OpenAI Whisper API, birçok ekibin başladığı varsayılan seçenektir: tek uç nokta, tek fiyat, onlarca dil. Bir Whisper API alternatifi aramaya şu dört durumdan biri olduğunda başlarsınız: kendi sesinizdeki doğruluk yeterli değildir, fatura hacimle büyür, güvenlik ekibiniz daha az veri saklanmasını ister ya da çağırdığınız model emekliye ayrılmaktadır. Bu yazı nasıl karar vereceğinizi ve kodunuzu yeniden yazmadan bir alternatifi nasıl test edeceğinizi gösteriyor.
OpenAI Whisper API emekliye mi ayrılıyor?
Evet, OpenAI’ın güncel takvimine göre. 2026-11-15 tarihinde kontrol edilen kullanımdan kaldırmalar sayfası, whisper-1, gpt-4o-transcribe, gpt-4o-mini-transcribe ve gpt-4o-transcribe-diarize modellerini kullanımdan kaldırılmış olarak listeliyor; duyuru 26 Ağustos 2026’da yapıldı, kapanış 26 Şubat 2027’de. Önerilen yerine geçen model dosyalar için gpt-transcribe (dakikası USD 0,0045, saati USD 0,27), canlı ses için gpt-live-transcribe. Fiyat sayfası aynı dört modeli kullanımdan kaldırılmış olarak işaretliyor, konuşmadan metne rehberi ise “Start with gpt-transcribe” (BroadRouter çevirisi: “gpt-transcribe ile başlayın”) diyor. /v1/audio/translations uç noktası da kullanımdan kaldırıldı. Yani her durumda sesinizi yeni bir modelde yeniden test edeceksiniz. Bu da OpenAI’ın yerine geçen modelini diğer sağlayıcılarla aynı kayıtlar üzerinde karşılaştırmak için şimdiyi iyi bir zaman yapıyor.
Tam tablo için açık konuşmadan metne API fiyat endeksimiz, 20’den fazla ürünün toplu ve akış fiyatlarını, faturalandırma adımlarını ve Arapça desteğini, her biri sağlayıcının kendi fiyat sayfasıyla kontrol edilmiş olarak listeler (CSV ve JSON).
Ekipler neden bir Whisper API alternatifi arıyor?
| Neden | Alternatifte neye bakmalı |
|---|---|
| Belirli bir dilde veya lehçede doğruluk | İlgili bir test setinde yayımlanmış kelime hata oranı, ardından kendi testiniz |
| Yüksek hacimde fiyat | Ses saati başına fiyat ve asgari faturalandırma süreleri |
| Veri saklama | Ses ve transkriptlerin saklanıp saklanmadığı ve ne kadar süreyle |
| Sınırlar | Dosya boyutu, formatlar, hız sınırları |
| Özellikler | Zaman damgaları, konuşmacı ayrımı (diarization), istemler, akış |
OpenAI’ın konuşmadan metne rehberi “Whisper supports 98 languages, but accuracy varies by language” (BroadRouter çevirisi: “Whisper 98 dili destekler, ancak doğruluk dile göre değişir”) diyor. Dürüst başlangıç noktası budur: dil listesi neyin mümkün olduğunu söyler, neyin iyi olduğunu değil.
Hangi Whisper API alternatifleri var ve ne kadar tutuyorlar?
