Whisper OpenAI: API и self-hosted — 1 лучший сервис с тарифами и отзывами

В каталоге 1 сервис по направлению «Whisper OpenAI: API и self-hosted». 1 сервис с бесплатным тарифом.

🅰️
Yandex SpeechKit: распознавание и синтез речи
1 сервис
🏦
Tinkoff VoiceKit
1 сервис
📦
Открытые ASR-модели: Vosk, Silero, NeMo
0 сервисов
Найдено сервисов: 1
Whisper (OpenAI) — логотип

Whisper (OpenAI)

Бесплатный

Open-source модель автоматического распознавания речи (ASR) от OpenAI на архитектуре Transformer encoder-decoder. Обучена на 680 000 часов многоязычных данных, поддерживает транскрипцию и перевод на английский. Доступна как через API OpenAI, так и для self-hosted-запуска.

Бесплатно
Open-source (self-hosted) + API OpenAIСША (OpenAI)
Архитектура Transformer encoder-decoder (sequence-to-sequence ASR)Обучена на 680 000 часов многоязычных и многозадачных размеченных данныхМногоязычное распознавание речиПеревод речи на английский (Speech Translation)Автоматическое определение языка+7
Подробнее

Сравнение сервисов Whisper OpenAI: API и self-hosted

Сравнение сервисов Whisper OpenAI: API и self-hosted
НазваниеМин. ценаПробный периодРазвёртываниеИнтеграцииРейтинг
Whisper (OpenAI)БесплатноБесплатный тарифOpen-source (self-hosted) + API OpenAI—Нет оценок

Часто задаваемые вопросы

Что такое Whisper и кто его создал?
Whisper — open-source модель распознавания речи (speech-to-text), разработанная OpenAI. Релиз в сентябре 2022, регулярные обновления. Поддержка 100+ языков, лучшая в мире точность для английского, хорошая для большинства языков включая русский. Можно использовать через API OpenAI ($0,006/минута) или self-hosted на своём GPU (бесплатно для коммерческих проектов по лицензии MIT). Поддержка моделей разного размера: tiny, base, small, medium, large, large-v2, large-v3 — больше модель = выше точность, медленнее обработка.
Какую модель Whisper выбрать?
tiny (39 МБ) — для real-time на CPU, точность 70-80%, скорость 30x real-time. base (74 МБ) — баланс для прототипов, точность 80-87%, 16x real-time. small (244 МБ) — рабочая лошадка, 87-92%, 6x real-time. medium (769 МБ) — стандарт качества, 90-95%, 2x real-time на GPU. large-v3 (1550 МБ) — премиум, 95-98%, 1x real-time на GPU NVIDIA RTX 3080+. Для русского языка лучше всего работает large-v3. Для production использования рекомендуется medium или large-v3 на GPU.
API OpenAI или self-hosted?
API OpenAI: $0,006/минута, мгновенный старт, не нужна инфраструктура. Минусы: данные уходят на серверы OpenAI (важно для конфиденциальных проектов), лимиты API, требуется интернет. Self-hosted: бесплатно для коммерческих проектов, полный контроль данных, безлимитная обработка, может работать оффлайн. Минусы: нужна DevOps-команда, GPU-сервер ($20-100/мес), время на развёртывание 1-2 недели. Самостоятельное развёртывание окупается при объёмах от 50 000 минут/мес. Для разовых задач — API. Для регулярной работы и конфиденциальных данных — self-hosted.
Какие требования к GPU для self-hosted?
Минимальные: NVIDIA GPU с 4+ ГБ VRAM (например RTX 3060 от $300) — для модели medium. Рекомендуемые: RTX 3080 или 4070 с 8-12 ГБ VRAM ($500-800) — для large-v3. Облачные варианты: AWS g4dn.xlarge от $0,5/час, Yandex Cloud GPU от 30-50 ₽/час, RunPod от $0,3/час. Для тестов: Google Colab бесплатно с T4 GPU (медленнее, временные ограничения). При полной загрузке GPU 24/7 одна карта обрабатывает 50 000-150 000 минут аудио в месяц — экономия по сравнению с API уже видна.
Какие готовые сборки и обёртки?
Стандартный Whisper от OpenAI: openai/whisper на GitHub, Python-пакет, лучшая совместимость. faster-whisper: переписан на CTranslate2, в 4 раза быстрее оригинала, рекомендуется для production. whisper.cpp: реализация на C++ для CPU, работает даже на смартфонах. Whisper JAX: версия на JAX от HuggingFace, оптимизирована для TPU. WhisperX: с улучшенной диаризацией спикеров и временными метками. Готовые Docker-образы есть для всех вариантов. Для большинства проектов — faster-whisper, лучший баланс скорости и качества.
Точность Whisper на русском языке
large-v3 на чистой русской речи — 92-96%. На реальных записях с шумом и плохим качеством — 80-90%. Уступает Yandex SpeechKit и Tinkoff VoiceKit на 1-3% для русского, потому что эти модели обучены преимущественно на русском, а Whisper — мультиязычная. Для критичных задач на русском (медицина, юриспруденция) — Yandex SpeechKit с пользовательскими словарями работает лучше. Для смешанного контента (интервью на нескольких языках) и проектов с конфиденциальностью — Whisper self-hosted предпочтительнее.
Сколько стоит обработка через API OpenAI?
$0,006 за минуту через Whisper API OpenAI. Расчёт: 1 час видео = 60 минут × $0,006 = $0,36 (≈30 ₽). 100 часов в месяц — $36 (≈3000 ₽). 1000 часов — $360 (≈30 000 ₽). Сравнение с альтернативами: Yandex SpeechKit — 10-30 ₽/мин (в 15-50 раз дороже Whisper API для английского). Self-hosted Whisper на собственном GPU $50/мес — 24-часовая обработка даёт 50 000+ минут (~$0,001/мин). Для small-scale — API. Для средних объёмов — Yandex (для русского) или self-hosted (для английского). Для крупных — обязательно self-hosted.

