Source: https://ailoot.ai/models/zh-hant-tw/openai-whisper-large-v3-turbo/ Canonical: https://ailoot.ai/models/zh-hant-tw/openai-whisper-large-v3-turbo/ Language: zh-hant-tw # OpenAI: Whisper Large V3 Turbo [Markdown](https://ailoot.ai/models/zh-hant-tw/openai-whisper-large-v3-turbo/index.md) · [JSON](https://ailoot.ai/models/zh-hant-tw/openai-whisper-large-v3-turbo/facts.json) ## [OpenAI: Whisper Large V3 Turbo](https://ailoot.ai/models/zh-hant-tw/openai-whisper-large-v3-turbo/) Whisper large-v3-turbo 是 OpenAI 從 large-v3 衍生、速度較快的開放權重轉錄版本，具有四個解碼器層與 8.09 億參數。它針對多語言語音轉文字；製造商官方文件將語音翻譯成英文排除在 Turbo 的訓練任務之外。 - [**Ailoot Ultra · 語音轉文字** `POST /v1/audio/transcriptions` `openai/whisper-large-v3-turbo`](https://ailoot.ai/models/zh-hant-tw/openai-whisper-large-v3-turbo/#method-0) 關於模型 此說明介紹模型的能力。Ailoot 可用的輸入、輸出與選項，依所選方法列於下方。 Whisper large-v3-turbo 也稱 Turbo，是 OpenAI 從 Whisper large-v3 衍生的最佳化轉錄模型。解碼器由 32 層減至四層，編碼器維持 32 層。發布模型約有 8.09 億參數。製造商目的是以小幅準確率取捨換取較快語音辨識，不是另一種音訊生成模式。輸入是錄製語音，結果是辨識文字。 發布公告將 Turbo 的準備方式與另外蒸餾的 Whisper 模型區分：Turbo 以多語言轉錄資料額外微調兩個訓練週期，不包含翻譯資料。這項差異對操作很重要。OpenAI 儲存庫指出，Turbo 未受訓將非英文語音翻成英文，即使要求翻譯任務，也可能回傳原始語言。請用此版本產生同語言逐字稿；翻譯需求屬於另一個合適模型，或轉錄後的獨立步驟。 來源語言偵測與明確語言選擇，仍是實用轉錄選項。若已知錄音語言，請在簡報中指出；否則文件記載的流程可偵測。要求任何編輯整理前，先保留姓名、數量與實際說出的字詞。會議紀錄、訪談逐字稿或課程文字，之後可透過另一項操作搜尋、註解或摘要。Turbo 辨識任務不應與聲音合成、模仿說話者，或對錄音人物作語意判斷混淆。 OpenAI 音訊載入器將輸入檔案解碼成 16 kHz 單聲道樣本，模型使用 30 秒聲學視窗及 128 個梅爾頻率頻帶。較長錄音需要長篇推論。依序處理會按順序移動視窗；分塊方法則轉錄重疊片段並銜接邊界。模型卡片將後者描述為處理單一長檔案、以周轉時間為主要優先時的實用方式，依序處理則是偏重準確率的選項。視窗與模型名稱都不能確立託管上傳的固定最大檔案大小。 確切 Turbo 設定列出單次解碼序列的 448 個解碼器位置。文件記載的推論流程可在逐字稿之外加入片段或逐詞時間；時間資訊支持導覽與後續字幕格式整理，不會自動新增字幕檔案格式或可靠說話者標籤。請說明需要純逐字稿還是附時間片段，並保留原始錄音檢查有爭議段落。長篇處理與任何最終格式整理，和檢查點身分分開。 Turbo 減少解碼工作，但實際所需時間取決於硬體、錄音長度、語言、說話速度與推論選擇。開發者指出，某些語言的品質下降較大，包括泰文與粵語，並非所有語言表現一致。將速度取向的取捨視為適用於全部資料前，請先比較目標語言的代表性摘錄。檔案庫處理任務應在審查樣本中納入困難詞彙、停頓、吵雜或重疊段落，不要只用清楚的開場句。 公開卡片保留 Whisper 的重要辨識限制：預測文字可能包含未說出的字詞，也可能重複。結果隨語言、口音與方言不同，訓練覆蓋有限處尤其如此。卡片未確立基礎模型的說話者分離或分類是穩健的標準能力。實用審查聚焦來源忠實度：重要姓名與數字、漏掉的語音、靜音時意外文字及重複。可讀逐字稿仍是需要與錄音比較的結果，不保證精確辨識。 實用完成成品是來源語言逐字稿，附所需時間資訊及清楚錄音連結。請將辨識版本與編輯後出版版本分開，讓修改可追溯。比較版本時保留 large-v3-turbo 名稱：它不是完整 large-v3 模型，不應默默繼承 large-v3 的英文翻譯任務。這個開放權重身分也不包含託管 whisper-1 服務的上傳限制、回應封裝格式或即時串流承諾。當文件記載的轉錄取捨符合實際資料與所需周轉時間時，選擇 Turbo。 **Ailoot Ultra · 語音轉文字** `POST /v1/audio/transcriptions` `openai/whisper-large-v3-turbo` [`openai/whisper-large-v3-turbo`](https://ailoot.ai/models/zh-hant-tw/#m=openai%2Fwhisper-large-v3-turbo&route=Ultra&caller=openai%2Fwhisper-large-v3-turbo&fmt=transcriptions) OpenAI /`openai/whisper-large-v3-turbo` ### 入門 Whisper large-v3-turbo 是 OpenAI 從 large-v3 衍生、速度較快的開放權重轉錄版本，具有四個解碼器層與 8.09 億參數。它針對多語言語音轉文字；製造商官方文件將語音翻譯成英文排除在 Turbo 的訓練任務之外。 接受的輸入 音訊 結果 文字 ### Ailoot 可用 · 輸入與方法 **Ailoot Ultra · 語音轉文字** `POST /v1/audio/transcriptions` 輸入 `audio` 輸出 `text` | 欄位 | 類型 | 要求 | 值與限制 | 預設值 | | --- | --- | --- | --- | --- | | 欄位`model` | 類型`string` | 要求必填 | 值與限制 openai/whisper-large-v3-turbo | 預設值— | | 欄位`input_audio` | 類型`object` | 要求必填 | 值與限制 | 預設值— | 方法參數與生命週期 | 參數 | 規格 | | --- | --- | | 參數`content_type` | 規格application/json | | 參數`required` | 規格model, input\_audio | | 參數`material_types` | 規格audio | | 參數`material_conditions` | 規格此範例會讀取您實際使用且非空的 PCM WAV 檔案，將完整檔案位元組編碼為 base64，並將 input\_audio.format 設為 wav 傳送。 | 生命週期： `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · 現有自有媒體紀錄中完全相符的 task\_id `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` ### 方案 費率資訊不會增加請求選項。支援的參數列於所選方法中。 快速模式 未指定 選取快速模式時 flex 模式 未指定 選取 flex 模式時 最高推理強度 未指定 最高推理強度採用 default 調整值時 #### Ailoot 費率 #### 各設定的價格 請逐一核對各項費用與所列條件。每組互為替代選項的設定只套用一種費率。 | 設定 | 費率表 | 計費單位 | 費用 | | --- | --- | --- | --- | | 設定基礎 token 費率 | 費率表基本費率 | 計費單位— | 費用 輸入 · 輸入 Token **—** / 1K Token 輸出 · 輸出 Token **—** / 1K Token 輸入 · 讀取快取 **—** / 1K Token 輸入 · 寫入快取 **—** / 1K Token 輸入 · 寫入快取，1 小時 **—** / 1K Token | | 設定輸入音訊秒數 | 費率表— | 計費單位每秒輸入音訊 | 費用 輸入 · 輸入音訊秒數 **$0.00000666** 每秒輸入音訊 | Ailoot 會在請求前預留估算金額。取得結果後，依實測用量結算最終費用。串流結算採用最終用量紀錄。[預留金額與結算的運作方式 →](https://ailoot.ai/docs/zh-hant-tw/billing/reserve/) ### 請求範例 #### Ailoot Ultra · 語音轉文字 curl · 實際 WAV 檔案與完整的原始結果 ```bash set -eu : "${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. ``` ### 接收並儲存結果 #### Ailoot Ultra · 語音轉文字 完整的原始回應本文、狀態與轉送標頭。此處理常式不會加入通用的 JSON 結構、文字欄位或工作封裝。 - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` ##### 保留所有已完成的結果 請保留所有完整傳回的回應、檔案與內容區塊。 保留完整回應與標頭、所有實際輸出、原始回傳的識別碼，以及所有用量欄位。恢復原始作業時，請勿再次提交建立請求。 ##### 需要檢查原始回應時 請保留實際的 X-Client-Request-ID 與完整回應。請讀取原始自有資產及其完全相符的簽署內容 URL；切勿重新提交結果不明的建立請求。 回應欄位 | 欄位 | 類型 | | --- | --- | | 欄位`text (when present)` | 類型 | | 欄位`usage (when present)` | 類型 | 錯誤與後續步驟 | 回應 | 條件 | 下一步 | | --- | --- | --- | | 回應400 · `invalid_request_error` | 條件JSON 本文或明確的標準模型 ID 無效。 | 下一步請保留回應，並修正指出的請求欄位。 | | 回應401 · `authentication_error` | 條件Ailoot API 金鑰無效。 | 下一步請使用您已獲授權的 Ailoot API 金鑰。 | | 回應403 · `permission_error` | 條件此金鑰群組未獲准使用該方法。 | 下一步請保留回傳的錯誤詳細資訊。 | | 回應404 · `not_found_error` | 條件所選方法沒有獲准使用的路由。 | 下一步請保留回傳的錯誤詳細資訊。 | | 回應422 · `price_unavailable` | 條件已接受的費率無法取得其所需的輸入數量或界限。 | 下一步請保留回應，並使用已接受費率所要求的輸入表示方式。 | | 回應503 · `` | 條件所需的儲存系統、路由、方法價格或預留額度無法使用。 | 下一步請保留完整的原始回應。預留額度狀態不明並不代表可以重新提交。 | | 回應502 · `server_error` | 條件原始結果、用量或結算需要查核。 | 下一步請保留實際的請求 ID 與原始回應。請讀取現有的自有紀錄，切勿重新提交建立請求。 | ### 別名 #### 模型別名 **Ailoot Ultra** [`openai/whisper-large-v3-turbo`](https://ailoot.ai/models/zh-hant-tw/#m=openai%2Fwhisper-large-v3-turbo&route=Ultra&caller=openai%2Fwhisper-large-v3-turbo&fmt=transcriptions) #### 方法路徑別名 請使用上方列出的 API 方法路徑。 #### 相關呼叫用 ID [`openai/whisper-large-v3-turbo`](https://ailoot.ai/models/zh-hant-tw/#m=openai%2Fwhisper-large-v3-turbo&route=Ultra&caller=openai%2Fwhisper-large-v3-turbo&fmt=transcriptions) FAQ · OpenAI: Whisper Large V3 Turbo 可以使用哪些輸入與結果？ `POST /v1/audio/transcriptions` · `openai/whisper-large-v3-turbo`: `audio` → `text` 請求使用哪些欄位？ `POST /v1/audio/transcriptions` · `openai/whisper-large-v3-turbo`: `model`, `input_audio` 將 Ailoot 串接 Claude Code、OpenCode、Hermes 或自己的應用程式。 ## 公司及其專案組合 公司及其專案組合：數百萬客戶，每月銷售額達數十億。 ## 優惠購買 token。 訂閱優惠適合持續工作，折扣碼購買 token 最高可折 50%。 訂閱 為定期請求選擇優惠方案。 最高 50% 折扣碼 購買時輸入代碼，價格依活動重算。 歷史中的費用 每次請求保存模型、token 與金額。 [選擇訂閱](https://ailoot.ai/docs/zh-hant-tw/billing/subscriptions/) · [查看模型價格](https://ailoot.ai/models/zh-hant-tw/) ## 將 API 加入 你銷售的產品。 依 Ailoot 正式服務條款與授權合約串接 SaaS、應用程式與機器人；轉售請申請經銷授權。 商用應用程式 在付費功能加入文字、圖片、影片與聲音生成。 經銷授權 提供專案說明與存取方式，要求書面使用和轉售條件。 網站文件 串接前可閱讀正式服務條款、授權合約與資料處理政策。 [申請經銷授權](mailto:support@ailoot.ai) · [正式服務條款與授權合約](https://ailoot.ai/legal/offer?lang=zh-hant-tw) ## Ailoot · 公司及其專案組合 Ailoot以累積的營運經驗、廣大的客戶群、穩定的服務及持續的KPI管理為基礎。 公司及其專案組合：數百萬客戶，每月銷售額達數十億。 Ailoot將這些營運經驗用於API存取，讓客戶的產品、代理、應用程式及自動化流程使用AI功能。