# Whisper Large v2

Éditeur : OpenAI (États-Unis). Poids ouverts. Licence : Apache 2.0.

En bref : 29e sur 51 en transcription en anglais (Artificial Analysis).

Page : https://quelleia.com/voix/modeles/openai-whisper-large-v2/. Classements de la voix de QUELLE IA, à part du score des modèles de langage, relevé du 19 octobre 2026.

## Présentation

Deuxième version du grand modèle Whisper d'OpenAI, pour la transcription multilingue et la traduction de la parole vers l'anglais, publiée avec ses poids. Même architecture que le modèle large d'origine, entraînée 2,5 fois plus longtemps avec davantage de régularisation. (lu sur https://huggingface.co/openai/whisper-large-v2/raw/main/README.md)

- Sortie : 8 décembre 2022 (lu sur la page de l'éditeur, https://github.com/openai/whisper/discussions/661)
- Taille : 1,55 milliard de paramètres (lu sur la page de l'éditeur, https://huggingface.co/openai/whisper-large-v2/raw/main/README.md)

## Langues

- Annoncées par l'éditeur : 99 langues, dont le français.
- Évaluées par nos sources : anglais.
- Le français : annoncé par l'éditeur ; pas évalué en français par nos sources.
- Source des langues annoncées : https://huggingface.co/openai/whisper-large-v2/raw/main/README.md, https://huggingface.co/openai/whisper-large-v2

## Ses classements

- Transcription en anglais, indice AA-WER : 29e sur 51, taux d'erreur par mot 4,06 % ; prix : 6 $ pour 1 000 minutes de parole ; par jeu de test : AA-AgentTalk 3,19 %, Earnings22 7,04 %, VoxPopuli 2,81 %. Source : Artificial Analysis, https://artificialanalysis.ai/speech-to-text/models/whisper (relevé du 19 octobre 2026).

## Modèles proches

- Transcription en anglais, indice AA-WER : [Speechmatics Enhanced](https://quelleia.com/voix/modeles/speechmatics-enhanced/), 28e (4,05 %), juste devant
- Transcription en anglais, indice AA-WER : [Solaria-1](https://quelleia.com/voix/modeles/solaria-1/), 30e (4,07 %), juste derrière

## Comment lire ces chiffres

- Transcription : Le taux d'erreur par mot compte les mots mal transcrits, oubliés ou ajoutés, pour cent mots prononcés : plus il est bas, mieux c'est. Chaque tableau vient d'une seule source, sur ses propres enregistrements : deux tableaux ne se comparent pas chiffre à chiffre.

## Noms dans les sources

- Artificial Analysis : Whisper Large v2

## Liens

- Page de l'éditeur : https://huggingface.co/openai/whisper-large-v2

## Pages lues

- https://github.com/openai/whisper/discussions/661 (« jongwook Dec 8, 2022 Maintainer We are pleased to announce the large-v2 model. »), 17/10/2026
- https://huggingface.co/openai/whisper-large-v2/raw/main/README.md (« Compared to the Whisper large model, the large-v2 model is trained for 2.5x more epochs with added regularization »), 17/10/2026
- https://huggingface.co/openai/whisper-large-v2/raw/main/README.md (« | large-v2 | 1550 M »), 17/10/2026
- https://huggingface.co/openai/whisper-large-v2/raw/main/README.md (« language: - en - zh - de - es - ru - ko - fr »), 17/10/2026
- https://huggingface.co/openai/whisper-large-v2 (« Safetensors 99 languages whisper audio hf-asr-leaderboard Eval Results arxiv: 2212.04356 License: apache-2.0 »), 17/10/2026