OpenAI: Whisper Large V3 Turbo

ويسبر لارج V3 تيربو هو نموذج التعرف على الكلام من أوبن إيه آي، وهو يقع في عائلة ويسبر كنسخة محسّنة من ويسبر لارج V3. النموذج مبني خصيصاً للنسخ، وأهدافه التصميمية المعلنة هي السرعة وكفاءة التكلفة مقارنة بنموذج V3 الأكبر الذي يشتق منه. إذا كنت تعرف سلسلة ويسبر بالفعل، فإن هذه النسخة تحافظ على نفس هدف التعرف مع تقليص الحوسبة اللازمة للوصول إليه.

على صعيد القدرات، يقبل النموذج الصوت كمدخل وينتج نصاً منسوخاً كمخرج. يتعامل مع التعرف على الكلام عبر 99 لغة أو أكثر، مما يجعله ناسخاً عام الغرض بدلاً من كونه مضبوطاً للغة واحدة. لا يسرد وصف المزود نافذة سياق لهذا النموذج، ولا تُوثَّق أي معاملات طلب مدعومة، لذا لا توجد ميزانية رموز أو واجهة معاملات للتفكير فيها هنا. ما تحصل عليه هو صوت يدخل ونص يخرج، مع تغطية لغوية واسعة.

تشير هذه الصورة إلى مجموعة استخدامات واضحة إلى حد ما. أي سير عمل يحوّل الكلام المسجل إلى نص مكتوب هو مرشح: نصوص الاجتماعات والمكالمات، وإنشاء الترجمات أو التسميات التوضيحية للفيديو، والملاحظات المُملاة على الهاتف، وتسجيلات المقابلات التي تحتاج إلى أن تكون قابلة للبحث، والمذكرات الصوتية التي ينبغي أن تنتهي كنص في مسار معالجة. ولأن النموذج يغطي أكثر من 99 لغة، فإنه يناسب أيضاً المنتجات التي تخدم مستخدمين متعددي اللغات ولا يمكنها افتراض مدخلات بالإنجليزية. يهم التركيز على السرعة والكفاءة أكثر ما يهم عند النسخ بكميات كبيرة أو عندما تريد النتائج بسرعة بدلاً من تشغيل مهمة دفعية طوال الليل.

يمكنك استدعاؤه عبر واجهة برمجة التطبيقات المتوافقة مع أوبن إيه آي من api14 باستخدام معرّف النموذج "openai/whisper-large-v3-turbo". ولأن الواجهة تتبع اصطلاح أوبن إيه آي، يمكنك توجيه عميل أوبن إيه آي موجود لديك إلى api14 وإرسال الصوت إلى نقطة نهاية النسخ مع ذلك المعرّف بدلاً من اسم نموذج من أوبن إيه آي. لا تسرد الحقائق أي معاملات مدعومة لهذا النموذج، لذا خطط لإرسال الصوت ومعرّف النموذج دون الاعتماد على خيارات الضبط مثل درجة الحرارة أو نمط التوجيه. تحقق من جدول الأسعار المباشر على الصفحة للحصول على الأسعار الحالية.

أما بالنسبة للحدود، فإن الحقائق المتاحة لا تصف نافذة سياق أو حداً أقصى لرموز المخرجات أو أي عناصر تحكم في المعاملات، لذا لا يوجد الكثير ليقوله عن النقطة التي يتوقف عندها هذا النموذج. الحد الواضح الوحيد هو النطاق: فهو نموذج نسخ، لذا إذا كانت مهمتك توليد نص أو استدلال أو ترجمة كعملية من نص إلى نص أو أي شيء ليس تحويلاً من كلام إلى نص، فإن نموذجاً مختلفاً سيكون أنسب. وفي نطاق النسخ نفسه، فإن المقايضة التي يجب وزنها هي تلك التي تذكرها أوبن إيه آي، السرعة وكفاءة التكلفة مقابل ويسبر لارج V3 الأكبر، لذا إذا كنت تحتاج سلوك V3 الكامل بدلاً من النسخة المحسّنة، فقارن بين الاثنين قبل الالتزام.