# OpenAI: Whisper Large V3

> Распознаёт речь в аудиозаписях и преобразует её в текст на исходном языке; также может переводить распознанную речь на английский.

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

## Описание

#### Суть
Whisper Large V3 — модель OpenAI для автоматического распознавания речи и речевого перевода. Она принимает аудио и формирует текстовую транскрипцию; для поддерживаемых языков может переводить речь на английский. Модель обучалась на многоязычных аудиоданных, а её веса опубликованы под лицензией Apache-2.0.

#### Сильные стороны
Модель предназначена для работы с разными языками и тематиками. В описании Whisper отмечается устойчивость к различиям в акцентах, фоновому шуму и специальной терминологии; модельная карточка также указывает на улучшения Large V3 по сравнению с предыдущей версией в распознавании ряда языков. Возможность распознавания и перевода позволяет использовать одну модель для создания транскриптов и англоязычных версий аудиоматериалов.

#### Типовые сценарии
Модель подходит для получения черновых расшифровок интервью, лекций, встреч, подкастов и других записей речи. Её можно применять в системах поиска по аудиоматериалам, подготовке субтитров и переводе речи на английский. Результат обычно требует проверки, если важны точность формулировок, имён или терминов.

#### Ограничения
Транскрипция может содержать ошибки и требует проверки человеком в ответственных сценариях. Качество зависит от разборчивости записи и особенностей речи; шум, акценты и технические слова могут затруднять распознавание, несмотря на устойчивость, описанную разработчиком. Речевой перевод в карточке описан как перевод на английский, а не как универсальный перевод между любыми языками. Эта модель ориентирована на аудио и возвращает транскрипцию, а не анализирует визуальное содержимое записи.

## Цены

- Минута аудио: 0,11 ₽

## Провайдеры

Выбрать Провайдера можно параметром `provider` в запросе.

| Провайдер | Цена | Контекст | Макс. ответ | Данные в РФ | 152-ФЗ |
| --- | --- | --- | --- | --- | --- |
| together | Минута аудио: 0,11 ₽ | — | — | — | — |
| groq | Минута аудио: 0,11 ₽ | — | — | — | — |
| deepinfra/us | Минута аудио: 0,11 ₽ | — | — | — | — |
| mws | Минута аудио: 0,52 ₽ | — | — | да | да |

## 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",
  "file": "BASE64_ENCODED_AUDIO",
  "language": "ru"
}'
```

## Ссылки

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