Whisper Large v3
OpenAI · États-Unis
- Poids ouverts
- Licence : Apache 2.0
- Français annoncé
En bref : 24e sur 39 en transcription en français ; 30e sur 51 en transcription en anglais (Artificial Analysis) (ex æquo à valeur égale) ; 36e sur 53 en transcription en anglais (Open ASR).
Présentation
Troisième version du grand modèle Whisper d'OpenAI, pour la transcription multilingue et la traduction vers l'anglais, publiée avec ses poids. Elle reprend l'architecture précédente, ajoute le cantonais et a été entraînée sur 1 million d'heures annotées faiblement et 4 millions d'heures pseudo-annotées. Lu sur huggingface.co, le 17/10/2026.
- Sortie
- 6 novembre 2023 lu sur la page de l'éditeur
- Taille
- 1,55 milliard 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, 24e sur 39 en transcription en français (6,24 %).
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
24e sur 39taux d'erreur par mot 6,24 %
Vitesse : RTFx 340 : transcrit 340 secondes d'audio par seconde de calculPar jeu de test : Common Voice 9,97 %, FLEURS 4,84 %, MLS 3,90 %
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
30e sur 51taux d'erreur par mot 4,07 %
Prix : 1,15 $ pour 1 000 minutes de parolePar jeu de test : AA-AgentTalk 3,44 %, Earnings22 7,00 %, VoxPopuli 2,41 %
Source : Artificial Analysis · relevé du 19 octobre 2026.
- En anglais · Transcription
Transcription en anglais, Open ASR
36e sur 53taux d'erreur par mot 7,16 %
Vitesse : RTFx 470 : transcrit 470 secondes d'audio par seconde de calculPar jeu de test : AMI-Cleaned 13,63 %, Earnings22-Cleaned-AA-chunked 7,99 %, Gigaspeech-Cleaned 8,35 %, LS Clean 1,56 %, LS Other 3,52 %, Private (conversational) 15,13 %, Private (scripted) 3,61 %, SPGISpeech 2,71 %, URGENT24 13,73 %, Voice Arena Monsoon 3,95 %, Voxpopuli-AA-Cleaned 4,53 %
Source : Open ASR Leaderboard, Hugging Face · relevé du 19 octobre 2026, version du 17 octobre 2026.
Modèles proches
- Transcription en français : devant, Soniox v5 Async (23e, 6,21 %) · derrière, Whisper Large v3 Turbo (25e, 6,73 %)
- Transcription en anglais, indice AA-WER : devant, Solaria-1 (même rang, 4,07 %) · derrière, Amazon Transcribe (32e, 4,12 %)
- Transcription en anglais, Open ASR : devant, Phonon-2 (35e, 6,87 %) · derrière, Fun-ASR-Nano-2512-hf (37e, 7,24 %)
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; Artificial Analysis :Whisper Large v3 - Fiche
- Registre de QUELLE IA, lu sur carte du modèle sur Hugging Face (licence apache-2.0), 17/10/2026.
- Pages lues
- https://github.com/openai/whisper/discussions/1762 (« jongwook Nov 6, 2023 Maintainer We're pleased to announce the latest iteration of Whisper, called large-v3 . »), 17/10/2026
- https://huggingface.co/openai/whisper-large-v3/raw/main/README.md (« The Whisper large-v3 model was trained on 1 million hours of weakly labeled audio and 4 million hours of pseudo-labeled »), 17/10/2026
- https://huggingface.co/openai/whisper-large-v3/raw/main/README.md (« | large-v3 | 1550 M »), 17/10/2026
- https://huggingface.co/openai/whisper-large-v3/raw/main/README.md (« language: - en - zh - de - es - ru - ko - fr »), 17/10/2026
- https://huggingface.co/openai/whisper-large-v3 (« Safetensors 99 languages whisper audio hf-asr-leaderboard Eval Results arxiv: 2212.04356 License: apache-2.0 »), 17/10/2026
Voir aussi : la voix en bref, la transcription, la synthèse vocale, ou cette fiche en texte.