Whisper large v3
7900°
openai | Sprachmodell | Apache-2.0 Lizenz | 23,0 GB als Torrent. Arbeitspferd der Spracherkennung. Vollständiges Spiegelbild von openai/whisper-large-v3 (safetensors + pt + tf + flax). Whisper ist ein hochmodernes Modell für automatische Spracherkennung (ASR) und Sprachübersetzung, vorgestellt im Paper Robust Speech Recognition via Large-Scale Weak Supervision von Alec Radford et al. von OpenAI. Trainiert mit über 5 Millionen Stunden gelabelter Daten, zeigt Whisper eine starke Fähigkeit zur Generalisierung auf viele Datensätze und Domänen im Zero-Shot-Setting.
Anleitungen zu diesem Modell
Beste lokale LLM nach Anwendungsfall (Oktober 2026): Das richtige offene Modell für jede Aufgabe
Was ist The Hugging Bay? Ein Spiegel-Index für offene Modelle und wie man einen Download mit seinen Hashes überprüft
Offene Gewichte vs. Open Source vs. Nur API: Was du wirklich darfst
Wie man Ollama installiert und eine lokale KI betreibt (Windows, Mac, Linux)
Was ist eine GGUF-Datei? Quantisierte Modelle erklärt (Q4, Q8, fp8, NF4)
Captain's Notizen
Notizen vom 2026-10-13
Whisper Large v3 ist OpenAIs Flaggschiff-Modell für automatische Spracherkennung und Sprachübersetzung, trainiert mit über fünf Millionen Stunden gelabelter Audiodaten. Seine Größe verleiht ihm starke Zero-Shot-Generalisation über Sprachen, Akzente und Domänen hinweg ohne Feintuning. Wenn Sie zuverlässige Transkription oder Übersetzung direkt aus der Box brauchen, ist dies der Maßstab, an dem sich die meisten anderen messen.
Bekannt für
- Starke Zero-Shot-Generalisation über Sprachen, Akzente und laute Umgebungen.
- Beherrscht sowohl Transkription als auch Sprach-zu-Text-Übersetzung in einem Modell.
- Trainiert mit über fünf Millionen Stunden gelabelter Daten – ungewöhnlich groß für ein Sprachmodell.
- Verfügbar in mehreren Gewichtsformaten: safetensors, PyTorch, TensorFlow und Flax.
- Apache-2.0-Lizenz – großzügig für kommerzielle und Forschungszwecke.
Achte auf
- Mit 23 GB ist das Modell groß; planen Sie Ihre Hardware entsprechend vor dem Download.
- Offene Gewichte sind verfügbar, aber das open_weights-Flag hier ist auf false gesetzt – prüfen Sie die Torrent-Quelle vor der Nutzung.
Am besten für
Prompts zum Ausprobieren
Ein aufgenommenes Meeting transkribieren
Ich füge eine Audiodatei eines einstündigen Team-Meetings bei, aufgenommen über einen Videoanruf. Transkribiere es vollständig, erhalte Sprecherwechsel, wo du sie erkennen kannst, und markiere Abschnitte mit unklarer Audioqualität.
Einen fremdsprachigen Clip übersetzen
Anbei ein kurzer Audioclip einer französischen Nachrichtensendung. Transkribiere das Original auf Französisch und liefere dann eine englische Übersetzung, die beiden Versionen klar getrennt.
Akzentuierte technische Sprache transkribieren
Dieses Audio ist eine aufgezeichnete Vorlesung zur Halbleiterfertigung, gehalten von einem nicht-englischen Muttersprachler in einem lauten Hörsaal. Transkribiere so genau wie möglich und erhalte technische Fachbegriffe.
Vergleichen mit
- GPT-4o (2024-11-20)Nur API-Modell128,000 Token Kontext · $2.50/M Eingabe, $10.00/M Ausgabe
- GPT-4oNur API-Modell128,000 Token Kontext · $2.50/M Eingabe, $10.00/M Ausgabe
- GPT-4o (2024-05-13)Nur API-Modell128,000 Token Kontext · $5.00/M Eingabe, $15.00/M Ausgabe
- GPT Audio MiniNur API-Modell128,000 Token Kontext · $0.60/M Eingabe, $2.40/M Ausgabe
Mehr Textmodelle von openai
Häufig gestellte Fragen
- Kann ich Whisper Large v3 lokal ausführen?
