Whisper

Открытая нейросеть OpenAI для распознавания речи: переводит аудио и видео в текст на 99 языках, включая русский. Бесплатно работает на своём компьютере, есть недорогой API.

Работает в России Бесплатно Музыка и голос

Где попробовать Whisper в России

Агрегаторы, в которых собраны нейросети этого типа. Наличие конкретной модели проверяйте на сайте сервиса.

СервисКому подходитЦена отДействие
ChadGPT Универсальный и простой за 290 рублей в месяц и всё есть 290 ₽ Попробовать
SYNTX Работа в боте или веб-версии, 100+ моделей, включая видео и музыку 756 ₽ Попробовать
Study24 50+ моделей в одной подписке: тексты, картинки, музыка 549 ₽ Попробовать

Что умеет

  • Распознавание речи на 99 языках, хорошо понимает русский
  • Перевод речи с любого языка на английский
  • Расстановка временных меток — готовые субтитры SRT и VTT
  • Модели от tiny до large-v3 и быстрая large-v3-turbo
  • Открытый код и веса под лицензией MIT
  • Работает офлайн на компьютере, в том числе без видеокарты
  • Быстрые реализации: whisper.cpp, faster-whisper
  • API OpenAI — около $0,006 за минуту

Для каких задач

  • Расшифровка интервью, лекций и созвонов
  • Субтитры для YouTube и Reels
  • Конспекты из аудио и видео
  • Расшифровка голосовых сообщений
  • Распознавание речи в своих приложениях и ботах
  • Транскрибация подкастов

Whisper — открытая нейросеть для распознавания речи

Whisper — модель OpenAI для автоматического распознавания речи, выпущенная в сентябре 2022 года с открытым кодом и весами. Её обучили на 680 тысячах часов аудио на разных языках, поэтому Whisper уверенно справляется с акцентами, фоновым шумом и специальной лексикой. Сегодня Whisper — стандарт транскрибации: на нём работают сотни сервисов, программ и ботов.

Что умеет Whisper

  • Расшифровка речи на 99 языках, включая русский.
  • Перевод на английский — речь на любом языке сразу в английский текст.
  • Временные метки — готовые субтитры в форматах SRT и VTT.
  • Автоопределение языка.
  • Офлайн-работа — аудио не уходит в облако.

Модели Whisper

МодельОсобенности
tiny, baseОчень быстрые, для слабых устройств, качество ниже
small, mediumБаланс для обычного компьютера
large-v3 (ноябрь 2023)Максимальная точность
large-v3-turbo (октябрь 2024)В несколько раз быстрее large-v3 при близком качестве

Ускоренные реализации whisper.cpp и faster-whisper позволяют расшифровывать часы аудио даже без мощной видеокарты.

Как пользоваться

  1. Без программирования — установите Buzz, MacWhisper или Subtitle Edit: это программы с интерфейсом на основе Whisper.
  2. Через командную строку — установите пакет и запустите расшифровку:
pip install -U openai-whisper
whisper interview.mp3 --model large-v3-turbo --language ru --output_format srt
  1. Через API OpenAI — около $0,006 за минуту. Для новых проектов OpenAI также предлагает модели gpt-4o-transcribe и gpt-4o-mini-transcribe.

Для чего подходит

  • расшифровка интервью, лекций и созвонов;
  • субтитры для YouTube и Reels;
  • конспекты из аудио и видео;
  • расшифровка голосовых сообщений;
  • распознавание речи в своих ботах и приложениях — например, в связке с n8n.

Ограничения: Whisper не разделяет речь по спикерам без дополнительных инструментов и иногда «додумывает» текст на тишине. Для расшифровки с разметкой спикеров удобнее Scribe от ElevenLabs.

Whisper в России

Локальная версия работает в России без ограничений: модель скачивается с GitHub или Hugging Face и запускается на вашем компьютере. Недоступен только API OpenAI — компания не обслуживает пользователей из России. Многие российские сервисы транскрибации и агрегаторы используют Whisper под капотом.

Плюсы и минусы

Плюсы: бесплатно и с открытым кодом; отличный русский; работает офлайн; готовые субтитры; огромная экосистема программ.

Минусы: нет разделения по спикерам из коробки; галлюцинации на тишине; большим моделям нужна видеокарта; установка требует базовых навыков.

Ограничения

  • Нет разделения по спикерам из коробки — нужны дополнительные инструменты
  • На тишине и шуме иногда «придумывает» текст
  • Для больших моделей желательна видеокарта
  • Нужно немного технических навыков для установки

Готовые промпты и инструкции

Промпты для Whisper

Готовые шаблоны запросов под бизнес-задачи — в Telegram.

Забрать

Альтернативы Whisper

Частые вопросы

Whisper бесплатный?

Да. Whisper — открытая модель под лицензией MIT: её можно бесплатно скачать и пользоваться без ограничений, в том числе в коммерческих проектах. Платно — только API OpenAI, около $0,006 за минуту аудио.

Хорошо ли Whisper распознаёт русский?

Да, русский — один из языков с высоким качеством распознавания. Лучшие результаты дают модели large-v3 и large-v3-turbo.

Как пользоваться Whisper без программирования?

Есть готовые программы с интерфейсом на его основе: Buzz (Windows, Mac, Linux), MacWhisper, Subtitle Edit. Также Whisper встроен во многие онлайн-сервисы транскрибации и в агрегаторы нейросетей.

Какую модель выбрать?

Для слабого компьютера — small или medium. Для лучшего качества — large-v3. Оптимальный баланс скорости и точности — large-v3-turbo: она в несколько раз быстрее при близком качестве.

Работает ли Whisper в России?

Да, локальная версия работает без ограничений: модель скачивается и запускается на вашем компьютере. Недоступен только API OpenAI — OpenAI не обслуживает Россию.

Умеет ли Whisper делать субтитры?

Да, Whisper расставляет временные метки и сохраняет результат в форматы субтитров SRT и VTT, которые можно сразу загрузить на YouTube или в видеоредактор.