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

# OpenAI: Whisper Large V3

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

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

Whisper large-v3 — transkripsiya va nutqni ingliz tiliga tarjima qilish uchun OpenAI’ning vaznlari ochiq ko‘p tilli nutqni tanish checkpoint’i. U yozib olingan nutqni matnga aylantiradi; til tanlash, vaqt belgilari va 30 soniyali akustik oynadan uzunroq materialni qayta ishlash hujjatlashtirilgan.

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

Model haqida

Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.

Whisper large-v3 — taxminan 1,55 milliard parametrli, OpenAI chiqargan nutqni tanish checkpoint’i. Bu ko‘p tilli kodlovchi-dekodlovchi model: audio kodlovchiga kiradi, dekodlovchi esa matn va vazifaga oid tokenlarni bashorat qiladi. Asosiy vazifalar — nutqni manba tilida transkripsiya qilish va nutqni ingliz tiliga tarjima qilish. Bu vaznlari ochiq modelning identifikatsiyasi bo‘lib, xizmat sifatida taqdim etiladigan model identifikatori yoki o‘sha xizmatning yuklash va javob formatlari qoidalaridan alohida saqlanadi.

Large-v3 oldingi large Whisper checkpoint’lari arxitekturasini ikki ko‘rsatilgan o‘zgarish bilan saqlaydi: uning spektrogramma kirishi 80 o‘rniga 128 Mel chastota oralig‘idan foydalanadi va kanton tili tokenini qo‘shadi. Ishlab chiqaruvchining model kartasi bir million soat zaif belgilangan audio va Whisper large-v2 bilan tayyorlangan to‘rt million soat soxta yorliqli audio ustida o‘qitishni tavsiflaydi. Bu aralashma ikki o‘qitish epoxasi uchun ishlatilgan. Chiqarilish Whisper oilasidagi har bir modelning umumiy nomi emas, muayyan large-v3 checkpoint’idir.

Hujjatlashtirilgan inferensiya ish jarayoni standart holatda transkripsiya bajarib, yozuvda aytilgan tilni saqlaydi. U manba tilini avtomatik aniqlashi yoki ma’lum til tanlovini qabul qilishi mumkin. Tarjima uchun ko‘p tilli large model inglizcha bo‘lmagan nutqdan inglizcha matn natijasini beradi. Ushbu vazifani aniq tanlang: bir xil tildagi transkript va inglizcha tarjima turli natijalardir. Intervyu uchun asl tildagi so‘zlarni saqlang; inglizcha ma’lumotnoma hujjati uchun kerakli natija aytilgan kontent tarjimasi ekanini belgilang.

Audioni tayyorlash kirish yo‘lining bir qismidir. OpenAI yuklovchisi yozuvni mono to‘lqin shakliga dekodlaydi va 16 kHz’ga qayta namunalaydi. Modelning akustik qabul maydoni 30 soniya. Bu butun intervyu yoki ma’ruzaning maksimal uzunligi emas, qayta ishlash oynasidir. Uzun material inferensiyasi sirpanuvchi oynalar orqali ketma-ket oldinga yurishi yoki uzun yozuvni ustma-ust tushadigan bo‘laklarga ajratib, ularning transkriptlarini birlashtirishi mumkin. Ishlab chiqaruvchining model kartasi aniqlik ustuvor bo‘lganda ketma-ket qayta ishlashni, bitta uzun yozuvni tayyorlash vaqti muhimroq bo‘lganda esa bo‘laklab qayta ishlashni tavsiflaydi.

Chiqarilgan konfiguratsiya alohida dekodlash ketma-ketligi uchun 448 dekodlovchi pozitsiyasini ko‘rsatadi. Uzunroq yozuvlar bu sonni umumiy transkript limiti deb hisoblash bilan emas, uzun material jarayoni orqali qayta ishlanadi. Hujjatlashtirilgan ish jarayoni tanilgan matn bilan birga segment yoki so‘z darajasidagi vaqt belgilarini qaytarishi mumkin. Bu vaqt natijalari yozuv bo‘ylab o‘tish va subtitrlar tayyorlash uchun foydali, ammo yakuniy subtitr konteyneri yoki transkript fayli formati alohida chiqishni formatlash tanlovidir. Transkript asl materialga moslashtiriladigan bo‘lsa, audio tayyorlashda yozuvning vaqt tuzilishini saqlang.

