# OpenAI: Whisper Large V3 Turbo

> Распознаёт речь в аудиозаписях и превращает её в текст. Подходит для расшифровки разговоров, интервью и других речевых материалов.

- **ID для API:** `openai/whisper-large-v3-turbo`
- **Тип Модели:** Модель распознавания речи
- **Вход:** аудио → **Выход:** transcription

## Описание

#### Суть

Whisper Large V3 Turbo — модель распознавания речи от OpenAI. Она принимает аудио и генерирует текстовую расшифровку; модель предназначена для автоматического распознавания речи, а семейство Whisper также поддерживает перевод речи. Версия Turbo создана на основе Large V3 с упрощённой, сокращённой частью декодера: это ускоряет обработку по сравнению с исходной версией, но может сопровождаться небольшим снижением качества распознавания.

#### Сильные стороны

Модель рассчитана на многоязычную расшифровку и может применяться к речи с различными акцентами, фоновым шумом и специальной терминологией. В карточке OpenAI отмечается устойчивость Whisper к этим особенностям; сокращённый декодер Turbo ориентирован на более быструю обработку. Модель можно использовать как в приложениях на базе Transformers, так и в сервисах, поддерживающих распознавание аудио.

#### Типовые сценарии

Подходит для подготовки черновых расшифровок интервью, встреч, лекций, подкастов и пользовательских голосовых записей. Текстовую расшифровку можно использовать для поиска по аудио, создания субтитров или дальнейшей редакторской обработки. Перед публикацией или применением в рабочих процессах важную информацию стоит сверять с записью.

#### Ограничения

Точность зависит от языка, акцента, качества записи и предметной области; результаты могут быть менее надёжными для языков с меньшим объёмом обучающих данных. Модель иногда способна добавлять слова, которых нет в аудио, или повторять фрагменты текста. Расшифровку не следует считать гарантированно точной, особенно в ситуациях, где ошибка может повлиять на важные решения. OpenAI рекомендует оценивать работу модели на конкретных данных и не применять её для выводов о личных качествах людей.

## Цены

- Минута аудио: 0,05 ₽

## Провайдеры

Выбрать Провайдера можно параметром `provider` в запросе.

| Провайдер | Цена | Контекст | Макс. ответ | Данные в РФ | 152-ФЗ |
| --- | --- | --- | --- | --- | --- |
| groq | Минута аудио: 0,05 ₽ | — | — | — | — |
| deepinfra/us | Минута аудио: 0,05 ₽ | — | — | — | — |

## Быстрый старт

```bash
curl https://polza.ai/api/v1/audio/transcriptions \
  -H "Authorization: Bearer $POLZA_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "openai/whisper-large-v3-turbo",
  "file": "BASE64_ENCODED_AUDIO",
  "language": "ru"
}'
```

## Ссылки

- Страница: https://polza.ai/models/openai/whisper-large-v3-turbo
- Каталог: https://polza.ai/models