OpenAI: Whisper

Whisper 是 OpenAI 的開源語音辨識模型（Whisper V2），支援近百種語言，輸出可選 json、text、srt、vtt 與 verbose_json（含段落與逐字時間軸），適合直接產生字幕。

依音訊長度計費（0.006 USD／分鐘），單檔最多 25 MB。辨識率不如 GPT Transcribe 系列。