Whisper
国外免费音频语音
开源语音识别模型，支持多语种转写与本地部署
开发公司：OpenAI
Whisper的简介
OpenAI 开源的自动语音识别模型，支持多语言语音转文字与翻译，识别准确率较高，可本地部署也可通过 API 调用。适合会议记录、字幕制作与语音数据处理场景，模型开源免费，API 按量计费以官方为准。
Whisper的主要功能
产品主要功能，按序号逐条列举
- 1语音转文字、多语种识别、字幕生成与翻译
Whisper的定价方案
免费额度、付费版本、计费方式、是否私有化与企业报价模式
收费类型：免费
- 1模型开源免费，云端 API 按音频时长计费
- 2私有化与企业版：支持本地与私有云部署，可离线运行
以上整理自公开的「定价模式」与「企业版与部署」信息，完整档位与优惠以官方定价页为准。
Whisper的使用指南
入口地址、注册要求、操作简要步骤与 API / 客户端支持
Whisper的参数速览
信息整理自公开资料，实际以官方为准
- 数据是否用于训练
- 本地部署时数据完全由使用者掌控；云端 API 数据策略以官方条款为准
- 底层模型
- Whisper 系列开源模型
- 上下文长度
- 不适用（以单段音频时长为主）
- 多模态支持
- 音频输入，文本输出
- 联网搜索
- 不支持联网检索
- 文件解析
- 支持常见音频与视频音轨格式
- 企业版与部署
- 支持本地与私有云部署，可离线运行
- 合规认证
- 开源许可遵循对应模型协议
- 国内可用性
- 大陆可直接下载模型，需自备算力
字段说明：你输入的内容是否会被用于模型训练，以及能否关闭
字段说明：支撑产品的主要模型，或可切换的模型范围
字段说明：单次对话可处理的最大上下文规模，影响能读多长的文档
字段说明：支持的输入输出形态，如文本、图片、音频、视频与文件
字段说明：是否支持实时联网检索，以及是否给出来源链接
字段说明：支持上传的文件类型与解析能力，如 PDF、表格、代码
字段说明：是否提供企业版、私有化部署与团队权限管理能力
字段说明：已公开的安全合规资质与生成式 AI 服务备案情况
字段说明：在中国大陆的访问便利程度与支付方式支持情况