Whisper large-v3-turbo de OpenAI alojado en Cloudflare Workers AI, con marcas de tiempo por palabra y detección automática de idioma.
12 idiomas · evaluado
Whisper Large V3 Turbo es un modelo de transcripción de voz a texto de Cloudflare. En nuestras pruebas estandarizadas alcanza una tasa de error de palabra de 12.90%, ocupando el puesto n.º 12 de 40 modelos evaluados. Admite 12 idiomas y cuesta 0,001 US$/min — el más económico del catálogo.
Su alternativa evaluada más cercana es MAI-Transcribe-2 (preview). Ideal para flujos de alto volumen y sensibles al coste.
Puntuación General
76.7
#12 de 40
Tasa de Error de Palabras
12.90%
Tasa de Error de Caracteres
9.21%
Tasa de Error de Coincidencia
11.87%
Información de Palabras Perdida
16.31%
Latencia Promedio
5.3s
Benchmarks Ejecutados
33
WER general · 40 modelos
Whisper Large V3 Turbo
grupo · 39 modelos
abajo a la izquierda es mejor
8 categorías
WER
menor es mejor
Médico
2.1%
Legal
2.8%
Técnico
5.2%
Finanzas
6.7%
Conversacional
10.0%
General
10.7%
Cambio de Código
23.2%
Ambiente Ruidoso
36.3%
| Categoría | WER | CER | MER | WIL | Latencia | Evaluaciones |
|---|---|---|---|---|---|---|
Cambio de Código | 23.15% | 14.58% | 22.50% | 30.97% | 8.1s | 2 |
Conversacional | 9.99% | 6.79% | 9.97% | 11.77% | 3.0s | 2 |
Finanzas | 6.67% | 3.09% | 6.55% | 10.41% | 11.1s | 2 |
General | 10.65% | 8.56% | 9.76% | 14.50% | 5.1s | 17 |
Legal | 2.75% | 1.95% | 2.74% | 3.42% | 4.7s | 2 |
Médico | 2.10% | 0.99% | 2.10% | 3.22% | 7.2s | 2 |
Ambiente Ruidoso | 36.25% | 24.38% | 31.97% | 39.63% | 2.9s | 4 |
Técnico | 5.17% | 3.03% | 5.17% | 6.76% | 3.8s | 2 |
5 acentos
| Acento | WER | Evaluaciones |
|---|---|---|
Africano | 24.62% | 1 |
Australiano | 36.92% | 1 |
Indio | 23.81% | 1 |
Británico | 5.97% | 1 |
Estadounidense | 9.43% | 1 |
ID del modelo
cloudflare/whisper-large-v3-turbo
Autentica cada solicitud con tu clave API secreta como token Bearer. Genera una clave desde tu panel.
Úsalo con tu agente
Pega esto en Claude Code, Cursor, Codex o cualquier agente con terminal. Instala la CLI y la skill de OpenTranscription, y transcribe con este modelo.
Inicio rápido
Sube tu audio, crea un trabajo con este modelo y luego consulta el trabajo o define un webhook_url para recibir el aviso al completarse.
Parámetros clave
file_path
string
obligatorio
Ruta de almacenamiento devuelta por el paso de subida.
model
string
obligatorio
El modelo con el que se ejecuta este trabajo.
models
string[]
Cadena ordenada de respaldo: primero el principal y luego los alternativos, en orden, si un proveedor falla.
language
string
Código de idioma ISO 639-1. Omítelo para la detección automática.
word_timestamps
boolean
Inicio, fin y confianza por palabra. Por defecto es true; envía false para omitirlos.
webhook_url
string
URL HTTPS que recibe el resultado al completarse el trabajo. Los eventos entregados están firmados (X-OT-Signature).
title
string
Nombre visible de este trabajo en el panel. Si falta, se usa el nombre del archivo.
Respuesta
Un trabajo completado devuelve la transcripción en el Esquema Unificado de OpenTranscription (OTUS).
Webhooks — sin sondeo
Enviamos un evento firmado a tu webhook_url cuando un trabajo se completa o falla; verifica la cabecera X-OT-Signature (HMAC-SHA256, rechaza si tiene más de 300 s) y desduplicado por el id del evento, luego obtén la transcripción completa con GET /api/v1/transcriptions/{id}.
Límite por nivel — consulta los encabezados de respuesta X-RateLimit-*.
Referencia completa de la APIDisponibilidad · 30d
100.00%
Tasa de error
0.00%
Latencia media
78.3s
Último incidente
Ninguno en 30d
del mismo grupo
mismo benchmark, todos los emparejamientos
Idiomas Soportados
Formatos Soportados
Características
Límites
Tamaño máx. de archivo
25 MB
Duración máx.
Sin límite documentado