Whisper besar v3
7900°
openai | model ucapan | lesen Apache-2.0 | 23.0 GB sebagai torrent. Kuda kerja pengecaman ucapan. Cermin penuh openai/whisper-large-v3 (safetensors + pt + tf + flax). Whisper adalah model terkini untuk pengecaman ucapan automatik (ASR) dan terjemahan ucapan, dicadangkan dalam kertas kerja Robust Speech Recognition via Large-Scale Weak Supervision oleh Alec Radford et al. dari OpenAI. Dilatih pada >5M jam data berlabel, Whisper menunjukkan kebolehan kuat untuk menggeneralisasi ke banyak set data dan domain dalam tetapan zero-shot.
Panduan untuk model ini
LLM tempatan terbaik mengikut kegunaan (Oktober 2026): model terbuka yang sesuai untuk setiap kerja
Apakah The Hugging Bay? Indeks cermin untuk model terbuka, dan cara mengesahkan muat turun dengan hashnya
Berat terbuka vs sumber terbuka vs hanya API: apa yang sebenarnya kamu dibenarkan lakukan
Cara Pasang Ollama dan Jalankan AI Tempatan (Windows, Mac, Linux)
Apakah fail GGUF? Model kuantisasi diterangkan (Q4, Q8, fp8, NF4)
Nota Kapten
Nota dari 2026-10-13
Whisper Large v3 adalah model utama pengecaman ucapan automatik dan terjemahan ucapan OpenAI, dilatih pada lebih lima juta jam audio berlabel. Skala besarnya memberikannya generalisasi zero-shot yang kuat merentas bahasa, loghat, dan domain tanpa penalaan semula. Jika anda perlukan transkripsi atau terjemahan yang boleh dipercayai terus dari kotak, ini adalah penanda aras yang kebanyakan model lain diukur dengannya.
Dikenali untuk
- Generalisasi zero-shot yang kuat merentas bahasa, loghat, dan audio bising.
- Mengendalikan kedua-dua transkripsi dan terjemahan ucapan-ke-teks dalam satu model.
- Dilatih pada lebih lima juta jam data berlabel — sangat besar untuk model ucapan.
- Tersedia dalam pelbagai format berat: safetensors, PyTorch, TensorFlow, dan Flax.
- Lesen Apache 2.0 — membenarkan penggunaan komersial dan penyelidikan.
Berhati-hati dengan
- Model seberat 23 GB; rancang perkakasan anda sebelum memuat turun.
- Berat terbuka tersedia tetapi penanda open_weights di sini ditandai palsu — sahkan sumber torrent sebelum digunakan.
Terbaik untuk
Arahan untuk cuba
Transkripsi mesyuarat dirakam
Saya lampirkan fail audio mesyuarat satu jam yang dirakam melalui panggilan video. Transkripsikan sepenuhnya, kekalkan giliran pembicara jika boleh kenal pasti, dan tandakan sebarang segmen di mana audio tidak jelas.
Terjemah klip bahasa asing
Lampiran adalah klip audio pendek siaran berita dalam bahasa Perancis. Transkripsikan Perancis asal dan kemudian berikan terjemahan Inggeris, pastikan kedua-dua versi dipisahkan dengan jelas.
Transkripsi ucapan teknikal berloghat
Audio ini adalah kuliah rakaman tentang pembuatan semikonduktor yang disampaikan oleh penutur bukan asli Inggeris dalam dewan kuliah yang bising. Transkripsikan seakurat mungkin, kekalkan istilah teknikal.
Bandingkan dengan
- GPT-4o (2024-11-20)Model hanya APIkonteks 128,000 token · Input $2.50/M, output $10.00/M
- GPT-4oModel hanya APIkonteks 128,000 token · Input $2.50/M, output $10.00/M
- GPT-4o (2024-05-13)Model hanya APIkonteks 128,000 token · Input $5.00/M, output $15.00/M
- GPT Audio MiniModel hanya APIkonteks 128,000 token · Input $0.60/M, output $2.40/M
Lebih banyak model teks dari openai
Soalan yang sering ditanya
- Bolehkah saya jalankan Whisper Large v3 secara tempatan?
- Ya — berat diedarkan di bawah Apache 2.0 dan model penuh (format safetensors, PyTorch, TensorFlow, dan Flax) tersedia sebagai torrent 23 GB, jadi pelaksanaan tempatan mudah jika anda ada perkakasan sesuai.
- Bahasa apa yang disokong Whisper Large v3?
- Whisper dilatih pada audio pelbagai bahasa secara besar-besaran dan mengendalikan transkripsi dan terjemahan merentas pelbagai bahasa dalam tetapan zero-shot; pembuat tidak menerbitkan senarai bahasa definitif di halaman ini.
- Bagaimana Whisper Large v3 berbeza daripada versi Whisper terdahulu?
- OpenAI tidak menerbitkan perbezaan terperinci di halaman ini, tetapi Large v3 adalah tahap tertinggi keluarga Whisper sekarang — versi yang kebanyakan penanda aras dan integrasi gunakan sebagai rujukan prestasi Whisper.
