Whisper Large v3 Turbo
OpenAI · États-Unis
- Poids ouverts
- Licence : MIT
- Français annoncé
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).
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 huggingface.co, raw.githubusercontent.com, le 17/10/2026.
- Sortie
- 1er octobre 2024 lu sur la page de l'éditeur
- Taille
- 809 millions de paramètres lu sur la page de l'éditeur
Langues
- Annoncées par l'éditeur : 99 langues, dont le français. Lu sur huggingface.co.
- Évaluées par nos sources : français et anglais.
- Le français : annoncé par l'éditeur ; évalué, 25e sur 39 en transcription en français (6,73 %).
Ses 3 classements
Chaque ligne vient d'une seule source, dans son unité : les chiffres de deux lignes ne se comparent pas entre eux. Ils ne comptent pas dans le score des modèles de langage.
- En français · Transcription
Transcription en français
25e sur 39taux d'erreur par mot 6,73 %
Vitesse : RTFx 591 : transcrit 591 secondes d'audio par seconde de calculPar jeu de test : Common Voice 11,06 %, FLEURS 4,90 %, MLS 4,22 %
Source : Open ASR Leaderboard, Hugging Face · relevé du 19 octobre 2026, version du 17 octobre 2026.
- En anglais · Transcription
Transcription en anglais, indice AA-WER
38e sur 51taux d'erreur par mot 4,62 %
Prix : 0,67 $ pour 1 000 minutes de parolePar jeu de test : AA-AgentTalk 3,52 %, Earnings22 7,49 %, VoxPopuli 3,97 %
Source : Artificial Analysis · relevé du 19 octobre 2026.
- En anglais · Transcription
Transcription en anglais, Open ASR
41e sur 53taux d'erreur par mot 7,64 %
Vitesse : RTFx 794 : transcrit 794 secondes d'audio par seconde de calculPar 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 · relevé du 19 octobre 2026, version du 17 octobre 2026.
Modèles proches
- Transcription en français : devant, Whisper Large v3 (24e, 6,24 %) · derrière, muse-voice-transcribe (26e, 6,81 %)
- Transcription en anglais, indice AA-WER : devant, Cohere Transcribe (37e, 4,57 %) · derrière, StepAudio 2.5 ASR (39e, 4,67 %)
- Transcription en anglais, Open ASR : devant, Parakeet CTC 1.1B (40e, 7,40 %) · derrière, OWSM-CTC v4 (42e, 8,08 %)
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.
D'où vient cette fiche
- Nom dans les sources
- Hugging Face (hf-audio) :
openai/whisper-large-v3-turbo; Artificial Analysis :Whisper Large v3 Turbo - Fiche
- Registre de QUELLE IA, lu sur carte du modèle sur Hugging Face (licence mit), 17/10/2026.
- 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
Voir aussi : la voix en bref, la transcription, la synthèse vocale, ou cette fiche en texte.