模型 / Whisper-large-v3 (OpenAI)

Whisper-large-v3 (OpenAI)

多语言语音识别与翻译,零样本泛化

作者 openai

仓库标识openai/whisper-large-v3

~0.9GB 4-bit许可 需自查任务 语音识别最近核对 2026-08-12
格式
4-bit
文件
~0.8GB
运行内存
~0.9GB–1.2GB
运行时
transformers
下载
5,497,354

Hugging Face 源仓库 ↗

适合与不适合

入选理由
Whisper large-v3是开源ASR标杆,支持多语言识别与翻译,有现成pipeline和HF推理接口,精度较v2提升10-20%,适合高精度转写与多语言场景。
对位
对位 Whisper large-v2
适合
多语言语音转录 / 语音翻译为英文
不适合
低延迟实时转录

独立证据与社区反馈

4 个独立来源最近验证 2026-08-12

MLX 的 Whisper 在 Apple Silicon 上转写快且准(M3 Max 上 12 分钟语音约 18 秒完成),但 v3 被部分用户反馈准确度不如 v2 且易幻觉;论速度社区更偏向 faster-whisper,MLX 的优势只在苹果芯片上。

  • 在 Apple Silicon 上速度快且准确度高:M3 Max 上 12 分钟语音约 18 秒转写完成
  • MLX 生态内比同类实现更快:whisper-mlx(开 VAD)速度优于 parakeet-mlx
  • 社区实测反馈 Whisper Large v3 准确度不如 v2,且 v2、v3 都容易幻觉
  • 追求最快转写速度时社区更推荐 faster-whisper
  • 速度优势仅在 Apple Silicon 上成立:4090 上 insanely-fast-whisper 转写 10 分钟文件不到 8 秒

可信度HuggingFace 下载量 549 万+, OpenAI 官方发布

完整规格

规模
1.55B · 30s 音频 · 下载 ~0.8GB · 显存最低 ~0.9GB · 推荐 ~1.2GB · 4-bit(估算)
授权
Apache 2.0 · 需自查
框架
transformers / faster-whisper / whisper.cpp / openai-whisper
访问提示
Hugging Face 可能需要代理

下载动量

30天下载 4520.4k → 4908.5k · likes +124

在线体验

观测时间线