# TheWhisper-Large-V3-Turbo

Éditeur : TheStage AI (États-Unis). Poids ouverts. Licence : CC BY 4.0.

En bref : 13e sur 39 en transcription en français ; 14e sur 53 en transcription en anglais (Open ASR).

Page : https://quelleia.com/voix/modeles/thestageai-thewhisper-large-v3-turbo/. Classements de la voix de QUELLE IA, à part du score des modèles de langage, relevé du 19 octobre 2026.

## Présentation

TheWhisper-Large-V3-Turbo est une version de Whisper Large V3 Turbo d'OpenAI ajustée et optimisée par TheStage AI pour la transcription en temps réel, à faible latence et faible consommation. Il fonctionne sur GPU NVIDIA et sur puces Apple (CoreML), avec un mode streaming. (lu sur https://huggingface.co/TheStageAI/thewhisper-large-v3-turbo/raw/main/README.md)

## Langues

- Annoncées par l'éditeur : 28 langues (liste de la carte), dont le français (en, ar, bg, bn, cs, da, de, el, es, et, fi, fr, hi, hu, id, it, lt, lv, nl, pl, pt, ro, ru, sk, sl, sv, uk, vi).
- Évaluées par nos sources : français et anglais.
- Le français : annoncé par l'éditeur ; évalué, 13e sur 39 en transcription en français (4,41 %).
- Source des langues annoncées : https://huggingface.co/TheStageAI/thewhisper-large-v3-turbo/raw/main/README.md

## Ses classements

- Transcription en français : 13e sur 39, taux d'erreur par mot 4,41 % ; vitesse : RTFx 1 012 : transcrit 1 012 secondes d'audio par seconde de calcul ; par jeu de test : Common Voice 5,83 %, FLEURS 4,18 %, MLS 3,23 %. Source : Open ASR Leaderboard, Hugging Face, https://huggingface.co/spaces/hf-audio/open_asr_leaderboard (relevé du 19 octobre 2026, version du 17 octobre 2026).
- Transcription en anglais, Open ASR : 14e sur 53, taux d'erreur par mot 5,91 % ; vitesse : RTFx 1 177 : transcrit 1 177 secondes d'audio par seconde de calcul ; par jeu de test : AMI-Cleaned 7,32 %, Earnings22-Cleaned-AA-chunked 7,18 %, Gigaspeech-Cleaned 7,84 %, LS Clean 1,41 %, LS Other 3,20 %, Private (conversational) 13,98 %, Private (scripted) 3,93 %, SPGISpeech 1,62 %, URGENT24 10,82 %, Voice Arena Monsoon 3,72 %, Voxpopuli-AA-Cleaned 4,02 %. Source : Open ASR Leaderboard, Hugging Face, https://huggingface.co/spaces/hf-audio/open_asr_leaderboard (relevé du 19 octobre 2026, version du 17 octobre 2026).

## Modèles proches

- Transcription en français : [multilingual](https://quelleia.com/voix/modeles/modulate-multilingual/), 12e (4,14 %), juste devant
- Transcription en français : [Canary 1B v2](https://quelleia.com/voix/modeles/nvidia-canary-1b-v2/), 14e (4,79 %), juste derrière
- Transcription en anglais, Open ASR : [Hojo-ASR-V1](https://quelleia.com/voix/modeles/hojo-asr-v1/), 13e (5,85 %), juste devant
- Transcription en anglais, Open ASR : [ARK-ASR-3B](https://quelleia.com/voix/modeles/edge0-ark-asr-3b/), 15e (5,92 %), 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

- Hugging Face (hf-audio) : TheStageAI/thewhisper-large-v3-turbo

## Liens

- Page de l'éditeur : https://github.com/TheStageAI/TheWhisper

## Pages lues

- https://huggingface.co/TheStageAI/thewhisper-large-v3-turbo/raw/main/README.md (« TheWhisper-Large-V3-Turbo is a fine-tuned, high-performance variant of OpenAI’s Whisper Large V3 model »), 17/10/2026
- https://huggingface.co/TheStageAI/thewhisper-large-v3-turbo/raw/main/README.md (« optimized by TheStage AI for real-time, low-latency, and low-power speech-to-text (ASR) inference across multiple platforms, including NVIDIA GPUs and Apple Silicon (CoreML / Neural Engine) »), 17/10/2026
- https://huggingface.co/TheStageAI/thewhisper-large-v3-turbo/raw/main/README.md (« Language of the audio (e.g., "en", "es", "fr"). »), 17/10/2026