/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
whisper-large-v3
Библиотека
openasr
Опубликована
26 июн 2026

whisper-large-v3

Распознавание речиАудио → текст9 профессий

OpenASR/whisper-large-v3 — это версия мультиязычной модели Whisper Large v3, разработанной OpenAI и адаптированной проектом OpenASR для нативного запуска в формате .oasr.

2 844скачиваний за 30 дней0лайковвеса обновлены27 июл 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Модель предназначена для автоматического распознавания речи и перевода речи на английский язык, включая сценарии локальной транскрипции аудиозаписей на CPU и GPU без использования Python во время инференса.

Модель построена на стандартной encoder-decoder архитектуре Whisper и содержит 1,55 млрд параметров. Версия v3 обучена на более крупном и разнообразном размеченном корпусе и использует 128 mel-частотных каналов, что повышает устойчивость распознавания в разных языках и акустических условиях. Доступны сборки fp16, q8_0 и q4_k с различными требованиями к размеру файлов и оперативной памяти; q8_0 рекомендуется как вариант, близкий по качеству к fp16, но более компактный.

Сильными сторонами модели являются высокая точность среди моделей семейства Whisper, поддержка множества языков, возможность speech-to-text и speech translation, а также оптимизация OpenASR для локального запуска и сниженного потребления памяти. Ограничения включают значительный размер полной модели и повышенные требования к ресурсам по сравнению с дистиллированными или меньшими вариантами; для q4_k в README не приведены показатели скорости и изменения качества. Пакеты распространяются по лицензии Apache-2.0, унаследованной от исходной модели OpenAI; OpenASR выполняет преобразование формата и квантование весов.

Для каких профессий подходит9

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Whisper Large v3 · OpenASR

OpenAI's most accurate Whisper, the v3 large checkpoint

License Format Runtime Base model

Native speech-to-text in the OpenASR runtime — engineered for peak performance on CPU & GPU, no Python at inference time.


✨ Highlights

  • 🎧 Multilingual ASR — transcribes a wide range of languages and can translate speech to English
  • 🏆 1.55B parameters — the full-size Whisper, OpenAI's highest-accuracy checkpoint
  • 🔁 v3 improvements — trained on a larger, more diverse corpus with 128 mel bins for better robustness
  • 🦀 Native in OpenASR — .oasr packs run with no Python at inference, engineered for peak performance on CPU & GPU

🚀 Quickstart

# 1. Install the OpenASR CLI  ·  https://openasr.org
# 2. Pull a build (pick a quant — see the table below)
openasr pull whisper-large-v3:q8

# 3. Transcribe
openasr transcribe audio.wav --model whisper-large-v3

All builds for this model:

openasr pull whisper-large-v3:fp16
openasr pull whisper-large-v3:q8
openasr pull whisper-large-v3:q4

📦 Available builds

QuantFile (.oasr)SizeRAM peakRTF · M1 CPURTF · M1 GPUJFK ΔWER vs fp16
fp16whisper-large-v3-fp16.oasr3.09 GB4.70 GB1.17×1.13×0.0%
q8_0whisper-large-v3-q8_0.oasr1.71 GB4.05 GB0.65×0.46×0.0%
q4_kwhisper-large-v3-q4_k.oasr1.29 GB2.78 GBn/an/an/a

RTF = real-time factor on the fixed 11s JFK clip (lower is faster); RAM peak measured per pack in an isolated subprocess. JFK ΔWER compares each quantized build's JFK transcript to this model's fp16 JFK transcript, so it measures quantization drift rather than absolute recognition accuracy. q8_0 is the recommended default — near-reference quality at a fraction of the footprint.

🧠 About Whisper Large v3

Whisper Large v3 is OpenAI's 1.55B-parameter multilingual Whisper checkpoint, the most accurate member of the family. It uses the standard Whisper encoder-decoder architecture for automatic speech recognition and speech translation; v3 was trained on a larger and more diverse labelled corpus and uses 128 mel-frequency bins, improving robustness across languages and conditions over earlier large checkpoints. This OpenASR repo repackages the original openai/whisper-large-v3 weights as .oasr packs that run natively in the OpenASR runtime with no Python at inference time. For most users the q8_0 build is the recommended default; q4_k is for tighter memory budgets and fp16 is for verification or maximum fidelity. For a faster large-grade option, see the distilled whisper-large-v3-turbo.

⚙️ How these packs were made

Converted from openai/whisper-large-v3 with the OpenASR importer:

openasr model-pack import whisper <src> <out>.oasr \
  --package-id whisper-large-v3 --quantization {fp16,q8-0,q4-k}

The .oasr container is GGUF-backed; packs use zero-copy mmap weight binding and graph buffer reuse to keep peak memory low.

⚖️ License

These packs inherit the upstream model's license: Apache-2.0 (source). OpenASR packaging retains the upstream copyright and NOTICE; the only modifications are format conversion and quantization.

🙏 Acknowledgements

This pack is a redistribution of Whisper Large v3, released by OpenAI (openai/whisper-large-v3). All credit for the original model, training recipe, and weights belongs to OpenAI. The upstream Hugging Face model card declares Apache-2.0 licensing; OpenASR only converts the weights into .oasr packages and adds quantized builds for local runtime use.

🔗 Links

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · openasr

Нельзя запустить

Библиотека «openasr» рантаймом не поддерживается.

Ревизия весов
d864188

0 моделей