← Open source modely

whisper-large-v3-turbo

openai · Hlas a řeč · 809 mil. parametrů

Přepis řeči na text a překlad řeči. Je to zrychlená verze Whisper large-v3 se 4 místo 32 dekódovacích vrstev za cenu malého zhoršení kvality.

Pro koho je

Kohokoli, kdo chce přepisovat nahrávky, schůzky nebo videa u sebe a zdarma.

Jak ho zkusit

Licence MIT. Podle karty byl trénovaný na více než 5 milionech hodin označených nahrávek. Běží i na běžném počítači, rychleji s grafickou kartou.

Na čem poběží

Vejde se do běžného počítače s 16 GB paměti. Odhad paměti jen pro váhy modelu: zhruba 0,4 GB ve 4bitové podobě a 1,6 GB v plné přesnosti.

Čeština

Metadata karty uvádějí češtinu mezi jazyky. Kvalitu přepisu ověřte na vlastním zvuku.

Omezení

U odborných termínů a dialektů mohou být chyby; výstup je třeba zkontrolovat.

Licence a údaje

Licence: MIT. Podle licence jde použít i komerčně, s dodržením jejích podmínek.

Modelová karta na Hugging Face