- Ja – die Gewichte werden unter Apache-2.0 verteilt und das vollständige Modell (safetensors, PyTorch, TensorFlow und Flax) ist als 23 GB großer Torrent verfügbar, sodass lokale Bereitstellung einfach ist, wenn Sie die Hardware haben.
- Welche Sprachen unterstützt Whisper Large v3?
- Whisper wurde auf multilingualen Audiodaten in großem Umfang trainiert und beherrscht Transkription und Übersetzung in vielen Sprachen im Zero-Shot-Modus; eine definitive Sprachliste hat der Hersteller auf dieser Seite nicht veröffentlicht.
- Worin unterscheidet sich Whisper Large v3 von früheren Whisper-Versionen?
- OpenAI hat auf dieser Seite keinen detaillierten Unterschied veröffentlicht, aber Large v3 ist die aktuelle Spitzenversion der Whisper-Familie – die Version, auf die sich die meisten Benchmarks und Integrationen jetzt standardmäßig beziehen, wenn sie Whisper-Leistung zitieren.
Captain's UrteilDie Standardwahl für ernsthafte Spracherkennungsaufgaben: großzügige Lizenz, mehrere Gewichtsformate und Zero-Shot-Breite, die kleinere ASR-Modelle selten erreichen.
Der Captain schreibt diese Notizen basierend auf der Beschreibung und Model Card des Modells. Preise und Kontextgrößen sind vom Anbieter zum Zeitpunkt der Erstellung und können sich ändern.
Ranking badge
Updated Oct 22, 2026
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
Also ranked: #77 Hottest Text / LLM text model
Not this creator?
Get your own badge
Beliebtheitstrend von whisper large v3
Heat-Score, letzte 12 Monate
Heat-Score
7,900°
Diese Woche
n/a
Noch nicht veröffentlicht/erfasst
Diesen Monat
n/a
Noch nicht veröffentlicht/erfasst
Vergangenes Jahr
n/a
Noch nicht veröffentlicht/erfasst
7,000°
Grundwert
Die Skala reicht von 0° bis 9.999°. Alles unterhalb von 7,000° ist für Modelle reserviert, über die noch keine Quelle berichtet hat. Diese tragen dort eine Platzhalterzahl, damit die Listen vollständig bleiben. 7,000° ist der Punkt, an dem gemessene Daten beginnen: Ein Modell mit echten Daten, aber fast keinen Downloads, sitzt auf dem Grundwert, und die Messungen füllen die Grade darüber. Der Grundwert sagt nichts über das Modell aus; nur die Grade darüber tun das und trennen ein Modell vom anderen.
+900°
Torrent-Seeders
1 Leute stellen die Gewichte über Torrents oder gehostete Spiegel bereit. Das Bereitstellen einer Datei kostet echte Bandbreite und zeigt, dass die Gewichte noch gefragt sind, daher zählt jeder Seeder als 1,000 Downloads im Download-Wert.
Detaillierte Aufschlüsselung anzeigen
Jede Zahl auf dieser Seite kann überprüft werden. Der Heat-Score dieses Modells beträgt 7,900°, und hier wird er Schritt für Schritt aufgebaut, mit dem laufenden Gesamtwert nach jedem Schritt: der Grundwert, die Grad, die jede Quelle hinzufügt, der Bonus für die Art des Modells und was das Alter seiner Gewichte abzieht. Die Farben entsprechen den Bereichen der obigen Grafik. Das Glossar am Ende erklärt jeden Begriff.