Что такое Whisper и кто его создал?

Whisper — open-source модель распознавания речи (speech-to-text), разработанная OpenAI. Релиз в сентябре 2022, регулярные обновления. Поддержка 100+ языков, лучшая в мире точность для английского, хорошая для большинства языков включая русский. Можно использовать через API OpenAI ($0,006/минута) или self-hosted на своём GPU (бесплатно для коммерческих проектов по лицензии MIT). Поддержка моделей разного размера: tiny, base, small, medium, large, large-v2, large-v3 — больше модель = выше точность, медленнее обработка.

Какую модель Whisper выбрать?

tiny (39 МБ) — для real-time на CPU, точность 70-80%, скорость 30x real-time. base (74 МБ) — баланс для прототипов, точность 80-87%, 16x real-time. small (244 МБ) — рабочая лошадка, 87-92%, 6x real-time. medium (769 МБ) — стандарт качества, 90-95%, 2x real-time на GPU. large-v3 (1550 МБ) — премиум, 95-98%, 1x real-time на GPU NVIDIA RTX 3080+. Для русского языка лучше всего работает large-v3. Для production использования рекомендуется medium или large-v3 на GPU.

API OpenAI или self-hosted?

API OpenAI: $0,006/минута, мгновенный старт, не нужна инфраструктура. Минусы: данные уходят на серверы OpenAI (важно для конфиденциальных проектов), лимиты API, требуется интернет. Self-hosted: бесплатно для коммерческих проектов, полный контроль данных, безлимитная обработка, может работать оффлайн. Минусы: нужна DevOps-команда, GPU-сервер ($20-100/мес), время на развёртывание 1-2 недели. Самостоятельное развёртывание окупается при объёмах от 50 000 минут/мес. Для разовых задач — API. Для регулярной работы и конфиденциальных данных — self-hosted.

Какие требования к GPU для self-hosted?

Минимальные: NVIDIA GPU с 4+ ГБ VRAM (например RTX 3060 от $300) — для модели medium. Рекомендуемые: RTX 3080 или 4070 с 8-12 ГБ VRAM ($500-800) — для large-v3. Облачные варианты: AWS g4dn.xlarge от $0,5/час, Yandex Cloud GPU от 30-50 ₽/час, RunPod от $0,3/час. Для тестов: Google Colab бесплатно с T4 GPU (медленнее, временные ограничения). При полной загрузке GPU 24/7 одна карта обрабатывает 50 000-150 000 минут аудио в месяц — экономия по сравнению с API уже видна.

Какие готовые сборки и обёртки?

Стандартный Whisper от OpenAI: openai/whisper на GitHub, Python-пакет, лучшая совместимость. faster-whisper: переписан на CTranslate2, в 4 раза быстрее оригинала, рекомендуется для production. whisper.cpp: реализация на C++ для CPU, работает даже на смартфонах. Whisper JAX: версия на JAX от HuggingFace, оптимизирована для TPU. WhisperX: с улучшенной диаризацией спикеров и временными метками. Готовые Docker-образы есть для всех вариантов. Для большинства проектов — faster-whisper, лучший баланс скорости и качества.

Точность Whisper на русском языке

large-v3 на чистой русской речи — 92-96%. На реальных записях с шумом и плохим качеством — 80-90%. Уступает Yandex SpeechKit и Tinkoff VoiceKit на 1-3% для русского, потому что эти модели обучены преимущественно на русском, а Whisper — мультиязычная. Для критичных задач на русском (медицина, юриспруденция) — Yandex SpeechKit с пользовательскими словарями работает лучше. Для смешанного контента (интервью на нескольких языках) и проектов с конфиденциальностью — Whisper self-hosted предпочтительнее.

