LLM EU
Menü

Whisper large-v3

OpenAI

Nem hosztolt — mock háttérrendszer Nyílt súlyok

Szuverenitás és üzemeltetés

Nem hosztolt — mock háttérrendszer

Nincs hosztolva az LLM EU-n ezen a telepítésen: a kéréseket a beépített mock háttérrendszer válaszolja meg a dev-mock régióban. Nem futnak súlyok.

Összefoglaló

Whisper large-v3 is OpenAI’s multilingual speech-recognition and speech-translation model with 1.54B parameters under the Apache-2.0 licence. It has a fixed 30-second receptive field and processes longer audio with a sliding window, and it uses 128 mel frequency bins rather than the 80 of earlier versions. The model card warns that it was evaluated on roughly ten languages and should be evaluated in-domain before deployment.

Specifikációk

Szolgáltató
OpenAI (US)
Kontextusablak
Nincs ellenőrizve: a szolgáltató nem dokumentálta ezt az állítást.
Paraméterek
1.54B
Modalitások
audio
Licenc
apache-2.0 · licence
Nyílt súlyok
yes
Megjelenés dátuma
2023. nov. 07.
Feladatok
translation, multilingual-support, summarization

Nyelvek

Erős: en, de, fr, es, it, pt, nl, pl

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

Nyelvek

Erős

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

Megfelelő

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

Nincs ellenőrizve: a szolgáltató nem dokumentálta ezt az állítást. — a language is listed as strong only where a source claims it; the card links the evidence where one exists.

Mikor érdemes használni

Erősségek

  • one model for transcription and translation to English
  • long-standing tooling support across every major inference stack
  • Apache-2.0 licence

Korlátok

  • fixed 30-second receptive field; longer audio needs chunking logic
  • the card only claims strong recognition for about ten languages
  • the card advises against using it for classification or speaker attributes