Whisper (OpenAI)
“Reconocimiento de voz robusto mediante supervisión débil a gran escala”
por OpenAI
Nuestra reseña
Whisper es el modelo de voz a texto de código abierto de OpenAI. Los desarrolladores lo ejecutan en local o en servidores para transcribir y traducir audio en muchos idiomas, incluso archivos muy largos.
Ventajas
- Gratis y privado en local
- Muchos idiomas
Desventajas
- Requiere configuración técnica
Se está usando para
- Transcribir audio y vídeo35 publicaciones · X · HN · X
- Subtítulos5 publicaciones · X · HN · HN
- Traducir textos4 publicaciones · X · HN · HN
Según 41 publicaciones públicas en X y Hacker News que cuentan cómo lo usan · revisado el 23 oct 2026
También sirve para
CódigoBuena opción
Una librería y modelo de Python para integrar transcripción en apps.
Limitaciones
- Código: Un componente para desarrolladores, no un asistente de programación.
Casos de uso · Lo que dicen los usuarios
Publicaciones reales de personas que usan Whisper (OpenAI) en X, ordenadas por interacción (primero en español).
Let's go, 200% faster Whisper w/ speculative decoding! 🔥 Whisper (baseline) - 73 seconds Whisper w/ Speculative Decoding - 33 seconds All with zero drop in performance! ⚡ Pseudocode: 1. Initialise a Teacher model ex: openai/whisper-large-v2. 2. Load an assistant model ex: dis…
726 me gusta · 107 reposts · 19 respuestasVer en X ↗Been using Whisper Large to write most of my messages in Slack/Discord today. What a phenomenal piece of software. By the end of the day I had stopped proof reading it, I just hit send. It was almost always fully correct, including capitalisation, acronyms, and punctuation.
8 me gusta · 0 reposts · 1 respuestasVer en X ↗I built a player that writes subtitles before the scene arrives. Using Whisper large-v3, on the Apple GPU Link in comments👇 https://t.co/nTQWTTCYX0
4 me gusta · 1 reposts · 1 respuestasVer en X ↗i used openai whisper model in a VPS with enough memory to handle self-attention (the mp3 was 4h long) then prompted claude to get a precise prompt meeting my requirements to summarise the txt file. fed that prompt to claude opus 4.1 and sort of cleaned it up best i could h…
5 me gusta · 0 reposts · 1 respuestasVer en X ↗I have been using @OpenAI Whisper model to generate English subtitles from my Nepali Devlog videos. It doesn't give a 100% correct output but gives .srt with proper timestamps to get started with finalizing the subtitle. It's amazing!! DevLog #2: https://t.co/odVmyZr6LF
2 me gusta · 1 reposts · 1 respuestasVer en X ↗Building scalable AI applications with @Cloudflare Workers AI is fast, straight forward and amazing. I built a transcription app this weekend with Workers AI, R2 and Openai whisper model.
5 me gusta · 0 reposts · 0 respuestasVer en X ↗
Ver 4 publicaciones más ›Ver menos
I found out that AI transcription can now be done locally with amazing result. Some libraries you might find interesting: - Whisper.cpp: Port of OpenAI Whisper Model in C/C++ - Whisper ggml models - TinyDiarize: Extension of OpenAI Whisper model with speaker diarization!
1 me gusta · 0 reposts · 1 respuestasVer en X ↗I’ve been using Whisper typing, built on OpenAI’s Whisper model, and it’s honestly amazing! It picks up almost every word I say. Super accurate. Super smooth. I can’t wait until this works on phones across every app. https://t.co/MBkLAOOREa
0 me gusta · 0 reposts · 1 respuestasVer en X ↗Cannot believe I've only just discovered how cool the @OpenAI whisper model is. Is this what all those transcription tools are using behind the scenes? https://t.co/2ib4i9nYgU
1 me gusta · 0 reposts · 0 respuestasVer en X ↗I tried OpenAi whisper model for speech to text generation, got to know that its tiny model takes around 500 MB of RAM and the result was worse than android built in speech recognition,
0 me gusta · 0 reposts · 0 respuestasVer en X ↗
Herramientas relacionadas
Comparar con Descript ›Descript
45Edita vídeo y pódcasts editando la transcripción.
ElevenLabs
82Las voces de IA más naturales, clonación de voz y doblaje.
Mistral Vibe
70El asistente de chat y agente de código de Mistral (antes Le Chat).
Krisp
53Cancelación de ruido y notas de reunión en cada llamada.