Whisper large-v3-turbo

OpenAI

Μόνο στον κατάλογο Ανοιχτά βάρη

Κυριαρχία και φιλοξενία

Μόνο στον κατάλογο

Αυτό το μοντέλο είναι καταγεγραμμένο για αναφορά. Δεν φιλοξενείται ακόμη στο LLM EU και κανένα δικό μας τελικό σημείο δεν το εξυπηρετεί εδώ. Τα αιτήματα προς αυτό πηγαίνουν απευθείας στον πάροχο, υπό τους δικούς του όρους.

Σύνοψη

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.

Προδιαγραφές

Πάροχος
OpenAI (US)
Παράθυρο πλαισίου
Μη επαληθευμένο: ο πάροχος δεν έχει τεκμηριώσει αυτόν τον ισχυρισμό.
Παράμετροι
0.81B
Τροπικότητες
audio
Άδεια
mit · licence
Ανοιχτά βάρη
yes
Ημερομηνία κυκλοφορίας
01 Οκτ 2024
Εργασίες
translation, multilingual-support, cheap

Γλώσσες

Ισχυρή: en, de, fr, es, it, pt, nl, pl

Επαρκής: sv, da, fi, cs, ro, el, uk, ru, tr, ar, zh, ja, ko, hi

Γλώσσες

Ισχυρή

  • en
  • de
  • fr
  • es
  • it
  • pt
  • nl
  • pl

Επαρκής

  • sv
  • da
  • fi
  • cs
  • ro
  • el
  • uk
  • ru
  • tr
  • ar
  • zh
  • ja
  • ko
  • hi

Μη επαληθευμένο: ο πάροχος δεν έχει τεκμηριώσει αυτόν τον ισχυρισμό. — a language is listed as strong only where a source claims it; the card links the evidence where one exists.

Πότε να το χρησιμοποιήσετε

Πλεονεκτήματα

  • 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

Περιορισμοί

  • 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