固定版本资料核对 · 2026-10-19
用途、接入与验证要点
Whisper large-v3 是语音识别模型，可将支持的音频转为文字，并按相应设置执行翻译任务。转写结果应与原音频核对，不能直接当成已确认会议纪要。
- 适配工具
- Transformers 的语音识别 pipeline 或原项目说明支持的 Whisper 工具，按任务处理采样率、分段及时间戳。
- 仓库文件格式
- .bin、.safetensors
- 配置中的架构
- WhisperForConditionalGeneration
- 本版本许可
- Apache-2.0
按本固定版本模型卡与许可文件核对使用、修改和分发条件。
用自己的材料做一次核对
下面是编写的任务输入与输出类型说明，并非本站推理实测结果。
练习输入
使用一段有权处理且不含敏感信息的短录音，先人工记录关键词作为核对材料。
输出与核对
取得转写文本后对照原音频检查人名、数字、遗漏和无声段；再按需整理会议待办。
使用限制与环境确认
- 可能误识别或生成音频中不存在的文字，需要人工复核。
- 语音转写与会议决议确认是不同步骤，转写结果不能替参会人确认负责人和日期。
- 按自己的设备、精度、输入长度和框架验证资源占用；这里没有本站实测的显存、速度或并发保证。
查看本版本资料文件核对记录
来源：Hugging Face · 固定提交：06f233fe06e710322aca913c1bc4249a0d71fce1
原作者仓库 · 核对的说明文件 · config.json
已读取文件大小：1272 字节
SHA-256：ad0e8d1e46f4d01f7861a21509e5d0f977d6cc1f367a370603c92541d819807b
此记录验证资料文件读取，不代表完整权重下载或模型推理测试。不同来源的提交号不能混用。
模型介绍
中文整理Model use case
whisper-large-v3 由 openai 发布，仓库任务标记为语音识别。将音频转换为文字；时间戳、流式输出与语言覆盖以项目实现为准。 本条按独立仓库版本独立收录。
版本与基础模型
版本类型：独立仓库版本
基础模型：原仓库未提供结构化关联，暂不猜测
运行要求
请使用与此版本匹配的推理框架，按原项目准备模型组件和依赖。显存、内存与磁盘要求取决于具体格式、精度及输入长度，未核实的数值不作承诺。
下载内容
当前仓库列出 21 个文件条目。完整仓库可能包含多种精度或格式；多个分片不是多个模型，量化仓库不意味着必须同时加载所有精度。
许可证
仓库声明：apache-2.0。模型、基础模型和配套代码的条款需分别查看，收录不代表可无条件商用。
资料来源
https://hf-mirror.com/openai/whisper-large-v3/blob/06f233fe06e710322aca913c1bc4249a0d71fce1/README.md
本介绍根据仓库元数据整理，完整能力与限制以原作者说明为准，尚未执行模型推理测试。
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行模型需要的设备、工具与依赖，以原作者说明为准。
是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
资料或下载有问题？
登录后可提交反馈。