Keputusan KaptenPilihan lalai untuk kerja pengecaman ucapan serius: lesen membenarkan, pelbagai format berat, dan keluasan zero-shot yang jarang dicapai model ASR lebih kecil.
Kapten menulis nota ini berdasarkan penerangan model dan kad model itu sendiri. Harga dan saiz konteks adalah dari penyedia pada masa penulisan dan boleh berubah.
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
Trend populariti whisper large v3
Skor panas, 12 bulan terakhir
Skor haba
7,900°
Minggu ini
n/a
Belum dikeluarkan/dipantau
Bulan ini
n/a
Belum dikeluarkan/dipantau
Tahun lalu
n/a
Belum dikeluarkan/dipantau
7,000°
Lantai
Skala berjalan dari 0° hingga 9,999°. Apa sahaja di bawah 7,000° disimpan untuk model yang belum dilaporkan oleh mana-mana sumber, yang membawa nombor gantian di situ supaya senarai tetap lengkap. 7,000° adalah tempat data yang diukur bermula: model dengan data sebenar tapi hampir tiada muat turun berada di lantai, dan ukuran mengisi darjah di atasnya. Lantai tidak memberitahu apa-apa tentang model; hanya darjah di atasnya yang buat beza antara satu model dengan model lain.
+900°
Pengedar torrent
1 orang terus mengedar berat melalui torrent atau cermin yang dihoskan. Mengedar fail guna jalur lebar sebenar dan menunjukkan berat masih diperlukan, jadi setiap pengedar dikira sebagai 1,000 muat turun dalam istilah muat turun.
Tunjukkan pecahan terperinci
Setiap nombor di laman ini boleh diperiksa. Skor panas model ini adalah 7,900°, dan ia dibina satu bahan pada satu masa, dengan jumlah terkini selepas setiap langkah: lantai, darjah yang ditambah oleh setiap sumber, bonus untuk jenis model dan apa yang umur beratnya tolak. Warna-warna itu adalah jalur carta di atas. Glosari di akhir menerangkan setiap istilah.
- 1Mula di lantai.Kenapa 7,000° dan bukan sifar: skala dari 0° hingga 9,999°, dan bahagian di bawah 7,000° dikhaskan untuk model yang belum dilaporkan oleh mana-mana sumber, yang membawa nombor gantian supaya senarai tetap lengkap dan tidak pernah mengatasi model dengan data. 7,000° adalah tempat data yang diukur bermula. Model dengan data sebenar tapi hampir tiada muat turun berada di sini; semua yang berikut adalah ukuran, dan ruang di atas lantai ada sepuluh langkah muat turun sepuluh kali ganda pada 300° setiap satu. Lantai sama untuk setiap model, jadi ia tidak tentukan apa-apa; darjah di atasnya yang buat beza.7,000°jumlah berjalan
- 2Tambah muat turun.1,000 muat turun setara semuanya, dari Pengedar torrent. Sepuluh kali muat turun menambah 300° yang sama, jadi saiz penting tapi tidak pernah mengatasi skor.+900°7,900°jumlah berjalan
- =Skor heat.Di mana model ini berdiri dalam setiap senarai laman ini. Tiada yang lain mengubahnya.7,900°
Glosari: istilah yang digunakan di sini
- Skor heat
- Satu nombor untuk seberapa banyak model digunakan dan diingini sekarang, dari 0° hingga 9,999°. Setiap senarai di laman ini yang kata paling panas disusun mengikutnya dan tiada yang lain.
- Lantai
- 7,000° yang setiap model dengan data sebenar bermula. Skala dari 0° hingga 9,999°; bahagian bawah lantai untuk pengganti (model tanpa data), supaya model dengan data sentiasa lebih tinggi dari yang tiada. Lantai sama untuk semua dan tidak tentukan apa-apa; darjah di atasnya adalah ukuran.
- Setara muat turun
- Semua yang skor anggap sebagai muat turun, dijumlahkan: muat turun sendiri, setiap torrent seeder sebagai 1,000, setiap imej AI Horde dan setiap larian di laman generasi sebagai satu.
- Skala log
- Mengira dengan puluhan, bukan satuan: dari 1,000 ke 10,000 muat turun tambah darjah sama seperti dari 10,000 ke 100,000. Ini elak gergasi menindas yang lain.
- Suka
- Jempol dan suka dari semua sumber, bernilai separuh muat turun pada skala log.
- Kadar penerimaan
- Berapa banyak muat turun sehari model dapat sekarang, dari beza dua bacaan sumber. Berat suku dari terma muat turun.
- Diukur dan dianggarkan
- Diukur bermaksud ada dua bacaan dari satu sumber dan perbezaannya adalah nyata. Dianggarkan bermaksud hanya jumlah hari ini yang diketahui dan masa lalu diagihkan sepanjang hayat model; laman web akan memberitahu yang mana satu ia tunjukkan.
