Audio Revue publiée le Mise à jour le
Comparer

OpenAI : Whisper 1

OpenAI Whisper 1 a été ouvert dans l’API le 1er mars 2023 sous l’identifiant whisper-1, selon OpenAI. Selon la documentation d’OpenAI, il reçoit de l’audio et produit du texte. OpenAI ajoute qu’il peut aussi s’utiliser comme modèle multitâche, en reconnaissance de la parole multilingue, en traduction de la parole et en identification de la langue.

Connectez-vous pour suivre Whisper 1 et être prévenu de ce qui change.

À quoi sert OpenAI Whisper 1

Audio

Whisper peut s’utiliser comme modèle multitâche, selon la documentation d’OpenAI. Celle-ci décrit des usages de reconnaissance de la parole multilingue, de traduction de la parole et d’identification de la langue.

Transcription

whisper-1 s’utilise avec le point d’accès /v1/audio/translations pour traduire en anglais un enregistrement audio terminé, selon le guide de transcription d’OpenAI. Selon ce guide, ce point d’accès ne traduit que vers l’anglais. Pour obtenir des horodatages par mot ou par segment, le guide d’OpenAI recommande whisper-1. Selon ce même guide, le paramètre timestamp_granularities[] renvoie des horodatages structurés pour le sous-titrage et le montage vidéo.

  • Audio
  • Transcription

Les performances d’OpenAI Whisper 1

large-v2 obtient un taux d’erreur par mot de 6,2 % en anglais et de 7,3 % en français sur le jeu de test Multilingual LibriSpeech (MLS), selon le tableau 10 de l’article de recherche d’OpenAI sur Whisper.

Caractéristiques techniques d’OpenAI Whisper 1

OpenAI Whisper 1 correspond à l’identifiant whisper-1 dans la documentation d’OpenAI, qui le décrit comme un modèle généraliste de reconnaissance de la parole acceptant de l’audio et produisant du texte. Selon OpenAI, Whisper a été présenté et publié en open source le 21 septembre 2022.

Selon la carte du modèle publiée par OpenAI, large-v2 est une version améliorée du modèle large de Whisper, sortie en décembre 2022. Dans son annonce sur GitHub, OpenAI indique que large-v2 a été entraîné sur 2,5 fois plus d’époques que le modèle large d’origine, avec la même architecture et la même taille. Selon la carte publiée par OpenAI, les modèles Whisper ont été entraînés sur 680 000 heures d’audio et leurs transcriptions recueillies sur Internet.

Selon le guide de transcription d’OpenAI, Whisper accepte des prompts, ou textes de contexte, de 224 tokens au plus, mais ne suit pas les instructions comme un modèle de texte généraliste. Pour les fichiers audio, le guide de transcription d’OpenAI fixe une limite de 25 Mo par fichier et accepte les formats MP3, MP4, MPEG, MPGA, M4A, WAV et WebM.

Selon le guide de transcription d’OpenAI, Whisper prend en charge 98 langues, avec une précision variable selon la langue. Pour les horodatages par mot ou par segment, le guide de transcription d’OpenAI réserve le paramètre timestamp_granularities[] à whisper-1. Selon la carte du modèle publiée par OpenAI, les transcriptions des modèles Whisper peuvent contenir des hallucinations : des textes qui ne sont pas prononcés dans l’audio.

Éditeur
OpenAI
Sortie
Hébergeurs
OpenAI

Source : OpenRouter.

Où utiliser OpenAI Whisper 1, et jusqu’à quand

OpenAI Whisper 1 a été ouvert dans l’API sous l’identifiant whisper-1 le 1er mars 2023, selon l’annonce d’OpenAI. Selon cette annonce d’OpenAI, l’accès repose sur le modèle large-v2 de Whisper, publié en open source.

Selon l’annonce d’OpenAI, deux points d’accès permettent alors de l’utiliser : transcriptions pour transcrire dans la langue source, et translations pour transcrire en anglais. La documentation d’OpenAI indique que whisper-1 est pris en charge par Transcription et Translation. Selon cette documentation d’OpenAI, whisper-1 n’est pas pris en charge par Chat Completions, Responses, Realtime ni Batch.

Selon la page des dépréciations d’OpenAI, la dépréciation de whisper-1 a été annoncée le 26 août 2026, avec un retrait de l’API fixé au 26 février 2027. OpenAI y nomme gpt-live-transcribe ou gpt-transcribe comme « remplacements recommandés ». Selon la page des dépréciations d’OpenAI, le point d’accès /v1/audio/translations ferme le même jour, avec v1/realtime/translations comme remplacement recommandé.

L'API OpenAI

Pour relier le modèle à votre application

Hébergé via OpenRouter chezOpenAI

Un accès gratuit dépend toujours de l'outil, de l'offre et de ses limites : nous ne l'attribuons pas au modèle seul.

Whisper 1 parmi les versions de Whisper

Whisper 1, sorti le 1er mars 2023, est l’une des 3 versions de Whisper publiées sur Aikiwi, rangées dans la frise par date de sortie.

1 version sélectionnéeAjoutez 1 ou 2 autres versions pour comparer leurs données.

FAQ

Que peut lire OpenAI Whisper 1 ?

whisper-1 lit de l’audio en entrée, selon la documentation d’OpenAI. Sa sortie est du texte, selon la documentation d’OpenAI.

Jusqu’à quand OpenAI Whisper 1 est-il disponible ?

Selon la page des dépréciations d’OpenAI, le retrait de whisper-1 de l’API est prévu le 26 février 2027. OpenAI a annoncé cette dépréciation aux développeurs le 26 août 2026 et recommande gpt-live-transcribe ou gpt-transcribe en remplacement, selon sa page des dépréciations.

Usage sur OpenRouter

Transcription
2,44 M requêtes sur le dernier mois · 6e sur 20 des modèles les plus utilisés en Transcription

Source : OpenRouter (openrouter.ai/rankings), au , données sous licence CC BY 4.0. Le volume traité via l'API OpenRouter mesure l'adoption, pas la qualité.