Сколько стоит обработка через API OpenAI?

$0,006 за минуту через Whisper API OpenAI. Расчёт: 1 час видео = 60 минут × $0,006 = $0,36 (≈30 ₽). 100 часов в месяц — $36 (≈3000 ₽). 1000 часов — $360 (≈30 000 ₽). Сравнение с альтернативами: Yandex SpeechKit — 10-30 ₽/мин (в 15-50 раз дороже Whisper API для английского). Self-hosted Whisper на собственном GPU $50/мес — 24-часовая обработка даёт 50 000+ минут (~$0,001/мин). Для small-scale — API. Для средних объёмов — Yandex (для русского) или self-hosted (для английского). Для крупных — обязательно self-hosted.

Whisper OpenAI 2026: API и self-hosted развёртывание

Что такое Whisper

Whisper — open-source модель распознавания речи от OpenAI, релиз в сентябре 2022. Лицензия MIT — можно использовать в коммерческих проектах бесплатно. Поддержка 100+ языков. Лучшая в мире точность для английского (95-98% на чистой речи). Хорошая точность для русского (92-96% large-v3). Доступна через API OpenAI ($0,006/минута) или для self-hosted развёртывания на собственном GPU. Стандарт индустрии — большинство современных сервисов транскрибации используют Whisper или его форки под капотом.

Размеры моделей и выбор

Whisper доступен в 5+ размерах: tiny (39 МБ, 70-80% точности, 30x real-time на CPU) — для прототипирования и real-time с минимальными ресурсами. base (74 МБ, 80-87%, 16x real-time) — баланс для среднего качества. small (244 МБ, 87-92%, 6x real-time) — рабочая лошадка для production. medium (769 МБ, 90-95%, 2x real-time на GPU) — стандарт качества. large-v3 (1550 МБ, 95-98%, 1x real-time на GPU RTX 3080+) — премиум, лучшее качество. Для production-сервисов транскрибации рекомендуется medium или large-v3 на GPU. Для мобильных приложений и embedded — tiny или small на CPU через whisper.cpp.

API OpenAI: быстрый старт

Регистрация на platform.openai.com → получение API-ключа → 5 строк кода на Python: openai.audio.transcribe(file=open("audio.mp3", "rb"), model="whisper-1") → готовый текст транскрипции. Цена: $0,006/минута, оплата по факту использования, минимальный депозит $5. Подходит для прототипов, разовых задач, проектов до 50 000 минут/мес. Минусы: данные уходят на серверы OpenAI (нет для медицины и юриспруденции), есть лимиты API на количество запросов в минуту. Для большинства разработчиков — оптимальный старт.

Self-hosted развёртывание

Для крупных объёмов и конфиденциальных данных — self-hosted на своём GPU. Установка: pip install openai-whisper или faster-whisper. Один Python-файл загружает модель и обрабатывает аудио. Готовые Docker-образы есть на DockerHub. Требования: NVIDIA GPU с 4-12 ГБ VRAM (от RTX 3060 за $300 до RTX 4090 за $2000). Облачные варианты: AWS g4dn.xlarge ($0,5/час), Yandex Cloud GPU (30-50 ₽/час), RunPod ($0,3/час). При полной загрузке 24/7 одна RTX 3080 обрабатывает 80-100 тыс минут аудио в месяц. Стоимость GPU $20-100/мес окупается уже на 50 000 минут/мес обработки.

Faster Whisper и оптимизации

Стандартный Whisper от OpenAI медленный — для production используйте оптимизированные форки. faster-whisper: переписан на CTranslate2 движке, в 4 раза быстрее оригинала, тот же API, рекомендуется для большинства проектов. whisper.cpp: C++ реализация для CPU, работает на любом устройстве включая Raspberry Pi и смартфоны. Whisper JAX: версия на JAX от HuggingFace, оптимизирована для TPU. WhisperX: с улучшенной диаризацией спикеров (определение «кто что сказал») и точными временными метками. Все варианты совместимы с моделями OpenAI — можно использовать одну и ту же модель large-v3 в разных средах.

Сравнение с российскими API для русского

На русской речи Yandex SpeechKit и Tinkoff VoiceKit показывают точность на 1-3% выше Whisper large-v3 в чистых условиях. На сложных кейсах (специальная терминология, акценты, шум) разница больше — российские API лучше за счёт обучения преимущественно на русском контенте. Whisper выигрывает: 1) Бесплатно для коммерческого использования при self-hosted; 2) Безлимитная обработка; 3) Полный контроль данных; 4) Поддержка многоязычных записей (русский+английский в одном файле). Для проектов на чистом русском — Yandex SpeechKit оптимален. Для проектов с конфиденциальностью или многоязычным контентом — Whisper.

Каталог обновлён: март 2026