OpenAI Whisper API là lựa chọn mặc định mà nhiều team bắt đầu: một endpoint, một mức giá, hàng chục ngôn ngữ. Bạn đi tìm lựa chọn thay thế Whisper API khi xảy ra một trong bốn chuyện: độ chính xác trên âm thanh của bạn chưa đủ tốt, hóa đơn tăng theo khối lượng, team bảo mật muốn lưu ít dữ liệu hơn, hoặc model bạn đang gọi sắp bị khai tử. Bài viết này chỉ cách quyết định, và cách test một lựa chọn thay thế mà không phải viết lại code.
OpenAI Whisper API có sắp bị khai tử không?
Có, theo lịch hiện tại của OpenAI. Trang thông báo ngừng hỗ trợ của họ, kiểm tra ngày 2026-11-15, liệt kê whisper-1, gpt-4o-transcribe, gpt-4o-mini-transcribe và gpt-4o-transcribe-diarize là ngừng hỗ trợ, với thông báo đưa ra ngày 26 tháng 8 năm 2026 và ngày tắt là 26 tháng 2 năm 2027. Model thay thế được khuyến nghị là gpt-transcribe (USD 0.0045 mỗi phút, tức USD 0.27 mỗi giờ) cho file, hoặc gpt-live-transcribe cho âm thanh trực tiếp. Trang giá của họ đánh dấu cùng bốn model đó là ngừng hỗ trợ, và hướng dẫn chuyển giọng nói thành văn bản ghi “Start with gpt-transcribe” (bản dịch: hãy bắt đầu với gpt-transcribe). Endpoint /v1/audio/translations cũng đã ngừng hỗ trợ. Vậy đằng nào bạn cũng phải test lại âm thanh của mình trên một model mới. Đây là lúc thích hợp để so sánh model thay thế của OpenAI với các nhà cung cấp khác trên cùng những đoạn âm thanh.
Để có bức tranh đầy đủ, chỉ số giá API chuyển giọng nói thành văn bản mở của chúng tôi liệt kê giá batch và streaming, đơn vị tính phí và hỗ trợ tiếng Ả Rập cho hơn 20 sản phẩm, mỗi giá trị đều được đối chiếu với trang giá của chính nhà cung cấp (CSV và JSON).
Vì sao các team tìm lựa chọn thay thế Whisper API?
| Lý do | Cần kiểm tra gì ở lựa chọn thay thế |
|---|---|
| Độ chính xác với một ngôn ngữ hoặc phương ngữ cụ thể | Tỷ lệ lỗi từ công bố trên bộ test liên quan, rồi test của chính bạn |
| Giá khi dùng nhiều | Giá mỗi giờ âm thanh và mức tính phí tối thiểu |
| Lưu giữ dữ liệu | Âm thanh và bản chép lời có bị lưu không, và lưu bao lâu |
| Giới hạn | Kích thước file, định dạng, giới hạn tốc độ |
| Tính năng | Timestamp, tách người nói (diarization), prompt, streaming |
Hướng dẫn chuyển giọng nói thành văn bản của OpenAI ghi “Whisper supports 98 languages, but accuracy varies by language” (bản dịch: Whisper hỗ trợ 98 ngôn ngữ, nhưng độ chính xác khác nhau theo ngôn ngữ). Đó là điểm xuất phát trung thực: danh sách ngôn ngữ cho biết điều gì có thể, không cho biết điều gì tốt.
Có những lựa chọn thay thế Whisper API nào, và giá bao nhiêu?
