итоговая запись расхода. [Как работают резервирование и расчёт →](https://ailoot.ai/docs/ru/billing/reserve/) #### Сведения о справочном тарифе Справочные шкалы модели не меняют выбор метода, расчёт стоимости или списания. Действующая плата определяется ставками выбранного метода Ailoot. OpenAI: Whisper Large V3 #### Цены по конфигурациям | Конфигурация | Условия расчёта | Плата | | --- | --- | --- | | КонфигурацияOpenAI: Whisper Large V3 · Стандартная конфигурация | Условия расчётаКонфигурация по умолчанию | Плата Вход · Секунды входного аудио **0,000015 $** за секунду входного аудио | ### Примеры запросов #### Ailoot Ultra · Распознавание речи curl · точное тело запроса в нативном формате и полный результат ```bash set -eu : "${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. ``` ### Получить и сохранить результаты #### Ailoot Ultra · Распознавание речи json - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` ##### Сохраняйте все готовые результаты Сохраняйте каждый полностью полученный ответ, файл и элемент содержимого. Полный исходный JSON, весь доступный текст, сегменты, слова, говорящие, временные метки и данные об использовании. ##### Если нужно проверить исходный ответ Сохраните исходные operation\_id/X-Client-Request-ID и исходный ответ. Читайте фактические записи задач и ресурсов, принадлежащих Ailoot, без повторной отправки; отдельный URL проверки статуса аудио не формируется. Поля ответа | Поле | Тип | | --- | --- | | Поле`text` | Типstring | | Поле`usage` | Типobject | | Поле`segments[]` | Типobject | | Поле`words[]` | Типobject | ### Псевдонимы #### Псевдонимы моделей **Ailoot Ultra** [`openai/whisper-large-v3`](https://ailoot.ai/models/ru/#m=openai%2Fwhisper-large-v3&route=Ultra&caller=openai%2Fwhisper-large-v3&fmt=transcriptions) #### Псевдонимы путей метода Используйте пути методов, указанные выше. #### Связанные ID для вызова [`openai/whisper-large-v3`](https://ailoot.ai/models/ru/#m=openai%2Fwhisper-large-v3&route=Ultra&caller=openai%2Fwhisper-large-v3&fmt=transcriptions) FAQ · OpenAI: Whisper Large V3 Какие входные данные и результаты доступны? `POST /v1/audio/transcriptions` · `openai/whisper-large-v3`: `audio` → `transcription` Какие поля использует запрос? `POST /v1/audio/transcriptions` · `openai/whisper-large-v3`: `model`, `input_audio`, `language`, `temperature`, `response_format`, `timestamp_granularities`, `provider` Какие ограничения действуют? `POST /v1/audio/transcriptions` · `openai/whisper-large-v3`: `temperature.minimum`: `0`; `temperature.maximum`: `1` Подключите Ailoot к Claude Code, OpenCode, Hermes или своему приложению. ## Компания и портфель её проектов Компания и портфель её проектов: миллионы клиентов; продажи на миллиарды ежемесячно. ## Покупайте токены со скидкой. Скидка по подписке для регулярной работы. Промокоды — до 50% на покупку токенов. Подписка Выберите тариф со скидкой для своих регулярных запросов. Промокод до 50% Введите код при покупке. Цена пересчитается с учётом действующей акции. Расходы в истории Модель, токены и сумма сохраняются для каждого запроса. [Выбрать подписку](https://ailoot.ai/docs/ru/billing/subscriptions/) · [Посмотреть цены моделей](https://ailoot.ai/models/ru/) ## Подключайте API к продукту, который вы продаёте. SaaS, приложения и боты — по оферте и лицензионному договору Ailoot. Для перепродажи запросите реселлерскую лицензию. Коммерческое приложение Встраивайте генерацию текста, картинок, видео и звука в платные функции своего сервиса. Лицензия для реселлера Пришлите описание проекта и схему доступа. Запросите письменные условия использования и перепродажи. Документы на сайте Оферта, лицензионный договор и политика обработки данных доступны до подключения. [Запросить реселлерскую лицензию](mailto:support@ailoot.ai) · [Оферта и лицензионный договор](https://ailoot.ai/legal/offer?lang=ru) ## Ailoot · Компания и портфель её проектов Ailoot опирается на накопленный опыт работы, большую клиентскую базу, стабильный сервис и постоянный контроль KPI. Компания и портфель её проектов: миллионы клиентов; продажи на миллиарды ежемесячно. Этот опыт Ailoot использует для API-доступа к нейросетям в продуктах клиентов, агентах, приложениях и автоматизациях.