Whisper Large v3
Transformer · OpenAI · 2023
Рекомендуемые фреймворки
Характеристики модели
Технические параметры
- Разработчик
- OpenAI
- Год выпуска
- 2023
- Архитектура
- Transformer
- Лицензия
- MIT
- Формат вывода
- text
Применение
Whisper Large v3 — исходный checkpoint OpenAI. Рассматривайте её как кандидата для многоязычного распознавания и сравнивайте качество и время на своих записях. Один размер модели не определяет лучший выбор для конкретного языка или источника звука.
Локальная обработка файла
Установите готовый пример по инструкции Whisper. Укажите --model large-v3 и при загрузке весов, и при распознавании. Пример использует закреплённую ревизию Systran/faster-whisper-large-v3, в том числе если вы начали со страницы исходной модели OpenAI.
Результат записывается в TXT, JSON, SRT и VTT. Публичного API загрузки, автоматического определения спикеров и live streaming в примере нет. См. весь кластер.
Оборудование по замерам
Руководство по моделям и оборудованию поможет сравнить CPU INT8, поддерживаемые типы вычислений на GPU, RAM и VRAM. Для этой карточки не приводится фиксированный порог памяти или множитель относительно реального времени: значения меняются с runtime, beam, записью и соседней нагрузкой.
Сравните стоимость полной сессии и ручной правки по методике измерения, затем откройте актуальные предложения GPU. Храните копии записей и результатов вне арендованной машины.