AI Endpoints : catalogue et playground

Comparez et testez des modèles open weight pour le texte, le code, la voix et la vision, sans inscription. Passez ensuite en production avec la même API compatible OpenAI.

whisper-large-v3-turbo

Speech To Text

Whisper est un modèle de pointe pour la reconnaissance vocale automatique (ASR) et la traduction vocale, proposé dans l'article "Robust Speech Recognition via Large-Scale Weak Supervision" par Alec Radford et al. d'OpenAI. Entraîné sur plus de 5M d'heures de données étiquetées, Whisper démontre une forte capacité à se généraliser à de nombreux ensembles de données et domaines en configuration zero-shot. Whisper large-v3-turbo est une version affinée d'un Whisper large-v3 élagué. En d'autres termes, c'est exactement le même modèle, sauf que le nombre de couches de décodage a été réduit de 32 à 4. En conséquence, le modèle est beaucoup plus rapide, au prix d'une légère dégradation de la qualité.

Tarification
0.00001278€/ seconde d'audio
Date de sortie
1 sept. 2024
Ajouté au catalogue le
15 juil. 2025
Paramètres
0.81B
Formats de sortie
json, verbose_json, text
Formats audio pris en charge
mp3, mp4, aac, m4a, wav, flac, ogg, opus, webm, mpeg, mpga
Durée audio max
3h
Taille audio max
2048 MB
https://oai.endpoints.kepler.ai.cloud.ovh.net/v1