核心规格
- 模型系列
- Whisper
- 厂商/维护方
- OpenAI
- 许可证
- Apache 2.0
- 输入模态
- 音频、文本
- 架构
- Encoder-Decoder Transformer
- 总参数量
- 1.55B
- 仅权重显存估算
- FP16：3.1 GB；INT8：1.6 GB
- 建议GPU显存
- 高并发：16 GB；批量转写：8 GB
MODEL SELECTION PROFILE
Whisper Large V3
OpenAI发布的多语言语音识别模型，适合转写、字幕和语音内容处理。资料更新：2026-07-24官方资料来源 →
软件与部署生态
- Transformers
- faster-whisper
- CTranslate2
部署与采购注意事项
暂无额外部署说明。
不适合或需要谨慎的场景
- 速度受音频长度、批量和解码策略影响
- 口音、噪声和专业术语需要真实数据评测
HOW TO USE THIS PROFILE
不要用单个参数直接作出采购决定
权重显存只是部署下限。真实服务还需要预留KV Cache、批处理、上下文、框架运行开销和安全余量；MoE模型的激活参数也不能代替完整权重容量。
WANGYU COMPUTE SERVICE
让网昱继续核对这份算力方案
结合模型、并发、硬件平台、预算和交付条件，进一步确认配置边界，或匹配可租算力资源。