support@routerai.ru

Загрузка...

OpenAI: Whisper Large V3

Идентификатор:
Скопировано в буфер обмена!

Характеристики

Контекстное окно —

Дата релиза 01 мая 2026

Мультимодальность

Входящие данные:

  • Аудио

Исходящие данные:

  • Транскрибация

Цены

Оплата производится по факту за использованные токены.

Тип
Стоимость
Аудио
Тарифицируется длительность входного аудио (в секундах) при расшифровке в текст.
0,14 ₽ / 1 минута аудио
Подробнее

Цены по провайдерам

RouterAI работает с несколькими провайдерами для обеспечения максимальной доступности и оптимальных цен.

  • 1
    Groq

    10497521 ₽
    Входящие
  • 2
    Together

    141858 ₽
    Входящие

Умная маршрутизация запросов

Ваши запросы автоматически направляются к провайдеру с самой низкой ценой. Если провайдер недоступен, система мгновенно переключается на следующего по цене, обеспечивая непрерывную работу вашего приложения без потери запросов.

  • Автоматический выбор
  • Отказоустойчивость
  • Лучшая цена

Цены указаны в рублях и могут меняться в зависимости от курса валют

Описание модели

Whisper Large V3 — это модель автоматического распознавания речи с открытым исходным кодом от OpenAI, предлагающая как транскрипцию, так и перевод аудио. Она поддерживает более 99 языков и принимает распространенные аудиоформаты, включая mp3, mp4, wav, webm, flac и ogg. С 1,550 миллионами параметров она достигает уровня ошибок в словах 10,3% и хорошо подходит для многозадачной транскрипции в условиях шума. Поддерживает временные метки на уровне слов и сегментов.

API и примеры кода

Наш сервис предоставляет единый API, совместимый с OpenAI SDK. Просто укажите наш base_url и используйте ключ, полученный в личном кабинете.

import requests
import base64
import json

url = "https://routerai.ru/api/v1/audio/transcriptions"
headers = {
    "Authorization": "Bearer YOUR_API_KEY",
    "Content-Type": "application/json"
}

# Читаем аудиофайл и кодируем в base64
with open("audio.mp3", "rb") as f:
    audio_base64 = base64.b64encode(f.read()).decode("utf-8")

data = {
    "model": "openai/whisper-large-v3",
    "input_audio": {
        "data": audio_base64,
        "format": "mp3"
    },
    "language": "ru"
}

response = requests.post(url, headers=headers, json=data)
result = response.json()
print(json.dumps(result, indent=2, ensure_ascii=False))

# Закодируйте аудио в base64: base64 -w0 audio.mp3 > audio.b64
curl -X POST "https://routerai.ru/api/v1/audio/transcriptions" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "openai/whisper-large-v3",
    "input_audio": {
      "data": "'"$(base64 -w0 audio.mp3)"'",
      "format": "mp3"
    },
    "language": "ru"
  }'
Изучить полную документацию API →

Параметры

Параметр
Тип
По умолчанию
Описание
max_tokens
integer
—
Верхний предел количества токенов, которые модель может сгенерировать в ответе.
temperature
float
1
Влияет на разнообразие ответов модели: чем выше, тем более случайным будет вывод.
top_p
float
1
Ограничивает выбор модели долей наиболее вероятных токенов: учитываются только токены, чьи вероятности в сумме дают P.
stop
array
—
Немедленно останавливает генерацию, если модель встречает любой из токенов, указанных в массиве stop.
frequency_penalty
float
0
Управляет повторением токенов в зависимости от того, как часто они встречаются во входных данных.
presence_penalty
float
0
Регулирует, насколько часто модель повторяет токены, уже встречавшиеся во входных данных.
repetition_penalty
float
—
Снижает вероятность повторения токенов из входных данных, пропорционально тому, как часто они встречаются.
top_k
integer
—
Ограничивает выбор модели K наиболее вероятными токенами на каждом шаге.
min_p
float
—
Минимальная вероятность токена относительно вероятности самого вероятного токена, чтобы он был рассмотрен.
logit_bias
map
—
Изменяет вероятность появления указанных токенов в ответе.
Вернуться к списку моделей