# Fireworks 音频 API

Fireworks 发布 Whisper v3-large 语音转文字 API 的 beta 版，主打速度：在专用端点上，异步接口把 1 小时音频转写或翻译成文本只需 4 秒，约合 900 倍实时。此前同类服务往往让用户等上数秒甚至数分钟，而这次的速度来自其推理服务栈的改造，而非模型本身。质量上，whisper-v3-large 在 Librispeech Clean 数据集上的贪心解码词错误率为 2.00%，与原版开源模型持平；服务端还内置翻译、词句时间戳对齐、音频预处理和语音活动检测。

Fireworks 发布 Whisper v3-large 语音转文字 API 的 beta 版，主打速度：在专用端点上，异步接口把 1 小时音频转写或翻译成文本只需 4 秒，约合 900 倍实时。此前同类服务往往让用户等上数秒甚至数分钟，而这次的速度来自其推理服务栈的改造，而非模型本身。质量上，whisper-v3-large 在 Librispeech Clean 数据集上的贪心解码词错误率为 2.00%，与原版开源模型持平；服务端还内置翻译、词句时间戳对齐、音频预处理和语音活动检测。