| Seçenek | Fiyat (liste, Kasım 2026) | Diller | Notlar |
|---|---|---|---|
OpenAI Whisper API (whisper-1) |
USD 0,006/dk | 98 (doğruluk değişir) | 25 MB dosya; 224 tokena kadar istem; 2027-02-26’da kapanıyor |
OpenAI gpt-transcribe |
USD 0,0045/dk (USD 0,27/saat) | OpenAI’ın rehberine bakın | OpenAI’ın önerdiği yerine geçen model; OpenAI’ın rehberi kelime zaman damgalarını yalnızca whisper-1 için, konuşmacı etiketlerini ise yalnızca kullanımdan kaldırılan diarize modeli için gösteriyor |
| Groq, Whisper Large v3 | USD 0,111/saat | Çok dilli | Groq %10,3 WER belirtiyor; en az 10 saniyelik faturalandırma |
| Groq, Whisper Large v3 Turbo | USD 0,04/saat | Çok dilli | Groq %12 WER belirtiyor; çeviri için eğitilmedi |
| Soniox (asenkron) | yaklaşık USD 0,10/saat, token başına faturalandırılır | 60’tan fazla, Arapça listede | Kendi iş tabanlı API’si, OpenAI uyumlu değil; gerçek zamanlı yaklaşık USD 0,12/saat |
| Kendi sunucunuzda Whisper | Kendi GPU maliyetiniz | Whisper ile aynı | MIT lisansı; çalıştırmak ve ölçeklemek size kalır |
| BroadNet Transcribe | $0.002/dk | 14 | Whisper değil; Cohere Transcribe tabanlı |
| BroadNet Transcribe Arabic | $0.0042/dk | Arapça | BroadNet, Open Universal Arabic ASR Leaderboard’da 37 model arasında 2. (Eylül 2026 verisi; canlı sıralamada 15 Kasım 2026 itibarıyla 39 model arasında 4.) olduğunu bildiriyor |
Fiyatlar ve Groq’un rakamları 2026-11-14 tarihinde resmi sayfalarda kontrol edildi; OpenAI’ınkiler 2026-11-15 tarihinde yeniden kontrol edildi. OpenAI’ın gpt-transcribe modeli saat başına her iki BroadNet modelinden de pahalıdır. Groq’un Turbo uç noktası ve Soniox ise saat başına BroadNet Transcribe’dan (saati $0.12) ucuzdur; Soniox, OpenAI istek yapısını kullanmadığı için yeni istemci kodu gerektirir. Groq’un WER rakamları kendi yayımladığı sayılardır, diğerleriyle ortak bir set üzerinde yapılmış bir test değildir; bu yüzden onları BroadNet’inkilerle doğrudan karşılaştırmayın. Bu sayfa geçiş hakkındadır; DeepSeek, AssemblyAI, Deepgram, Google, AWS ve Speechmatics dahil, ek özellik fiyatlarıyla tam fiyat listesi için konuşmadan metne fiyat karşılaştırmasına bakın; konuşmadan metne maliyet hesaplayıcısı da kendi aylık saatlerinizi fiyatlandırır.
Doğruluk rakamları gerçekte ne anlama geliyor?
BroadNet, model kataloğunda BroadNet Transcribe Arabic için üç WER rakamı yayımlıyor:
| Test seti | Ses türü | WER |
|---|---|---|
| FLEURS-ar | Temiz, okunan cümleler | 3,8 |
| MASC-ar | Karışık, gerçek hayattan Arapça | 21,1 |
| BroadNet lehçe seti | Lehçeli konuşma | 23,4 |
BroadNet, aynı MASC ve lehçe setlerinde Whisper large-v3 için 31,5 ve 31,8 bildiriyor; kendi Arapça modeli için ise 21,1 ve 23,4. Bu, MASC’te yaklaşık üçte bir, lehçe setinde ise yaklaşık dörtte bir daha az hata demek. Bu, BroadNet’in bir rakibi kendi test etmesidir; bu yüzden kendi sesinizde doğrulayın. Her girdi için aynı test setlerini kullanan herkese açık Open Universal Arabic ASR Leaderboard üzerinde, 15 Kasım 2026’da Whisper large-v3 39 model arasında 19. sıradaydı (ortalama WER 36,86); BroadNet’in sunduğu model olan Cohere Transcribe Arabic 07-2026 ise 4. sıradaydı (24,19).
Ders, aradaki açıklıktır. Aynı model okunan konuşmada neredeyse kusursuz, sohbette ise çok daha zayıftır. Herhangi bir sağlayıcının öne çıkardığı WER, başkasının sesinde nasıl performans gösterdiğini anlatır. Lehçeler Arapça lehçe konuşma tanıma yazısında ayrıntılı olarak ele alınıyor.
Bir Whisper alternatifi tek öğleden sonrada nasıl test edilir
- Dil başına 30 ila 50 kayıt toplayın; gerçek trafikten: aramalar, sesli mesajlar, toplantılar. Paylaşmamanız gereken her şeyi çıkarın.
- Dil başına 10 kayıt için referans transkriptleri elle yazın.
- İki API’yi aynı kayıtlar üzerinde çalıştırın. OpenAI uyumlu sağlayıcılarda yalnızca istemci ve model değişir:
import os
from openai import OpenAI
whisper = OpenAI() # uses OPENAI_API_KEY
broadnet = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])
def run(client, model, path, lang):
with open(path, "rb") as f:
return client.audio.transcriptions.create(model=model, file=f, language=lang).text
hyp_a = run(whisper, "whisper-1", "clip01.wav", "ar") # also try "gpt-transcribe", OpenAI's replacement
hyp_b = run(broadnet, "broadnet/cohere-transcribe-arabic", "clip01.wav", "ar")
- İkisini de aynı normalleştirmeyle puanlayın; bunun için jiwer kullanın:
import re, jiwer
def norm(t):
t = re.sub(r"[ً-ْ]", "", t) # strip Arabic diacritics
t = re.sub(r"[إأآ]", "ا", t).replace("ى", "ي") # unify alef and yaa
return re.sub(r"[^\w\s]", "", t).lower().strip()
print(jiwer.wer(norm(reference), norm(hyp_a)), jiwer.wer(norm(reference), norm(hyp_b)))
- 20 transkripti kendiniz okuyun. Sayıları, isimleri ve ürün terimlerini kontrol edin. Bir model WER’de kazanıp yine de hesap numarasını yanlış yazabilir.
