Whisper Large V3 — это модель OpenAI с открытым исходным кодом для автоматического распознавания речи, которая выполняет транскрибацию и перевод аудио. Она поддерживает более 99 языков и принимает распространённые аудиоформаты, включая mp3, mp4, wav, webm, flac и ogg. Модель с 1,550M параметров обеспечивает показатель ошибок распознавания слов 10,3% и хорошо подходит для устойчивой к шуму многоязычной транскрибации в сложных условиях. Поддерживает временные метки на уровне слов и сегментов.
API ВЕГА# Запрос к API ВЕГА через openai/whisper-large-v3
curl https://api.vega.chat/api/v1/chat/completions \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $VEGA_API_KEY" \
-d '{
"model": "openai/whisper-large-v3",
"messages": [
{ "role": "user", "content": "Hello!" }
]
}'