Whisper large-v3-turbo
Suverænitet og hosting
Denne model er katalogiseret til reference. Den er ikke hostet på LLM EU endnu, og ingen førsteparts-endpoint betjener den her. Anmodninger til den går direkte til udbyderen, under den pågældende udbyders egne vilkår.
Resumé
Whisper large-v3-turbo is a distilled version of Whisper large-v3 with 809M parameters, released under the MIT licence. It keeps the same 30-second receptive field and the multilingual language coverage of large-v3 but decodes faster, which is the reason to prefer it where latency matters. The model card is the shared Whisper card and publishes no benchmark table specific to this variant.
Specifikationer
- Udbyder
- OpenAI (US)
- Kontekstvindue
- Ikke verificeret: udbyderen har ikke dokumenteret denne påstand.
- Parametre
- 0.81B
- Modaliteter
- audio
- Licens
- mit · licence
- Åbne vægte
- yes
- Udgivelsesdato
- 01. okt. 2024
- Opgaver
- translation, multilingual-support, cheap
Sprog
Stærk: en, de, fr, es, it, pt, nl, pl
Tilstrækkelig: sv, da, fi, cs, ro, el, uk, ru, tr, ar, zh, ja, ko, hi
Sprog
Stærk
- en
- de
- fr
- es
- it
- pt
- nl
- pl
Tilstrækkelig
- sv
- da
- fi
- cs
- ro
- el
- uk
- ru
- tr
- ar
- zh
- ja
- ko
- hi
Ikke verificeret: udbyderen har ikke dokumenteret denne påstand. — a language is listed as strong only where a source claims it; the card links the evidence where one exists.
Hvornår skal man bruge den
Styrker
- roughly half the parameters of large-v3 at lower latency
- MIT licence, more permissive than the Apache-2.0 parent
- same multilingual transcription coverage as large-v3
Begrænsninger
- a distillation of large-v3, so transcription accuracy is below the parent model
- no benchmark table specific to this variant is published on the model card
- fixed 30-second receptive field, so longer audio needs chunking logic