OpenAI: Whisper Large V3

OpenAI: Whisper Large V3 is een automatisch spraakherkenningsmodel van OpenAI, dat als open source wordt gedistribueerd. Het valt in de categorie transcriptie en is de grote versie van de Whisper-familie, wat betekent dat het de variant is die OpenAI positioneert voor de breedste taaldekking en de meest veeleisende audio. Als je al andere OpenAI-modellen via api14 routeert, komt deze van dezelfde provider en volgt dezelfde conventies.

Het model neemt audio als enige invoer en retourneert een transcriptie als uitvoer. Volgens OpenAI verwerkt het zowel transcriptie als vertaling, dus je kunt spraak in de oorspronkelijke taal opschrijven of naar een andere taal omzetten. Het dekt meer dan 99 talen en accepteert gangbare audioformaten, waaronder mp3, mp4, wav en webm. Er is hier geen contextvenstergetal om mee te plannen, en de maximale uitvoer staat vermeld als nul, dus beschouw het audiobestand zelf, niet een tokenbudget, als hetgeen waartegen je je verzoeken afstemt.

Die mogelijkheden wijzen op een vrij specifieke set taken. Opnamen van vergaderingen en gesprekken kunnen naar tekst worden omgezet voor zoeken, beoordelen of archiveren. Interviews en gebruikersonderzoekssessies kunnen in bulk worden getranscribeerd, inclusief materiaal in talen die je team niet spreekt, aangezien het model 99+ talen dekt. Podcasts, lezingen en videobestanden in mp3, mp4, wav of webm kunnen worden omgezet in geschreven verslagen of ondertitels. Omdat vertaling deel uitmaakt van hetzelfde model, kun je niet-Engelstalige audio sturen en uitvoer in een doeltaal krijgen zonder een aparte vertaalstap uit te voeren.

Je roept het aan via de OpenAI-compatibele API van api14 met het model-id "openai/whisper-large-v3". Omdat de interface overeenkomt met die van OpenAI, werken bestaande OpenAI-clientbibliotheken en verzoekstructuren met alleen een gewijzigde base URL en sleutel. De lijst met ondersteunde parameters van het model is leeg, dus verwacht niet dat je sampling, temperature of vergelijkbare knoppen kunt afstellen; stuur de audio en lees de transcriptie terug. Controleer de actuele prijstabel op deze pagina voor de huidige tarieven voordat je je op een workload vastlegt.

Een praktische kanttekening: dit is een transcriptiemodel, geen chat- of redeneermodel. Het neemt geen tekstprompts als invoer en produceert geen conversationele uitvoer, dus taken zoals het samenvatten van een transcriptie, er vragen over beantwoorden of code genereren horen bij een tekstmodel. Een veelvoorkomend patroon is de twee aan elkaar te koppelen, waarbij Whisper Large V3 wordt gebruikt om de transcriptie te produceren en een apart taalmodel om op de resulterende tekst te werken. Als je invoer al tekst is, of je audio in een taal buiten de ondersteunde set valt, is dit model niet de juiste keuze.