- 1Starte beim Grundwert.Warum 7,000° und nicht null: Die Skala reicht von 0° bis 9.999°, und der Bereich unter 7,000° ist für Modelle reserviert, über die noch keine Quelle berichtet hat. Diese tragen dort eine Platzhalterzahl, damit die Listen vollständig bleiben und niemals über einem Modell mit Daten stehen. 7,000° ist der Punkt, an dem gemessene Daten beginnen. Ein Modell mit echten Daten, aber fast keinen Downloads, sitzt hier; alles, was folgt, ist Messung, und der Bereich über dem Grundwert enthält zehn zehnfache Schritte bei Downloads zu je 300°. Der Grundwert ist für jedes Modell gleich, er entscheidet also nichts; die Grade darüber tun das.7,000°laufende Summe
- 2Füge die Downloads hinzu.1,000 Download-Äquivalente insgesamt, von Torrent-Seeders. Zehnmal die Downloads ergeben denselben 300°, also zählt die Größe, aber sie dominiert die Bewertung nie.+900°7,900°laufende Summe
- =Der Heat-Score.Wo dieses Modell auf jeder Liste dieser Seite steht. Nichts anderes beeinflusst ihn.7,900°
Glossar: die hier verwendeten Begriffe
- Heat-Score
- Eine Zahl dafür, wie viel ein Modell gerade genutzt und gewollt wird, von 0° bis 9.999°. Jede Liste auf dieser Seite, die „heißeste“ sagt, ist danach sortiert und nach nichts anderem.
- Grundwert
- Die 7.000°, mit denen jedes Modell mit echten Daten startet. Die Skala reicht von 0° bis 9.999°; der Bereich unter dem Grundwert ist für Platzhalter reserviert (Modelle ohne Daten), damit ein Modell mit Daten immer über einem ohne steht. Der Grundwert ist für alle gleich und entscheidet nichts; die Grade darüber sind die Messung.
- Download-Äquivalente
- Alles, was der Score als Download zählt, zusammengefasst: Downloads selbst, jeder Torrent-Seeder als 1.000, jedes AI Horde-Bild und jeder Lauf auf einer Generierungsseite als eins.
- Logarithmische Skala
- Gezählt in Zehnerschritten, nicht einzeln: Der Sprung von 1.000 auf 10.000 Downloads bringt genauso viele Grade wie von 10.000 auf 100.000. So verdrängen Riesen nicht alles andere.
- Likes
- Daumen hoch und Likes von allen Quellen, jeweils halb so viel wert wie ein Download auf der Log-Skala.
- Verbreitungsrate
- Wie viele Downloads ein Modell gerade pro Tag bekommt, aus dem Unterschied zwischen zwei Messungen einer Quelle. Ein Viertel der Gewichtung des Download-Begriffs.
- Gemessen und geschätzt
- Gemessen bedeutet, dass es zwei Messwerte einer Quelle gibt und der Unterschied echt ist. Geschätzt heißt, es ist nur die heutige Gesamtsumme bekannt und die Vergangenheit wird über die Lebensdauer des Modells verteilt; die Seite sagt, welche Variante angezeigt wird.
- Seeder
- Jemand, der eine Kopie der Gewichte online hält, damit andere sie über einen Torrent herunterladen können, oder ein gehosteter Spiegel, der dasselbe macht. Jeder davon zählt als 1.000 Downloads.
- AI Horde
- Ein Freiwilligennetzwerk, das kostenlos Bilder auf gespendeten Computern generiert. Die Anzahl der Bilder, die es mit einem Modell erstellt hat, ist öffentlich und jedes zählt als ein Download.
- Generierungsseiten
- Seiten, die eigene Kopien eines Modells hosten und Leute damit generieren lassen, wie PixAI, SeaArt und Yodayo. Ihre Downloads zählen wie bei Civitai und jeder Generierungslauf als ein Download.
- OpenRouter Tokens
- Ein Textmodell, das über eine API bereitgestellt wird, wie Claude oder GPT, hat keine Gewichte zum Herunterladen, daher wird seine Nutzung in Tokens gemessen: die Textstücke, die es über OpenRouter gelesen und geschrieben hat, einem Gateway, das viele Apps nutzen, in den letzten 30 Tagen. Je 10,000,000 Tokens zählen als ein Download. Quelle: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- Vollständiges Modell (Checkpoint)
- Die Gewichte selbst, die Datei, die eigenständig generiert. Sie bekommt einen Bonus, weil Add-ons davon abhängen.
- LoRA und Embedding
- Kleine Zusatzdateien, die die Gewichte von jemand anderem in Richtung eines Stils, Charakters oder Konzepts lenken. Sie können nicht alleine laufen.