| Lựa chọn | Giá (niêm yết, tháng 11/2026) | Ngôn ngữ | Ghi chú |
|---|---|---|---|
OpenAI Whisper API (whisper-1) |
USD 0.006/phút | 98 (độ chính xác khác nhau) | File 25 MB; prompt tối đa 224 token; tắt ngày 2027-02-26 |
OpenAI gpt-transcribe |
USD 0.0045/phút (USD 0.27/giờ) | Xem hướng dẫn của OpenAI | Model thay thế được OpenAI khuyến nghị; hướng dẫn của OpenAI chỉ ghi timestamp theo từ cho whisper-1 và nhãn người nói chỉ cho model diarize đã ngừng hỗ trợ |
| Groq, Whisper Large v3 | USD 0.111/giờ | Đa ngôn ngữ | Groq công bố WER 10,3%; tính phí tối thiểu 10 giây |
| Groq, Whisper Large v3 Turbo | USD 0.04/giờ | Đa ngôn ngữ | Groq công bố WER 12%; không được huấn luyện cho dịch |
| Soniox (bất đồng bộ) | khoảng USD 0.10/giờ, tính phí theo token | Hơn 60, có tiếng Ả Rập | API riêng dựa trên job, không tương thích OpenAI; thời gian thực khoảng USD 0.12/giờ |
| Tự host Whisper | Chi phí GPU của bạn | Như Whisper | Giấy phép MIT; bạn tự vận hành và mở rộng |
| BroadNet Transcribe | $0.002/phút | 14 | Không phải Whisper; dựa trên Cohere Transcribe |
| BroadNet Transcribe Arabic | $0.0042/phút | Tiếng Ả Rập | BroadNet báo cáo model đứng thứ 2/37 (số liệu tháng 9 năm 2026; bảng xếp hạng trực tiếp ngày 15 tháng 11, 2026 ghi nhận thứ 4/39) trên Open Universal Arabic ASR Leaderboard |
Giá và số liệu của Groq được kiểm tra trên trang chính thức ngày 2026-11-14; số liệu của OpenAI được kiểm tra lại ngày 2026-11-15. gpt-transcribe của OpenAI đắt hơn cả hai model BroadNet tính theo giờ. Endpoint Turbo của Groq và Soniox đều rẻ hơn BroadNet Transcribe ($0.12 mỗi giờ) tính theo giờ; Soniox cần code client mới vì không dùng định dạng request của OpenAI. Các con số WER của Groq là số do chính Groq công bố, không phải kết quả test trên một bộ chung với các model khác, nên đừng so trực tiếp với số của BroadNet. Bài này nói về việc chuyển đổi; để xem bảng giá đầy đủ, gồm cả DeepSeek, AssemblyAI, Deepgram, Google, AWS và Speechmatics cùng giá các tính năng bổ sung, hãy xem so sánh giá API chuyển giọng nói thành văn bản, còn công cụ tính chi phí chuyển giọng nói thành văn bản tính giá theo số giờ mỗi tháng của bạn.
Các con số độ chính xác thực sự có nghĩa là gì?
BroadNet công bố ba con số WER cho BroadNet Transcribe Arabic trong danh mục model:
| Bộ test | Loại âm thanh | WER |
|---|---|---|
| FLEURS-ar | Câu đọc rõ ràng | 3,8 |
| MASC-ar | Tiếng Ả Rập thực tế, hỗn hợp | 21,1 |
| Bộ phương ngữ của BroadNet | Giọng nói phương ngữ | 23,4 |
Trên cùng bộ MASC và bộ phương ngữ, BroadNet báo cáo Whisper large-v3 đạt 31,5 và 31,8, so với 21,1 và 23,4 của model tiếng Ả Rập của họ: ít lỗi hơn khoảng một phần ba trên MASC và khoảng một phần tư trên bộ phương ngữ. Đây là test do chính BroadNet thực hiện với một đối thủ, nên hãy kiểm tra trên âm thanh của bạn. Trên Open Universal Arabic ASR Leaderboard công khai, nơi dùng cùng bộ test cho mọi mục, Whisper large-v3 đứng thứ 19 trên 39 vào ngày 15 tháng 11 năm 2026 (WER trung bình 36,86), còn Cohere Transcribe Arabic 07-2026, model mà BroadNet phục vụ, đứng thứ 4 (24,19).
Bài học nằm ở độ chênh lệch. Cùng một model gần như hoàn hảo với giọng đọc nhưng yếu hơn nhiều với hội thoại. WER tiêu đề của bất kỳ nhà cung cấp nào chỉ cho biết model làm tốt thế nào trên âm thanh của người khác. Phương ngữ được bàn kỹ trong bài nhận dạng giọng nói phương ngữ Ả Rập.
Cách test một lựa chọn thay thế Whisper trong một buổi chiều
- Thu thập 30 đến 50 đoạn âm thanh cho mỗi ngôn ngữ, từ traffic thực tế: cuộc gọi, tin nhắn thoại, cuộc họp. Loại bỏ mọi thứ bạn không được phép chia sẻ.
