实时转写 · 多语言

Whisper Large v3

OpenAI 准确率最高的 Whisper 模型，适合追求转写质量的用户。

多语言 · 1.5× · 1.6 GB

在 OpenASR 桌面应用中安装

会打开桌面应用，并自动为你下载这个模型。

还没有桌面应用？下载 OpenASR 桌面应用

本机转写在这台电脑上处理

interview.m4a12:04

我们先对一下这周的发布节奏，

beta 版本可以安排在周五，

然后同步给 design 和 QA，

为什么适合你

Whisper Large v3 是 OpenAI 出品的 Whisper 系列最高精度版本，拥有 1.55B 参数，转写质量一流。如果你的电脑配置不错，并且对转写质量要求高，它是最佳选择。模型较大，建议在内存充足的设备上使用。

你可以用它做什么

OpenAI 出品的最高精度 Whisper，转写质量一流。
支持多种语言转写，还能把语音翻译成英语。
1.55B 参数的满血版本，需要较多内存和计算资源。

其他模型

开发者详情 CLI 命令、文件哈希和不同量化版本，适合自动化脚本与完整性校验。

按量化版本下载

拉取命令	大小	量化
`whisper-large-v3:fp16`	2.9 GB	fp16	打开 .oasr
`whisper-large-v3:q8`默认	1.6 GB	q8_0	打开 .oasr
`whisper-large-v3:q4`	933.2 MB	q4_k	打开 .oasr

模型详细信息

大小1.6 GB

速度1.5× 倍实时

语言Multilingual

系列whisper

来源openai

发布时间2023-11-06

峰值内存3.8 GB

量化方式q8_0

许可证Apache-2.0

HF 仓库OpenASR/whisper-large-v3

版本号cbe07da27065ab3ec552c4253850068bb95f83fa

sha2562ea5a9cf974b0524ee570feb50c96d2b754b1108312a880f7778bf55caf49327

下载 .oasr CLI 命令参考 →

使用方式

以下是 CLI／本地服务端示例。桌面应用无需输入任何命令即可运行此模型——用上方的“安装”即可。

bash · 转写文件

$ openasr pull whisper-large-v3:q8
↓ whisper-large-v3.oasr  1.6 GB  ✓ verified sha256
$ openasr transcribe meeting.wav --backend native --model-pack ~/.openasr/models/whisper-large-v3/q8_0/whisper-large-v3-q8_0.oasr
✓ local transcript · 0 bytes sent

bash · 启动本地服务

$ openasr serve --backend native --model-pack ~/.openasr/models/whisper-large-v3/q8_0/whisper-large-v3-q8_0.oasr --addr 127.0.0.1:8080
▶ http://127.0.0.1:8080 · model=whisper-large-v3 · 0 bytes will leave this host

python · client.py

from openai import OpenAI
client = OpenAI(base_url="http://127.0.0.1:8080/v1", api_key="local")
audio = open("meeting.wav", "rb")
text = client.audio.transcriptions.create(model="whisper-large-v3", file=audio)