Текст, изображения, видео и музыка через один API — выберите модель
  1. Главная
  2. /
  3. Модели
  4. /
  5. OpenAI: Whisper Large V3
Транскрибация

OpenAI: Whisper Large V3

Whisper Large V3 — это модель автоматического распознавания речи с открытым исходным кодом от OpenAI, предлагающая как транскрипцию, так и перевод аудио. Она поддерживает более 99 языков и принимает распространенные аудиоформаты, включая mp3, mp4, wav, webm, flac и ogg. С 1,550 миллионами параметров она достигает уровня ошибок в словах 10,3% и хорошо подходит для многозадачной транскрипции в условиях шума. Поддержива…

Тарифы в рублях

Опубликованных операций: 1

Входные данные

Аудио

Результат

Транскрибация

Контекст

Уточняется

Параметры и ценыМетоды API
  • Единый клиентский ключ Formula AI
  • Расчёты по использованию в рублях
  • Уровень проверки указан для каждой операции

О модели

Whisper Large V3 — это модель автоматического распознавания речи с открытым исходным кодом от OpenAI, предлагающая как транскрипцию, так и перевод аудио. Она поддерживает более 99 языков и принимает распространенные аудиоформаты, включая mp3, mp4, wav, webm, flac и ogg. С 1,550 миллионами параметров она достигает уровня ошибок в словах 10,3% и хорошо подходит для многозадачной транскрипции в условиях шума. Поддерживает временные метки на уровне слов и сегментов.

Доступность

Модель имеет опубликованные операции. Их возможности и уровень проверки смотрите на вкладке «Операции API»; публикация сама по себе не означает полную реальную проверку всех параметров.

Характеристики обновлены: 2026-10-02 07:15:18.000000

Характеристики

ВходАудио
ВыходТранскрибация
КонтекстУточняется

Поддерживаемые параметры

Уточняются для конкретной операции.

Характеристики получены из каталогов источников. Применимость параметра зависит от выбранной операции; её контракт описан в документации API.

Клиентская цена

Операция / расходКоличество / единицаСтоимость
transcription
completion		1 000 000 токенов0 ₽
transcription
seconds		1 секунда0,0010146 ₽
transcription
prompt		1 000 000 токенов1014,5533125 ₽

Цена включает обычную наценку модели, категории или сервиса. Индивидуальные условия аккаунта учитываются в POST /api/v1/estimate с вашим API-ключом. Диапазон отражает действующие тарифы; итог зависит от фактически оплаченных попыток и использования.

Правила расчётов

Опубликованные операции

ОперацияНаправлениеПроверка
transcriptionТранскрибацияБазовая проверка

Базовая проверка подтверждает отдельный завершённый сценарий. Варианты параметров, ошибки и возвраты могут ожидать проверки. «Без реальной проверки» означает публикацию по разрешению владельца без подтверждённого вызова.

Справочник методовOpenAPI

Другие модели

Модели этого направления

В каталоге
Транскрибация

AssemblyAI: Universal-3.5 Pro

assemblyai/universal-3-5-pro

Universal-3.5 Pro — это модель преобразования речи в текст от AssemblyAI, предоставляемая через Sync API, возвращающая полный транскрипт с временными метками на уровне слов в одном синхронном ответе для аудиоклипов продолжительностью до 120 секунд. Она принимает входные данные в формате 16-битного WAV и поддерживает свободный текстовый ввод, ключевые термины и контекст разговора для направления транскрипции в сторону терминологии конкретной области.

Вход: Аудио

Ожидает подключения
В каталоге
Транскрибация

Deepgram: Nova-3

deepgram/nova-3

Модель распознавания речи общего назначения Deepgram Nova-3 с поддержкой монолингвальной и многоязычной транскрипции.

Вход: Аудио

Ожидает подключения
В каталоге
Транскрибация

Fish Audio: Transcribe 1

fish-audio/transcribe-1

Transcribe 1 — это модель преобразования речи в текст от Fish Audio. Она подходит для транскрипции аудио с автоматическим определением языка и может возвращать временные метки на уровне слов, когда запрашиваются детали выравнивания.

Вход: Аудио

Ожидает подключения
В каталоге
Транскрибация

Fish Audio: Transcribe 1 Pro

fish-audio/transcribe-1-pro

Transcribe 1 Pro — это модель преобразования речи в текст от Fish Audio, настроенная для интервью, встреч и подкастов. Она маркирует говорящих с помощью встроенных маркеров `speaker`, сохраняет эмоциональные и вокальные сигналы, такие как `[laughter]`, автоматически определяет язык и может возвращать сегменты на уровне слов с временными метками.

Вход: Аудио

Ожидает подключения
Вернуться к каталогу

Подключите выбранную модель.

Изучите быстрый старт и методы API. Ключ и пополнение баланса предоставляет администратор.

Быстрый старт Методы API