- Tự tay viết bản chép lời chuẩn cho 10 đoạn mỗi ngôn ngữ.
- Chạy cả hai API trên cùng các đoạn âm thanh. Với nhà cung cấp tương thích OpenAI, chỉ client và model thay đổi:
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")
- Chấm điểm với cùng một cách chuẩn hóa cho cả hai, bằng jiwer:
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)))
- Tự đọc 20 bản chép lời. Kiểm tra số, tên và thuật ngữ sản phẩm. Một model có thể thắng về WER mà vẫn ghi sai số tài khoản.
Khi nào nên tự host Whisper?
Code và trọng số của Whisper dùng giấy phép MIT, nên tự chạy luôn là một lựa chọn. Nó hợp lý khi:
- Âm thanh không được rời khỏi mạng nội bộ, vì lý do pháp lý hoặc hợp đồng.
- Khối lượng đủ để GPU bận gần như cả ngày, nên bạn không trả tiền cho giờ nhàn rỗi.
- Bạn cần fine-tune theo từ vựng hoặc giọng nói riêng.
Nó tốn hơn vẻ ngoài khi traffic lên xuống thất thường, khi bạn cần tính sẵn sàng cao trên nhiều máy, hoặc khi không ai trong team muốn lo driver GPU và nâng cấp (phép tính hòa vốn GPU). README của openai/whisper cũng lưu ý rằng model turbo không được huấn luyện cho dịch. Một API được host biến những vấn đề đó thành giá theo phút, đó là lý do phần lớn team bắt đầu từ đây và chỉ tự host khi khối lượng và yêu cầu đã rõ.
Checklist chuyển đổi
Đổi base URL là phần dễ. Trước khi chuyển traffic:
- Định dạng. OpenAI nhận flac, mp3, mp4, m4a, ogg, wav và webm. BroadNet nhận WAV và MP3, nên hãy chuyển
.oggvà.m4abằng ffmpeg trước. Với bản ghi từ trình duyệt, xem ghi âm trong trình duyệt và gửi tới API chuyển giọng nói thành văn bản. - Kích thước file. OpenAI giới hạn file tải lên 25 MB; BroadNet là 26.214.400 byte (25 MiB).
- Trường ngôn ngữ. Luôn gửi trường này. Trên BroadNet, tiếng Ả Rập không có
language=arcó thể trả về bằng chữ Latin. - Tham số tùy chọn. Nếu bạn dựa vào
prompt,verbose_jsonhay timestamp theo từ, hãy xác nhận lựa chọn thay thế có hỗ trợ. Tài liệu của BroadNet mô tả phản hồi JSON có trườngtext. - Giới hạn tốc độ. Key trả theo mức dùng của BroadNet cho phép 30 request mỗi phút và 4 request cùng lúc.
Phiên bản tổng quát của danh sách này có trong checklist chuyển sang API tương thích OpenAI.
BroadNet Transcribe phù hợp ở đâu?
Hãy chọn BroadNet khi độ chính xác tiếng Ả Rập là quan trọng, khi bạn muốn âm thanh và bản chép lời không bị lưu giữ (không lưu giữ dữ liệu), hoặc khi mức $0.002 mỗi phút cho 14 ngôn ngữ rẻ hơn hóa đơn hiện tại. Tín dụng ban đầu $5 đủ cho khoảng 1,190 phút âm thanh tiếng Ả Rập, đủ để chạy bài test ở trên; lấy key tại BroadNet Inference. Hướng dẫn chuyển giọng nói tiếng Ả Rập thành văn bản có ví dụ curl và Python.
Hãy tiếp tục với các model thay thế của OpenAI, hoặc một nhà cung cấp khác, nếu bạn cần một trong rất nhiều ngôn ngữ mà BroadNet không liệt kê, dịch giọng nói, chép lời trực tiếp, hoặc prompt và gợi ý từ khóa (hướng dẫn của OpenAI ghi các tính năng này cho gpt-transcribe). Để dịch bản ghi tiếng Ả Rập sang tiếng Anh từ file, một pipeline hai bước cũng hiệu quả: xem dịch âm thanh tiếng Ả Rập sang tiếng Anh. Với giá tiếng Anh thấp nhất, các endpoint Whisper Turbo được host rẻ hơn tính theo giờ.