- Seeder
- Seseorang yang menyimpan salinan berat secara dalam talian untuk dimuat turun oleh orang lain melalui torrent, atau cermin yang dihoskan melakukan perkara yang sama. Setiap satu dikira sebagai 1,000 muat turun.
- AI Horde
- Rangkaian sukarelawan yang menjana imej secara percuma pada komputer yang didermakan. Bilangan imej yang telah dihasilkan dengan model adalah awam, dan setiap satu dikira sebagai satu muat turun.
- Laman penjanaan
- Laman yang menghoskan salinan model mereka sendiri dan membenarkan orang menjana dengannya, seperti PixAI, SeaArt dan Yodayo. Muat turun mereka dikira seperti Civitai dan setiap sesi penjanaan dikira sebagai satu muat turun.
- Token OpenRouter
- Model teks yang disediakan melalui API, seperti Claude atau GPT, tidak mempunyai berat untuk dimuat turun, jadi penggunaannya diukur dalam token: bahagian teks yang dibaca dan ditulis melalui OpenRouter, pintu masuk yang digunakan oleh banyak aplikasi, dalam 30 hari terakhir. Setiap 10,000,000 token dikira sebagai satu muat turun. Sumber: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- Model penuh (checkpoint)
- Berat itu sendiri, fail yang menjana secara sendiri. Ia mendapat bonus kerana add-on bergantung padanya.
- LoRA dan embedding
- Fail add-on kecil yang mengarahkan berat orang lain ke arah gaya, watak atau konsep. Ia tidak boleh dijalankan sendiri.
- Keluarga dan berat
- Asas yang model dibina, seperti SD 1.5, SDXL, Flux atau Wan. Setiap model mewarisi tarikh keluaran berat keluarganya.
- Umur
- Darjah yang ditolak berdasarkan berapa lama berat keluarga itu dikeluarkan: 150° setahun, sehingga 750°. Ia mengekalkan muat turun lama yang mempunyai masa bertahun-tahun untuk terkumpul dengan membekukan di bahagian atas senarai.
- Peningkatan keluarga
- Dorongan kecil dan terhad untuk LoRA dari keluarga yang laman ini sedang galakkan sekarang, sentiasa disenaraikan dalam pecahan.
- Skor gantian
- Nombor stabil di bawah paras yang diberikan kepada model yang belum ada laporan sumber, supaya senarai kekal lengkap. Ia tidak pernah mendahului model yang ada data.
- Baru! (tempoh kelonggaran)
- Model yang berumur kurang dari 7 hari menunjukkan Baru! dan tidak mempunyai skor serta tidak menduduki tempat dalam kedudukan. Skornya dikira dari hari pertama, tetapi model yang berumur satu hari berkembang lebih cepat daripada apa pun, jadi tanpa menunggu, #1 minggu ini akan sentiasa menjadi apa sahaja yang keluar semalam dan bukan yang bertahan selama seminggu.
- Trend
- Bagaimana pertumbuhan model dalam tempoh tertentu dibandingkan dengan pertumbuhan model biasa dalam tempoh yang sama. Lebih cepat dari biasa bermaksud naik, lebih perlahan bermaksud turun.
- Model biasa
- Tengah katalog: separuh model dengan angka tumbuh lebih cepat dalam tempoh itu, separuh lagi lebih perlahan.
Bagaimana populariti model ini bergerak berbanding katalog lain: pertumbuhannya dalam muat turun, suka dan penggunaan setiap tempoh, diukur berbanding pertumbuhan model biasa dalam tempoh yang sama, dengan skor panasnya pada masa itu. Di atas pertumbuhan biasa dibaca sebagai kenaikan, di bawahnya sebagai penurunan. Masa lalu dibina semula dari jumlah hari ini, hari pertama model dan kelajuan muat turun yang diukur jika ada dua bacaan; model yang tidak wujud pada permulaan tempoh menunjukkan n/a.
Jalankan secara tempatan
Cara memasang
LLM tempatan terbaik mengikut kegunaan (Oktober 2026): model terbuka yang sesuai untuk setiap kerja
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 dikongsi secara peer to peer oleh penyemaian mereka; ModelTrends.ai tidak menghoskan fail. Buka pautan magnet dengan klien BitTorrent dan bandingkan checksum fail siap dengan yang ada di senarai.
Whisper besar v3 ialah model teks untuk keluarga Text / LLM yang disenaraikan di ModelTrends.ai, katalog baca sahaja untuk model AI imej, video dan teks sumber terbuka. Bandingkannya dengan model Text / LLM lain dan semak skor habanya untuk melihat trendnya.
Layari mengikut keluarga model
Model Text / LLM
434
Model Anima
528
Model Chroma
19
Model Fibo
2
Model Flux
1,496
Model Flux 2 / Klein
1,239
Model Flux 3
3
Model Moss
3
Model Iris
1
Model MiniMax H3
364
Model Hunyuan
204
Model Ideogram
20
Model Krea2
717
Model Qwen
20
Model Qwen2
47
Model Ltx2
153