AI Endpoints

Accede fácilmente a modelos de IA preentrenados de renombre mundial.
Innova con APIs simples y seguras en la robusta y confidencial infraestructura de OVHcloud. Optimiza tus aplicaciones con capacidades de IA escalables, eliminando la necesidad de una profunda experiencia. Gana eficiencia con potentes puntos finales de IA, diseñados para la simplicidad y la fiabilidad.

whisper-large-v3-turbo

Speech To Text

Whisper es un modelo de vanguardia para el reconocimiento automático de voz (ASR) y la traducción de voz, propuesto en el artículo «Reconocimiento de voz robusto mediante supervisión débil a gran escala» de Alec Radford et al. de OpenAI. Entrenado con más de 5 millones de horas de datos etiquetados, Whisper muestra una fuerte capacidad de generalización a diversos conjuntos de datos y dominios en un contexto de cero disparos. Whisper large-v3-turbo es una versión ajustada de un Whisper large-v3 simplificado. En otras palabras, es el mismo modelo exacto, excepto que el número de capas de decodificación se ha reducido de 32 a 4. Como resultado, el modelo es mucho más rápido, a expensas de una ligera reducción de la calidad.

Precios
0.00001278€/ segundo de audio
Fecha de lanzamiento
1 sept 2024
Añadido al catálogo el
15 jul 2025
Parámetros
0.81B
Formatos de salida
json, verbose_json, text
Formatos de audio compatibles
mp3, mp4, aac, m4a, wav, flac, ogg, opus, webm, mpeg, mpga
Duración máxima de audio
3h
Tamaño máximo de audio
2048 MB
https://oai.endpoints.kepler.ai.cloud.ovh.net/v1