● Инструмент / Уровень: базовый / Q2 · 2026 / 36 из 90

Whisper.

транскрипция речи в текст от OpenAI

Короткий
ответ ↳

Whisper — это open-source модель транскрипции речи в текст от OpenAI. 99 языков, точность 95%+. Можно использовать через API ($0.006/мин) или развернуть локально (бесплатно). Стандарт индустрии.

01 Что это

OpenAI выпустила Whisper в сентябре 2022 как open-source модель под MIT-лицензией. Это редкость для коммерческой AI-компании. С тех пор Whisper стал стандартом ASR (speech recognition) в индустрии.

В Q2 2026 — актуальная версия Whisper Large v3.

02 Где применять

Транскрипция Zoom/Meet звонков.
Voice-агенты (Whisper → LLM → TTS).
Subtitles для видео.
Голосовой ввод в продукте.
Аналитика колл-центра — все звонки в текст и поиск.

03 Варианты запуска

Где	Цена	Скорость
OpenAI API	$0.006/мин	~real-time
Groq	$0.04/мин	10x real-time
Replicate	$0.0001/сек	real-time
On-prem GPU	~бесплатно	5-10x real-time

04 Альтернативы

Groq Whisper. Whisper API на чипах Groq — в 10x быстрее.
AssemblyAI, Deepgram. Платные, но дают diarization (кто говорит) и timestamps.
Yandex SpeechKit. Российский рынок, без compliance-проблем.
WhisperX — wrapper с лучшим diarization.

// 07

Частые вопросы

01 Whisper на русском?

Отлично работает. Точность ~95% на нормальной речи.

02 Сколько стоит локально?

Whisper large на одном GPU обрабатывает ~10x скорости реального времени. Окупается с ~100 часов аудио в месяц.

03 Может ли определять кто говорит?

Не из коробки. Для diarization используйте pyannote или WhisperX.

Понимаем — учим
работать с Whisper
внутри команды.

Час бесплатной диагностики: разбираем 2–3 ваших процесса и говорим прямо, где AI окупится за квартал, а где брать рано. Знания остаются у вашей команды.

Discovery call · 1 час @Aleksei_Shturbin