Whisper’ning mo‘ljallangan vazifasi nutqni tanish va tarjima qilishdir. Ma’ruza transkripti, intervyu yozuvi yoki qidirish mumkin bo‘lgan og‘zaki materiallar to‘plami amaliy chiqishdir; matnni qisqacha bayon qilish yoki talqin qilish boshqa keyingi bosqich bo‘lishi mumkin. Model kartasi ishonchli avtomatik so‘zlovchi tasnifi yoki diarizatsiyani bazaviy checkpoint’ning standart chiqishi sifatida belgilamaydi. Vazifaga so‘zlovchi yorliqlari kerak bo‘lsa, bu talab aniq transkript bor degan da’vodan alohida hal qilinishi kerak. Foydali topshiriq manba tilini, transkripsiya yoki inglizcha tarjima kerakligini va vaqt ma’lumoti zarurligini ko‘rsatadi.

Muhim cheklovlar hech qachon aytilmagan to‘qima matn va takroriy matnni o‘z ichiga oladi; bular shovqinli ma’lumotlarda zaif nazoratli o‘qitish va ketma-ketlikdan ketma-ketlikka tuzilishi bilan bog‘liq. Tanish sifati tillar, aksentlar va shevalar bo‘yicha farqlanadi, o‘qitish materiali kamroq joylarda natijalar zaifroq bo‘ladi. Shuning uchun moslikni baholash uchun ishlatiladigan namunada shovqin, sohaga xos lug‘at va ustma-ust nutq aks etishi kerak. Ismlar, miqdorlar va muhim bayonotlarni yozuvga solishtiring va ravon transkriptni har bir so‘z eshitilganining isboti deb hisoblash o‘rniga, nutqsiz parchalar yoki takroriy satrlarni tekshiring.

To‘liq natija tanilgan matnni, uning tilini va so‘ralgan vaqt ma’lumotini asl yozuvga havola bilan saqlaydi. Transkripsiyani keyingi tahrirdan ajrating: nashr uchun tuzatilgan transkript to‘ldiruvchi so‘zlarni olib tashlashi mumkin, tanilgan transkript esa model haqiqatan qaytargan narsani saqlaydi. Large-v3’ning identifikatsiyasi va tarjima imkoniyati tezroq Turbo nashridan ham alohida qolishi kerak. Haqiqiy qayta ishlash tezligi til, nutq sur’ati, uskuna va inferensiya usuliga bog‘liq; checkpoint nomining o‘zidan xizmatning muayyan kechikishi, maksimal yuklash hajmi yoki yoqilgan ilova yo‘li kelib chiqmaydi.

**Ailoot Ultra · Nutqni tanish** `POST /v1/audio/transcriptions` `openai/whisper-large-v3`

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

OpenAI /`openai/whisper-large-v3`

### Boshlash

Whisper large-v3 — transkripsiya va nutqni ingliz tiliga tarjima qilish uchun OpenAI’ning vaznlari ochiq ko‘p tilli nutqni tanish checkpoint’i. U yozib olingan nutqni matnga aylantiradi; til tanlash, vaqt belgilari va 30 soniyali akustik oynadan uzunroq materialni qayta ishlash hujjatlashtirilgan.

Qabul qilinadigan kirish ma’lumotlari

Audio

Natijalar

transcription

### Ailoot da mavjud · kirish ma’lumotlari va usullar

**Ailoot Ultra · Nutqni tanish** `POST /v1/audio/transcriptions`

Kirish

`audio`

Chiqish

`transcription`

Chiqish formati

json

| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
| --- | --- | --- | --- | --- |
| Maydon`model` | Tur`string` | TalabMajburiy | Qiymatlar va cheklovlar openai/whisper-large-v3 | Standart— |
| Maydon`input_audio` | Tur`object` | TalabMajburiy | Qiymatlar va cheklovlar | Standart— |
| Maydon`language` | Tur`string` | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
| Maydon`temperature` | Tur`number` | TalabIxtiyoriy | Qiymatlar va cheklovlar Eng kam: 0 Eng ko‘p: 1 | Standart— |
| Maydon`response_format` | Tur`string` | TalabIxtiyoriy | Qiymatlar va cheklovlar json, verbose\_json | Standartjson |
| Maydon`timestamp_granularities` | Tur`array` | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
| Maydon`provider` | Tur`object` | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |

