Речь / ASR
MIT
Whisper Large v3
Transformer · OpenAI · 2023
VRAM по точности
| Точность | VRAM | Качество | Рекомендация |
|---|---|---|---|
| FP16 | 10 ГБ | Максимальное | Для продакшена |
| INT8 | 5 ГБ | Хорошее | |
| INT4/Q4 | 3 ГБ | Приемлемое | Для экспериментов |
Совместимые GPU
| GPU | VRAM | Поддерживает | |
|---|---|---|---|
|
Рек.
NVIDIA RTX 4090
|
24 ГБ | FP16, INT8, INT4 | Арендовать |
| 24 ГБ | FP16, INT8, INT4 | Арендовать | |
| 80 ГБ | FP16, INT8, INT4 | Арендовать |
Рекомендуемые фреймворки
Характеристики модели
Технические параметры
- Разработчик
- OpenAI
- Год выпуска
- 2023
- Архитектура
- Transformer
- Лицензия
- MIT
- Формат вывода
- text
- Realtime factor
- 30×
Применение
Speech recognition
Transcription
Translation
Multilingual ASR
Whisper Large v3 — флагманская ASR-модель OpenAI. Поддерживает 99 языков, включая русский. MIT лицензия. С Faster-Whisper работает в 30× realtime на RTX 4090.