/ Модель

Характеристики

Параметры
905 млн
Лицензия
MIT
Архитектура
whisper · dense
Базовая модель
whisper-large-v3-turbo
Опубликована
30 янв 2026

whisper-large-v3-turbo-GGUF

Распознавание речиАудио → текст7 профессий

oxide-lab/whisper-large-v3-turbo-GGUF — набор квантованных версий модели openai/whisper-large-v3-turbo, подготовленный в формате GGUF.

3 992скачиваний за 30 дней10лайковвеса обновлены30 янв 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 может использоваться с Candle — ML-фреймворком на Rust — или с whisper.cpp. В репозитории представлены варианты для работы с локальными аудиофайлами и встраивания распознавания речи в приложения, включая сценарии на мобильных устройствах.

Доступны 10 уровней квантования от q2_k до q8_0. Более компактные варианты уменьшают требования к ресурсам, но могут сильнее снижать качество; q4_k указан как рекомендуемый компромисс между размером, скоростью и точностью, а q6_k и q8_0 обеспечивают качество, близкое к исходному. Для Candle и whisper.cpp используются разные варианты файлов GGUF, отличающиеся именами тензоров и совместимостью. README указывает поддержку многоязычного режима, включая английский и русский языки, но не приводит точный список языков, размер модели, архитектурные параметры или длину контекста.

Преимущество модели — сочетание возможностей Whisper с уменьшенным размером квантованных файлов и поддержкой двух распространённых сред выполнения. Ограничения связаны с возможной потерей качества при агрессивном квантовании и необходимостью выбирать формат, совместимый с конкретным движком. Модель распространяется по лицензии MIT, как и исходная модель Whisper.

Для каких профессий подходит7

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 - GGUF Quantized Models

Quantized versions of openai/whisper-large-v3-turbo in GGUF format.

Directory Structure

large-v3-turbo/
├── whisper-large-v3-turbo-q*.gguf       # Candle-compatible GGUF models (root)
├── config.json                # Model configuration for Candle
├── tokenizer.json             # Tokenizer for Candle
└── whisper.cpp/               # whisper.cpp-compatible models
    └── whisper-large-v3-turbo-q*.gguf

Format Compatibility

  • Root directory (whisper-large-v3-turbo-*.gguf): Use with Candle (Rust ML framework)

    • Tensor names include model. prefix (e.g., model.encoder.conv1.weight)
    • Requires config-large-v3-turbo.json and tokenizer-large-v3-turbo.json
  • whisper.cpp/ directory: Use with whisper.cpp (C++ implementation)

    • Tensor names without model. prefix (e.g., encoder.conv1.weight)
    • Compatible with whisper.cpp CLI tools
    • Both directories contain .gguf files, not .bin files

Available Formats

FormatQualityUse Case
q2_klarge-v3-turboestExtreme compression
q3_klarge-v3-turboMobile devices
q4_0GoodLegacy compatibility
q4_kGoodRecommended for production
q4_1Good+Legacy with bias
q5_0Very GoodLegacy compatibility
q5_kVery GoodHigh quality
q5_1Very Good+Legacy with bias
q6_kExcellentNear-lossless
q8_0ExcellentMinimal loss, benchmarking

Usage

With Candle (Rust)

For this model, you need to modify the example code in candle. To try whisper in candle faster and easier, it's better to use the tiny model → https://huggingface.co/oxide-lab/whisper-tiny-GGUF

Command line example:

# Run Candle Whisper with local quantized model
cargo run --example whisper --release -- \
  --features symphonia \
  --quantized \
  --model large-v3-turbo \
  --model-id oxide-lab/whisper-large-v3-turbo-GGUF \

With whisper.cpp (C++)

# Use models from whisper.cpp/ subdirectory
./whisper.cpp/build/bin/whisper-cli \
  --model models/openai/large-v3-turbo/whisper.cpp/whisper-large-v3-turbo-q4_k.gguf \
  --file audio.wav

Recommended Format

For most use cases, we recommend q4_k format as it provides the best balance of:

  • Size reduction (~65% large-v3-turboer)
  • Quality (minimal degradation)
  • Speed (faster inference than higher quantizations)

Quantization Details

  • Source Model: openai/whisper-large-v3-turbo
  • Quantization Methods:
    • Candle GGUF (root directory): Python-based. Directly PyTorch → GGUF
      • Adds model. prefix to tensor names for Candle compatibility
    • whisper.cpp GGML (whisper.cpp/ subdirectory): whisper-quantize tool
      • Uses original tensor names without prefix
  • Format: GGUF (GGML Universal Format) for both directories
  • Total Formats: 10 quantization levels (q2_k through q8_0)

License

Same as the original Whisper model (MIT License).

Citation

@misc{radford2022whisper,
  doi = {10.48550/ARXIV.2212.04356},
  url = {https://arxiv.org/abs/2212.04356},
  author = {Radford, Alec and Kim, Jong Wook and Xu, Tao and Brockman, Greg and McLeavey, Christine and Sutskever, Ilya},
  title = {Robust Speech Recognition via Large-Scale Weak Supervision},
  publisher = {arXiv},
  year = {2022},
  copyright = {arXiv.org perpetual, non-exclusive license}
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

GGUF-веса поддерживаются только для текстовых LLM (llama.cpp).

Класс архитектуры
WhisperForConditionalGeneration
Ревизия весов
c49efef

0 моделей