AI Endpoints: catálogo y playground

Compare y pruebe modelos open weight para texto, código, voz y visión, sin registrarse. Después, pase a producción con la misma API compatible con OpenAI.

whisper-large-v3

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.

Precios
0.00004083€/ segundo de audio
Fecha de lanzamiento
1 nov 2023
Añadido al catálogo el
15 jul 2025
Parámetros
1.54B
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