# Whisper Large v3 Turbo

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

En bref : 25e sur 39 en transcription en français ; 38e sur 51 en transcription en anglais (Artificial Analysis) ; 41e sur 53 en transcription en anglais (Open ASR).

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

## Présentation

Version allégée de Whisper large-v3, publiée avec ses poids, dont le décodeur passe de 32 à 4 couches pour transcrire plus vite avec une perte de précision faible selon OpenAI. Elle n'est pas entraînée pour la traduction vers l'anglais. (lu sur https://huggingface.co/openai/whisper-large-v3-turbo/raw/main/README.md, https://raw.githubusercontent.com/openai/whisper/main/README.md)

- Sortie : 1er octobre 2024 (lu sur la page de l'éditeur, https://github.com/openai/whisper/discussions/2363)
- Taille : 809 millions de paramètres (lu sur la page de l'éditeur, https://huggingface.co/openai/whisper-large-v3-turbo/raw/main/README.md)

## Langues

- Annoncées par l'éditeur : 99 langues, dont le français.
- Évaluées par nos sources : français et anglais.
- Le français : annoncé par l'éditeur ; évalué, 25e sur 39 en transcription en français (6,73 %).
- Source des langues annoncées : https://huggingface.co/openai/whisper-large-v3-turbo/raw/main/README.md, https://huggingface.co/openai/whisper-large-v3-turbo

## Ses classements

- Transcription en français : 25e sur 39, taux d'erreur par mot 6,73 % ; vitesse : RTFx 591 : transcrit 591 secondes d'audio par seconde de calcul ; par jeu de test : Common Voice 11,06 %, FLEURS 4,90 %, MLS 4,22 %. 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, indice AA-WER : 38e sur 51, taux d'erreur par mot 4,62 % ; prix : 0,67 $ pour 1 000 minutes de parole ; par jeu de test : AA-AgentTalk 3,52 %, Earnings22 7,49 %, VoxPopuli 3,97 %. Source : Artificial Analysis, https://artificialanalysis.ai/speech-to-text/models/whisper (relevé du 19 octobre 2026).
- Transcription en anglais, Open ASR : 41e sur 53, taux d'erreur par mot 7,64 % ; vitesse : RTFx 794 : transcrit 794 secondes d'audio par seconde de calcul ; par jeu de test : AMI-Cleaned 13,88 %, Earnings22-Cleaned-AA-chunked 8,09 %, Gigaspeech-Cleaned 8,47 %, LS Clean 2,13 %, LS Other 3,71 %, Private (conversational) 15,40 %, Private (scripted) 4,05 %, SPGISpeech 2,79 %, URGENT24 13,69 %, Voice Arena Monsoon 4,77 %, Voxpopuli-AA-Cleaned 7,02 %. 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 : [Whisper Large v3](https://quelleia.com/voix/modeles/whisper-large-v3/), 24e (6,24 %), juste devant
- Transcription en français : [muse-voice-transcribe](https://quelleia.com/voix/modeles/meta-muse-voice-transcribe/), 26e (6,81 %), juste derrière
- Transcription en anglais, indice AA-WER : [Cohere Transcribe](https://quelleia.com/voix/modeles/cohere-transcribe/), 37e (4,57 %), juste devant
- Transcription en anglais, indice AA-WER : [StepAudio 2.5 ASR](https://quelleia.com/voix/modeles/stepaudio-2-5-asr/), 39e (4,67 %), juste derrière
- Transcription en anglais, Open ASR : [Parakeet CTC 1.1B](https://quelleia.com/voix/modeles/nvidia-parakeet-ctc-1-1b/), 40e (7,40 %), juste devant
- Transcription en anglais, Open ASR : [OWSM-CTC v4](https://quelleia.com/voix/modeles/espnet-owsm-ctc-v4-1b/), 42e (8,08 %), 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) : openai/whisper-large-v3-turbo
- Artificial Analysis : Whisper Large v3 Turbo

## Liens

- Page de l'éditeur : https://huggingface.co/openai/whisper-large-v3-turbo
- Les poids sur Hugging Face : https://huggingface.co/openai/whisper-large-v3-turbo

## Pages lues

- https://github.com/openai/whisper/discussions/2363 (« jongwook Oct 1, 2024 Maintainer We’re releasing a new Whisper model named large-v3-turbo , or turbo for short. »), 17/10/2026
- https://huggingface.co/openai/whisper-large-v3-turbo/raw/main/README.md (« Whisper large-v3-turbo is a finetuned version of a pruned [Whisper large-v3](https://huggingface.co/openai/whisper-large-v3). In other words, it's the exact same model, except that the number of decoding layers have reduced from 32 to 4. »), 17/10/2026
- https://raw.githubusercontent.com/openai/whisper/main/README.md (« Additionally, the `turbo` model is an optimized version of `large-v3` that offers faster transcription speed with a minimal degradation in accuracy. »), 17/10/2026
- https://raw.githubusercontent.com/openai/whisper/main/README.md (« However, **the `turbo` model is not trained for translation tasks**. »), 17/10/2026
- https://huggingface.co/openai/whisper-large-v3-turbo/raw/main/README.md (« | large-v3-turbo | 809 M »), 17/10/2026
- https://huggingface.co/openai/whisper-large-v3-turbo/raw/main/README.md (« language: - en - zh - de - es - ru - ko - fr »), 17/10/2026
- https://huggingface.co/openai/whisper-large-v3-turbo (« Safetensors 99 languages whisper audio Eval Results arxiv: 2212.04356 License: mit »), 17/10/2026