Kirish materiallari birikmalari

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

Usul parametrlari va hayot sikli

| Parametr | Parametr talablari |
| --- | --- |
| Parametr`content_types` | Parametr talablariapplication/json, multipart/form-data |
| Parametr`required` | Parametr talablarimodel, input\_audio |
| Parametr`material_types` | Parametr talablariaudio |
| Parametr`JSON_audio` | Parametr talablarihaqiqiy xom audio baytlari base64 ko‘rinishida va mos format |
| Parametr`multipart_required` | Parametr talablarimodel, file |
| Parametr`multipart_cap_bytes` | Parametr talablari26214400 |
| Parametr`optional_controls` | Parametr talablarilanguage, temperature, response\_format, timestamp\_granularities, provider |
| Parametr`default_response_format` | Parametr talablarijson |
| Parametr`optional_features` | Parametr talablariBatafsil chiqish, diarize/keyterms va URL/kattaroq ichki audio uchun aynan shu model/provayder imkoniyati va tarifi zarur. |

Hayot sikli: `synchronous_result_then_owned_library`

`GET /v1/media/tasks/{task_id}` · Amalda qaytarilgan task\_id yoki media kutubxonasidagi yozuv

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

`GET /v1/media/assets`

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

Aniq model va hujjatdagi kirish maydonlaridan foydalaning.

To‘liq javobni, har bir haqiqiy chiqish natijasini va dastlab qaytarilgan ID larni saqlang.

### Tariflar

Tarif ma’lumotlari so‘rov imkoniyatlarini qo‘shmaydi. Qo‘llab-quvvatlanadigan parametrlar tanlangan usulda ko‘rsatilgan.

Tezkor rejim

Ko‘rsatilmagan Tezkor rejim tanlanganda

Flex rejimi

Ko‘rsatilmagan flex rejimi tanlanganda

Maksimal fikrlash darajasi

Ko‘rsatilmagan Maksimal fikrlash darajasi uchun standart (default) tuzatish qo‘llanganda

#### Ailoot tariflari

#### Sozlamalar bo‘yicha narxlar

Har bir to‘lovni ko‘rsatilgan shartlarga moslang. Har bir muqobil sozlamalar to‘plami uchun bitta tarifdan foydalaning.

| Sozlama | Tariflar jadvali | Hisob birligi | To‘lov |
| --- | --- | --- | --- |
| SozlamaTokenlar uchun bazaviy tariflar | Tariflar jadvaliAsosiy tarif | Hisob birligi— | To‘lov Kirish · Kirish tokenlari **—** / 1K token Chiqish · Chiqish tokenlari **—** / 1K token Kirish · Keshdan o‘qish **—** / 1K token Kirish · Keshga yozish **—** / 1K token Kirish · Keshga yozish, 1 soat **—** / 1K token |
| SozlamaUltra | Tariflar jadvali— | Hisob birligikirish audiosining soniyasi uchun | To‘lov Kirish · Kirish audiosi soniyasi **$0.000015** kirish audiosining soniyasi uchun |

Ailoot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. [Summani band qilish va to‘lovni hisoblash tartibi →](https://ailoot.ai/docs/uz/billing/reserve/)

#### Ma’lumot uchun tarif tafsilotlari

Modelning ma’lumot jadvallari usul tanlash, narx hisobi yoki to‘lovlarni o‘zgartirmaydi. Amaldagi to‘lovlar tanlangan Ailoot usuli tariflari bo‘yicha hisoblanadi.

