Whisper large-v3
OpenAI · 该版本 2026-08-15 · asr轨
6 项能力里 3 项支持、0 项不支持、3 项官方没说
逐项能力
Open Weights
开源权重
Multilingual transcription
多语种转写
⚠️ 官方讲的是零样本泛化，没有给语种数。对照 Scribe 明写 90+ —— 同样是 ✅，可比性差一截。
OpenAI 官方 · Whisper large-v3 模型卡官方来源核验版本 large-v3核验于 2026-08-15机器录入
Speaker diarization
说话人分离
模型卡没有说话人分离。⚠️ HF 榜上 `pyannote/speaker-diarization` 下载量 938 万，那是另一个模型，通常和 Whisper 搭着用 —— 「搭配能做」不等于「它能做」。
无来源 —— 这一格是「查了没找到」，不是「我们没查」核验版本 large-v3核验于 2026-08-15机器录入
Word-level timestamps
逐词时间戳
模型卡讲的是架构与训练数据，没有时间戳粒度的说明。⚠️ 生态里确有 word-level 时间戳的实现（`whisper-timestamped` 之类），但那是第三方，不是官方模型卡说的 —— 不据此填格。
无来源 —— 这一格是「查了没找到」，不是「我们没查」核验版本 large-v3核验于 2026-08-15机器录入
Real-time transcription
实时转写
模型卡没有实时/流式转写的说法。它是离线批处理形态的模型。
无来源 —— 这一格是「查了没找到」，不是「我们没查」核验版本 large-v3核验于 2026-08-15机器录入
Speech translation
语音翻译
🎯 翻译是它自述里与识别并列的两件事之一 —— 这一轨里只有它把翻译写进定位。
OpenAI 官方 · Whisper large-v3 模型卡官方来源核验版本 large-v3核验于 2026-08-15机器录入