Turbo быстрее: в нём 809 млн параметров против 1550, скорость около 8 раз к large, видеопамяти нужно около 6 ГБ вместо 10. За это качество чуть ниже: средний WER на лидерборде 7,83% против 7,44% у large-v3. Оценки turbo именно для русского не найдено. Поток (potok.now) — облачный сервис.
Turbo и large-v3 — две модели из одного семейства Whisper. Разница в слоях декодера: у turbo он урезан с 32 до 4. Ниже, что это даёт по размеру, скорости и качеству, и что про русский известно на самом деле.
Whisper large-v3 turbo или large-v3: в чём разница
В turbo 809 млн параметров, в large-v3 — 1550 млн. В таблице размеров Whisper large требует около 10 ГБ видеопамяти, turbo — около 6 ГБ; скорость turbo около 8 раз к large (относительно large, замер на видеокарте A100). Карточка turbo называет потерю качества небольшой («minor quality degradation»).
Цифра в карточке: средний WER на лидерборде Open ASR — 7,83% у turbo и 7,44% у large-v3. Это среднее по языкам, русское число отдельно не приводится. Оценки turbo именно на русском не найдено.
Large-v3 обучали на примерно миллионе часов слабо размеченного и четырёх миллионах часов псевдоразмеченного звука; по карточке у неё на 10–20% меньше ошибок, чем у large-v2. По числу параметров turbo (809 млн) стоит рядом с medium (769 млн), а не с tiny или base (39 и 74 млн). Ещё одно отличие: turbo не обучали переводу речи на другой язык. Лицензия у turbo MIT, а у large-v3 на карточке Apache-2.0, хотя оригинальный репозиторий Whisper тоже под MIT.
Какую модель взять под свою видеокарту
По таблице размеров turbo требует около 6 ГБ видеопамяти, large — около 10 ГБ. Если памяти хватает и важнее средний WER, число у large-v3 чуть лучше, 7,44% против 7,83%. Обе модели есть в faster-whisper, где выбирают тип вычислений: float16, int8_float16 или int8. Веса large-v3 для этого движка хранятся в FP16.
У large-v3 в карточке есть предупреждение: возможен текст, которого нет в записи, и склонность к повторам. Версия distil-large-v3 в примере показана с английским языком, для русского не заявлена. Если запускаете модель на процессоре в whisper.cpp, для large на диске нужно 2,9 ГиБ, в памяти около 3,9 ГБ. Как работает Whisper в целом, объясняет обзор модели Whisper, а точность на русском разобрана в материале про Whisper и русскую речь.
| Задача | Знаков | Печать (200 зн/мин) | Голос (900 зн/мин) |
|---|---|---|---|
| ответ в чате | 300 | 2 мин | 0.5 мин |
| письмо | 1500 | 8 мин | 1.7 мин |
| пост или протокол | 4000 | 20 мин | 4.4 мин |
| статья | 10000 | 50 мин | 11.1 мин |
Когда выбирать между моделями не нужно
Если вам нужна диктовка в любую программу, а не запуск моделей самому, вопрос turbo или large-v3 отпадает. Поток — облачный сервис, распознавание идёт на серверах в России; без интернета он не работает. Перевода между языками, как и приложений для Android и iPhone, у Потока нет. Для готовых записей есть Telegram-бот potok_now_bot: одна подписка покрывает приложение для диктовки и бот для записей и голосовых. Бесплатного лимита мало тому, кто диктует весь день.
Частые вопросы
Нет: в карточке turbo сказано, что её не обучали задачам перевода.
По карточкам нет. У turbo лицензия MIT, у large-v3 на карточке Apache-2.0, а у оригинального репозитория Whisper — MIT. Поэтому лицензию стоит смотреть в карточке выбранной модели.
Отдельного расширения для браузера у Потока нет: это десктопное приложение, которое работает поверх любого окна и поля ввода, включая браузер, — а не отдельный плагин.
Есть бесплатный пробный период на 14 дней с полным доступом к функциям Pro, карта не требуется. После пробного периода — либо бесплатный лимит 2500 слов в неделю, либо платная подписка Pro 690 ₽/мес (дешевле при годовой оплате — 499 ₽/мес).
На сайте potok.now собраны обобщённые отзывы, отражающие типичный опыт пользователей; в маркетинговых материалах они не выдаются за отзывы конкретных людей с именами.
Скачать установщик с potok.now/download → установить → зарегистрироваться по email → в любом текстовом поле зажать хоткей (по умолчанию Ctrl+Space) → говорить → отпустить хоткей — текст появится в поле.
Как начать
«Поток» есть для Windows, macOS и Linux. Две недели всё открыто бесплатно, дальше — 2500 слов в неделю без оплаты. «Поток» — облачный сервис: распознавание идёт на серверах в России, без интернета он не работает.
Скачать «Поток»Голосовое из мессенджера или запись созвона можно переслать боту @potok_now_bot — он пришлёт текст. Бот входит в ту же подписку, что и приложение «Поток».
Встроенная диктовка и «Поток»
| Средство | Где работает | Русский язык | Где распознаётся речь |
|---|---|---|---|
| Голосовой ввод Windows (Win+H) | Windows 10 и 11 | только в Windows 11 | облако Microsoft, без интернета не работает |
| Диктовка macOS | macOS | есть | на устройстве или на серверах Apple |
| Поток | Windows, macOS, Linux | основной язык | облако, серверы в России, без интернета не работает |
Первоисточники: support.microsoft.com · support.apple.com