OpenAI: Whisper Large V3

#### Sozlamalar bo‘yicha narxlar

| Sozlama | To‘lovni hisoblash shartlari | To‘lov |
| --- | --- | --- |
| SozlamaOpenAI: Whisper Large V3 · Standart sozlama | To‘lovni hisoblash shartlariStandart konfiguratsiya | To‘lov Kirish · Kirish audiosi soniyalari **0,000015 US$** kirish audiosining soniyasi uchun |

### So‘rov namunalari

#### Ailoot Ultra · Nutqni tanish

curl · Asl API formatiga aynan mos so‘rov tanasi va to‘liq natija

```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.
```

### Natijalarni olish va saqlash

#### Ailoot Ultra · Nutqni tanish

json

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

##### Barcha tayyor natijalarni saqlash

Qaytarilgan har bir to‘liq javob, fayl va kontent qismini saqlang.

To‘liq dastlabki JSON, mavjud barcha matn/segmentlar/so‘zlar/so‘zlovchilar/vaqt belgilari va foydalanish ma’lumoti.

##### Asl javobni tekshirish kerak bo‘lsa

Dastlabki operation\_id/X-Client-Request-ID va dastlabki javobni saqlang. Qayta yubormasdan haqiqiy, egalik qilinadigan vazifa/aktiv yozuvlarini o‘qing; audio holatini so‘rash uchun maxsus URL tuzilmaydi.

Javob maydonlari

| Maydon | Tur |
| --- | --- |
| Maydon`text` | Turstring |
| Maydon`usage` | Turobject |
| Maydon`segments[]` | Turobject |
| Maydon`words[]` | Turobject |

### Taxalluslar

#### Model taxalluslari

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

#### Usul yo‘llari taxalluslari

Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.

#### Chaqirish uchun tegishli ID lar

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

FAQ · OpenAI: Whisper Large V3

Qanday kirish ma’lumotlari va natijalar mavjud?

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

So‘rov qaysi maydonlardan foydalanadi?

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

Qanday cheklovlar amal qiladi?

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

Ailoot’ni Claude Code, OpenCode, Hermes yoki ilovangizga ulang.

## Kompaniya va uning loyihalar portfeli

Kompaniya va uning loyihalar portfeli: millionlab mijozlar; oylik sotuvlar hajmi milliardlarda.

## Tokenlarni chegirma bilan xarid qiling.

Muntazam ish uchun obuna chegirmasi. Token xaridiga promokodlar — 50% gacha.

Obuna

Muntazam so‘rovlaringiz uchun chegirmali tarif tanlang.

50% gacha promokod

Xaridda kod kiriting. Narx amaldagi aksiya bilan qayta hisoblanadi.

Tarixdagi xarajatlar

Har so‘rov uchun model, token va summa saqlanadi.

[Obuna tanlash](https://ailoot.ai/docs/uz/billing/subscriptions/) · [Model narxlarini ko‘rish](https://ailoot.ai/models/uz/)

## API’ni sotadigan mahsulotingizga ulang.

SaaS, ilova va botlar Ailoot ofertasi hamda litsenziya shartnomasiga muvofiq. Qayta sotishga reseller litsenziyasi so‘rang.

Tijorat ilovasi

Xizmatingizning pullik funksiyalariga matn, rasm, video va ovoz yaratishni qo‘shing.

Reseller litsenziyasi

Loyiha tavsifi va kirish sxemasini yuboring. Foydalanish va qayta sotishga yozma shartlarni so‘rang.

Saytdagi hujjatlar

Oferta, litsenziya shartnomasi va ma’lumotlar siyosati ulashdan oldin ochiq.

[Reseller litsenziyasini so‘rash](mailto:support@ailoot.ai) · [Oferta va litsenziya shartnomasi](https://ailoot.ai/legal/offer?lang=uz)

## Ailoot · Kompaniya va uning loyihalar portfeli





Ailoot to‘plangan faoliyat tajribasi, keng mijozlar bazasi, barqaror xizmat va doimiy KPI nazoratiga tayanadi.





Kompaniya va uning loyihalar portfeli: millionlab mijozlar; oylik sotuvlar hajmi milliardlarda.





Ailoot bu faoliyat tajribasini mijozlar mahsulotlari, agentlar, ilovalar va avtomatlashtirishlarda AI imkoniyatlariga API orqali kirishni ta’minlashda qo‘llaydi.