openai
OpenAI: Whisper Large V3
openai/whisper-large-v3
Nuestro análisis
Análisis asistido por IA basado en las fuentes siguientes. La idoneidad es una valoración editorial; compruébala con tus propias tareas.
openai/whisper-large-v3 es el modelo abierto y multilingüe de reconocimiento de voz de OpenAI, listado en OpenRouter para cargas de trabajo de audio a transcripción, con soporte para más de 99 idiomas y formatos de audio comunes. Según su documentación en Hugging Face, es un codificador-decodificador de 1550 millones de parámetros entrenado con cinco millones de horas de audio etiquetado y pseudoetiquetado, que ofrece transcripción, traducción de voz al inglés y marcas de tiempo opcionales. La ficha reporta entre un 10% y un 20% menos de errores que large-v2, aunque este paquete no incluye mediciones independientes.[1][2]
Puntos fuertes
- Transcribe audio en más de 99 idiomas y traduce voz al inglés, con detección automática de idioma y marcas de tiempo opcionales a nivel de frase o palabra.[1][2]
- Publicado bajo Apache-2.0 e integrado con Hugging Face Transformers, incluyendo procesamiento por lotes, transcripción segmentada de audio largo y guía de ajuste fino.[2]
- La documentación del proveedor reporta una reducción de errores del 10-20% frente a whisper-large-v2 en varios idiomas; es una afirmación de la fuente, no una medición independiente.[2]
Limitaciones
- La evidencia proviene solo del catálogo y de la documentación del proveedor; el paquete no incluye pruebas independientes, por lo que conviene validar precisión y latencia con audio propio.[1][2]
- La traducción de voz solo produce inglés, y este punto de control existe únicamente como modelo multilingüe, sin variante exclusiva para inglés.[2]
- La documentación desaconseja su uso sin consentimiento de los hablantes o en contextos de decisión de alto riesgo, e indica que las tareas de clasificación no están evaluadas ni son apropiadas.[2]
Dónde utilizarlo
- Sugerido: canalizaciones de transcripción multilingüe, autoalojadas con Transformers o mediante un endpoint, tras validar con audio representativo.[1][2]
- Sugerido: traducir voz en idiomas extranjeros a texto en inglés para investigación, borradores o prototipos.[2]
- Sugerido: generar transcripciones con marcas de tiempo para archivos de medios o reuniones, con revisión humana cuando la precisión sea crítica.[2]
Fuentes
- [1] OpenRouter catalog · OpenAI: Whisper Large V3Fuentes consultadas: 13 nov 2026
- [2] Model documentation · OpenAI: Whisper Large V3Fuentes consultadas: 13 nov 2026
Sobre este modelo
La descripción siguiente es el texto original aportado por OpenRouter, en el idioma de la fuente.
Whisper Large V3 is OpenAI's open-source automatic speech recognition model offering both audio transcription and translation. It supports 99+ languages and accepts common audio formats including mp3, mp4, wav, webm,...
Especificaciones
- ID del modelo
- openai/whisper-large-v3
- Creador
- openai
- Añadido a OpenRouter
- 01.05.2026
- Longitud de contexto
- 0
- Modalidad
- audio->transcription
- Modalidades de entrada
- audio
- Modalidades de salida
- transcription
- Precio por token
- Sin precio por token en la instantánea fuente — consulta OpenRouter para la unidad de facturación
- Corte de conocimiento
- —
- Fecha de expiración
- —
Tareas y capacidades
Una nota aparece solo cuando la fuente aporta una medición correspondiente para esa tarea, el modelo está activo y la cohorte tiene al menos 10 modelos comparables. La columna de capacidad muestra hechos declarados por la fuente — formatos compatibles, razonamiento y parámetros de herramientas — que no son calidad medida.
| Tarea | Nota | Capacidad declarada por la fuente |
|---|---|---|
| Calidad general | Sin medición | — |
| Programación | Sin medición | — |
| Agentes | Sin medición | — |
| Escritura | Sin medición | — |
| Razonamiento | Sin medición | — |
| Análisis de documentos | Sin medición | — |
| Visión | Sin medición | — |
| Generación de imágenes | Sin medición | — |
| Audio | Sin medición | entrada: audio |
| Vídeo | Sin medición | — |
| Embeddings | Sin medición | — |
Evaluaciones
No hay evaluaciones aportadas para este modelo.
Cómo funcionan las notas
Cada nota compara un modelo solo con otros modelos evaluados por la misma fuente y métrica en la instantánea actual. S es el 10% superior, A el siguiente 20%, B el siguiente 30% y C el resto. Los modelos sin medición publicada aparecen como no evaluados: un formato compatible nunca implica calidad medida.
- S — S — 10% superior de la cohorte
- A — A — siguiente 20% de la cohorte
- B — B — siguiente 30% de la cohorte
- C — C — por debajo de la franja B
Proveedores
Estadísticas opcionales de proveedores en vivo desde OpenRouter. Los valores ausentes son desconocidos, no cero.
| Proveedor | Longitud de contexto | Precio entrada /1M | Precio salida /1M | Latencia p50 (30m, s) | Rendimiento p50 (30m, tok/s) | Disponibilidad (30m) |
|---|---|---|---|---|---|---|
| DeepInfra | 0 | — | — | — | — | 100% |
| Together | 0 | — | — | — | — | 100% |
| Groq | 0 | — | — | — | — | 100% |
Datos de proveedores obtenidos: 13.11.2026
Artículos relacionados
Ningún artículo publicado identifica aún este modelo.