/ Модель

Характеристики

Параметры
905 млн
Размер весов
1,6 ГБ
Лицензия
MIT
Архитектура
whisper · dense
Базовая модель
whisper-large-v3-turbo
Опубликована
13 мая 2026

whisper-large-v3-turbo-fp16-ov

Распознавание речиАудио → текст10 профессий

Мультиязычная модель Whisper в формате OpenVINO IR для быстрого распознавания речи и преобразования аудио в текст.

1 300скачиваний за 30 дней0лайковвеса обновлены27 авг 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 OpenVINO/whisper-large-v3-turbo-fp16-ov подготовлена OpenAI на основе Whisper large-v3-turbo и преобразована в формат OpenVINO IR с весами FP16. Архитектура Whisper имеет около 905 млн параметров; в варианте large-v3-turbo число слоёв декодера сокращено с 32 до 4, что ускоряет распознавание при небольшом снижении качества.

Модель предназначена для преобразования речи в текст на многих языках. Её можно использовать для расшифровки аудиозаписей и транскрибирования речи в приложениях на базе OpenVINO; совместимость указана для OpenVINO 2026.1.0 и выше и Optimum Intel 1.27.0 и выше.

Модель принимает аудио и выдаёт текст. Поддерживает русский, английский и множество других языков. Распространяется по лицензии MIT. В README отмечено, что качество может быть несколько ниже, чем у полной Whisper large-v3; прочие ограничения отсылают к карточке исходной модели.

Сценарии применения

  • транскрибирование русскоязычных аудиозаписей
  • расшифровка интервью и лекций
  • преобразование многоязычной речи в текст
  • распознавание речи в приложениях на OpenVINO

Ограничения

Сокращённый до четырёх слоёв декодер ускоряет работу, но может немного снизить качество по сравнению с Whisper large-v3. README отсылает к карточке исходной модели за сведениями об остальных ограничениях.

Для каких профессий подходит10

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-turbo-fp16-ov

Description

This is whisper-large-v3-turbo model converted to the OpenVINO™ IR (Intermediate Representation) format with weights compressed to FP16.

Whisper large-v3-turbo is a finetuned version of a pruned Whisper large-v3 with the number of decoder layers reduced from 32 to 4, which makes the model significantly faster at the expense of a minor quality degradation.

Compatibility

The provided OpenVINO™ IR model is compatible with:

  • OpenVINO version 2026.1.0 and higher
  • Optimum Intel 1.27.0 and higher

Running Model Inference with Optimum Intel

  1. Install packages required for using Optimum Intel integration with the OpenVINO backend:
pip install optimum[openvino] "datasets<4" librosa soundfile --extra-index-url https://download.pytorch.org/whl/cpu
  1. Run model inference:
from datasets import load_dataset
from transformers import AutoProcessor
from optimum.intel.openvino import OVModelForSpeechSeq2Seq

model_id = "OpenVINO/whisper-large-v3-turbo-fp16-ov"
tokenizer = AutoProcessor.from_pretrained(model_id)
model = OVModelForSpeechSeq2Seq.from_pretrained(model_id)

dataset = load_dataset("hf-internal-testing/librispeech_asr_dummy", "clean", split="validation", trust_remote_code=True)
sample = dataset[0]

input_features = tokenizer(
    sample["audio"]["array"],
    sampling_rate=sample["audio"]["sampling_rate"],
    return_tensors="pt",
).input_features

outputs = model.generate(input_features)
text = tokenizer.batch_decode(outputs)[0]
print(text)

Running Model Inference with OpenVINO GenAI

  1. Install packages required for using OpenVINO GenAI.
pip install huggingface_hub "datasets<4" librosa soundfile
pip install -U --pre --extra-index-url https://storage.openvinotoolkit.org/simple/wheels/nightly openvino openvino-tokenizers openvino-genai
  1. Download model from HuggingFace Hub
import huggingface_hub as hf_hub

model_id = "OpenVINO/whisper-large-v3-turbo-fp16-ov"
model_path = "whisper-large-v3-turbo-fp16-ov"

hf_hub.snapshot_download(model_id, local_dir=model_path)

  1. Run model inference:
import openvino_genai as ov_genai
import datasets

device = "CPU"
pipe = ov_genai.WhisperPipeline(model_path, device)

dataset = datasets.load_dataset("hf-internal-testing/librispeech_asr_dummy", "clean", split="validation", trust_remote_code=True)
sample = dataset[0]["audio"]["array"]
print(pipe.generate(sample))

More GenAI usage examples can be found in OpenVINO GenAI library docs and samples

Running Model with OpenAI client and OpenVINO Model Server

1a. Deploy model on Windows using binary package:

mkdir C:\models
ovms.exe --rest_port 8000 --source_model OpenVINO/whisper-large-v3-turbo-fp16-ov --model_repository_path C:\models

1b. Deploy model in a Docker container:

mkdir -p ${HOME}/models
export GPU_ARGS=$(if ls /dev/dri/render* >/dev/null 2>&1; then echo "--device /dev/dri --group-add $(stat -c '%g' /dev/dri/render* | head -n1)"; fi)
docker run ${GPU_ARGS} --rm --user $(id -u):$(id -g) -p 8000:8000 -v ${HOME}/models:/models openvino/model_server:latest-gpu --rest_port 8000 --model_repository_path /models --source_model OpenVINO/whisper-large-v3-turbo-fp16-ov
  1. Install the client library:
pip install openai datasets soundfile
  1. Run the client:
import io

import soundfile as sf
from datasets import Audio, load_dataset
from openai import OpenAI


dataset = load_dataset(
    "hf-internal-testing/librispeech_asr_dummy",
    "clean",
    split="validation",
).cast_column("audio", Audio(decode=False))
audio_bytes = dataset[0]["audio"]["bytes"]

data, rate = sf.read(io.BytesIO(audio_bytes))
buffer = io.BytesIO()
sf.write(buffer, data, rate, format="WAV")

client = OpenAI(base_url="http://localhost:8000/v1", api_key="not_used")
for event in client.audio.transcriptions.create(
    model="OpenVINO/whisper-large-v3-turbo-fp16-ov",
    file=("sample.wav", buffer.getvalue()),
    language="en",
    stream=True,
):
    if getattr(event, "type", None) == "transcript.text.delta":
        print(event.delta, end="", flush=True)
    elif getattr(event, "type", None) == "transcript.text.done":
        print()
        break

Limitations

Check the original model card for original model card for limitations.

Legal information

The original model is distributed under MIT license. More details can be found in original model card.

Disclaimer

Intel is committed to respecting human rights and avoiding causing or contributing to adverse impacts on human rights. See Intel’s Global Human Rights Principles. Intel’s products and software are intended only to be used in applications that do not cause or contribute to adverse impacts on human rights.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

В репозитории нет весов в формате PyTorch/safetensors.

Класс архитектуры
WhisperForConditionalGeneration
Ревизия весов
0250c28

0 моделей