Bunun yerine Whisper’ı ne zaman kendi sunucunuzda barındırmalısınız?
Whisper’ın kodu ve ağırlıkları MIT lisanslıdır; bu yüzden kendiniz çalıştırmak her zaman bir seçenektir. Şu durumlarda mantıklıdır:
- Ses ağınızdan çıkamıyorsa, yasal veya sözleşmeye dayalı nedenlerle.
- Hacminiz bir GPU’yu günün büyük bölümünde meşgul tutuyorsa; böylece boşta geçen saatlere para ödemezsiniz.
- Kendi kelime dağarcığınız veya aksanınız üzerinde ince ayar (fine-tune) yapmanız gerekiyorsa.
Trafik dalgalıysa, birden fazla makinede yüksek erişilebilirlik gerekiyorsa veya ekipte GPU sürücülerini ve güncellemelerini üstlenmek isteyen kimse yoksa göründüğünden pahalıya gelir (GPU başa baş hesabı). openai/whisper README dosyası, turbo modelin çeviri için eğitilmediğini de belirtiyor. Barındırılan bir API bu sorunları dakika başına bir fiyata dönüştürür; çoğu ekibin oradan başlayıp ancak hacim ve gereksinimler netleştiğinde kendi sunucusuna geçmesinin nedeni budur.
Geçiş kontrol listesi
Base URL’yi (temel URL) değiştirmek işin kolay kısmıdır. Trafiği geçirmeden önce:
- Formatlar. OpenAI flac, mp3, mp4, m4a, ogg, wav ve webm kabul eder. BroadNet WAV ve MP3 kabul eder; bu yüzden
.oggve.m4adosyalarını önce ffmpeg ile dönüştürün. Tarayıcı kayıtları için tarayıcıda ses kaydedip bir konuşmadan metne API’sine gönderme yazısına bakın. - Dosya boyutu. OpenAI yüklemeleri 25 MB ile, BroadNet 26.214.400 bayt (25 MiB) ile sınırlar.
- Dil alanı. Her zaman gönderin. BroadNet’te
language=arolmadan gönderilen Arapça, Latin harfleriyle dönebilir. - İsteğe bağlı parametreler.
prompt,verbose_jsonveya kelime zaman damgalarına güveniyorsanız alternatifin bunları desteklediğini doğrulayın. BroadNet’in belgeleritextiçeren bir JSON yanıtı tanımlar. - Hız sınırları. BroadNet kullandıkça öde anahtarları dakikada 30 isteğe ve aynı anda 4 isteğe izin verir.
Bu listenin genel sürümü OpenAI uyumlu geçiş kontrol listesinde.
BroadNet Transcribe nerede devreye giriyor
Arapça doğruluğu önemliyse, ses ve transkriptlerin saklanmamasını istiyorsanız (sıfır veri saklama) ya da 14 dilde dakikası $0.002 mevcut faturanızdan iyiyse BroadNet’i seçin. $5 başlangıç kredisi yaklaşık 1,190 dakikalık Arapça sesi karşılar; yukarıdaki testi çalıştırmaya yeter. BroadNet Inference’tan bir anahtar alın. Arapça konuşmadan metne rehberinde curl ve Python örnekleri var.
BroadNet’in listelemediği birçok dilden birine, konuşma çevirisine, canlı transkripsiyona ya da istemlere ve anahtar kelime ipuçlarına (OpenAI’ın rehberi bunları gpt-transcribe için belgeliyor) ihtiyacınız varsa OpenAI’ın yerine geçen modellerinde veya başka bir sağlayıcıda kalın. Arapça kayıtları dosyalardan İngilizceye çevirmek için iki adımlı bir işlem hattı da işe yarar: Arapça sesi İngilizceye çevirme yazısına bakın. İngilizcede en düşük fiyat için barındırılan Whisper Turbo uç noktaları saat başına daha ucuzdur.