- Familie und Gewichte
- Die Basis, auf der ein Modell aufgebaut ist, wie SD 1.5, SDXL, Flux oder Wan. Jedes Modell erbt das Veröffentlichungsdatum der Gewichte seiner Familie.
- Alter
- Abzüge je nachdem, wie lange die Gewichte der Familie schon draußen sind: 150° pro Jahr, bis zu 750°. Alte Downloads, die Jahre zum Ansammeln hatten, bleiben oben in der Liste eingefroren.
- Familien-Boost
- Ein kleiner, begrenzter Schub für LoRAs einer Familie, die diese Seite gerade vorantreibt, immer in der Aufschlüsselung aufgeführt.
- Stand-in-Wert
- Eine stabile Zahl unter der Mindestgrenze, die einem Modell gegeben wird, über das noch keine Quelle berichtet hat, damit die Listen vollständig bleiben. Sie rangiert nie über einem Modell mit Daten.
- Neu! (Schonfrist)
- Ein Modell, das weniger als 7 Tage alt ist, zeigt Neu! statt einer Punktzahl und nimmt keinen Platz in den Rankings ein. Seine Punktzahl wird ab dem ersten Tag berechnet, aber ein Modell, das einen Tag alt ist, wächst schneller als alles andere, daher wäre ohne die Wartezeit das #1 Modell der Woche immer das, das gestern herauskam, statt das, das sich eine Woche gehalten hat.
- Trend
- Wie das Wachstum eines Modells über einen Zeitraum im Vergleich zum typischen Wachstum eines Modells im gleichen Zeitraum ist. Schneller als üblich bedeutet Anstieg, langsamer bedeutet Rückgang.
- Typisches Modell
- Die Mitte des Katalogs: Die Hälfte der Modelle mit einer Zahl wuchs schneller im Zeitraum, die andere Hälfte langsamer.
Wie sich die Beliebtheit dieses Modells im Vergleich zum Rest des Katalogs entwickelt hat: sein Wachstum bei Downloads, Likes und Nutzung in jedem Zeitraum, gemessen am typischen Wachstum eines Modells im gleichen Zeitraum, mit dem Heat-Score zu diesem Zeitpunkt. Über dem typischen Wachstum bedeutet ein Anstieg, darunter ein Rückgang. Die Vergangenheit wird aus den heutigen Gesamtzahlen, dem ersten Tag des Modells und seiner gemessenen Download-Geschwindigkeit rekonstruiert, wenn zwei Messungen vorliegen; ein Modell, das zu Beginn eines Zeitraums nicht existierte, zeigt n/a an.
Lokal ausführen
Wie man installiert
Beste lokale LLM nach Anwendungsfall (Oktober 2026): Das richtige offene Modell für jede Aufgabe
13. Okt 2026
Torrents
openai/whisper-large-v3
flax_model.msgpack
pytorch_model.fp32-00001-of-00002.bin
model.fp32-00001-of-00002.safetensors
pytorch_model.bin
model.safetensors
pytorch_model.fp32-00002-of-00002.bin
model.fp32-00002-of-00002.safetensors
Torrents werden von ihren Seedern Peer-to-Peer geteilt; ModelTrends.ai hostet keine Dateien. Öffne den Magnet-Link mit einem BitTorrent-Client und vergleiche die Prüfsumme der fertigen Datei mit der auf der Listenseite.
Whisper large v3 ist ein Textmodell für die Familie Text / LLM und wird auf ModelTrends.ai gelistet, einem reinen Lesekatalog für Open-Source-KI-Modelle für Bild, Video und Text. Vergleiche es mit anderen Text / LLM-Modellen und prüfe den Hitzewert, um den Trend zu sehen.
Nach Modellfamilie stöbern
Text / LLM-Modelle
434
Anima-Modelle
528
Chroma-Modelle
19
Fibo-Modelle
2
Flux-Modelle
1,496
Flux 2 / Klein-Modelle
1,239
Flux 3-Modelle
3
Moss-Modelle
3
Iris-Modelle
1
MiniMax H3-Modelle
364
Hunyuan-Modelle
204
Ideogram-Modelle
20
Krea2-Modelle
717
Qwen-Modelle
20
Qwen2-Modelle
47
Ltx2-Modelle
153