核心功能
开源语音识别
large-v3 模型，支持 99 种语言
语音转文字与翻译
抗噪声与口音能力强
支持本地与 API 部署
可免费商用
定价方案
free
开源，可免费自托管
api
OpenAI API $0.006/分钟
providers
第三方托管约 $0.22/小时起
使用场景
音视频转写
字幕生成
会议与访谈记录
多语言翻译
语音交互后端
无障碍字幕
优点
免费且开源
多语言识别准确
可本地部署保护隐私
抗噪声能力强
缺点
加速需 GPU
无官方实时界面
需一定技术部署
最新动态
2026年7月：Whisper large-v3 仍是领先的开源 ASR 模型，支持 99 种语言且被广泛托管