有没有比 whisper large v3 更准更强的

[wcwcxiaobin]

我平时用来输出词级字幕，最近测试了 qwen 的 asr 感觉准确率和时间戳都不是很准啊。。

[106npo]

比 large v3 更准的是 medium. large 不管是中文还是日文,幻觉太多了

[heartleo]

elevenlabs.io

[380cc]

@106npo 想问问，whisper large v3 精准度比 large v2 好吗？我记得我以前用的时候，large v3 结果比 large v2 要差啊，用的 whisper kit.

[ahci]

感觉 v3 不如 v2 ，尤其是处理日语方面

[neteroster]

那太多了，中文的话豆包，多语言的话

elevenlabs ，soniox

[wcwcxiaobin]

@106npo 我一直以为它这个模型越大，越准，时间戳也越准

[wcwcxiaobin]

@ahci 你是懂日语的

[jackOff]

https://github.com/RVC-Boss/GPT-SoVITS 这个项目我用 whisper large v3 跑似乎还行？其他的没有测过

[106npo]

@380cc v3 在大多数情况下没 v2 好,我曾经记得 openai 自己也承认这一点,不过现在找不到来源了.

[wcwcxiaobin]

@106npo 那我试试 v2

[m1nm13]

反正我是觉得 Whisper 已经过时了，而且过时好几年了。

sensevoice 这类比较新的非自回归的模型，可能效果都比它好。