דלגו לתוכן
מגזין תוכן בעבריתטעם ביום

כלי בינה מלאכותית שעובדים בשביל העסק.

חיפוש
קול ווידאו AI

Whisper: תמלול בעברית, אפשרויות שימוש ועלויות

Whisper הוא מודל של OpenAI שהופך דיבור לטקסט, כולל בעברית. אפשר להריץ אותו מקומית או להשתמש בשירות שמבוסס עליו. השירות whisper-1 של OpenAI מיועד לסגירה ב־26 בפברואר 2027.

מיקרופון וגל קול שהופכים לכרטיסי כתוביות ריקים.
תמונה: איור שנוצר בבינה מלאכותית

Whisper הוא מודל של OpenAI שהופך דיבור לטקסט, כולל בעברית. אפשר להריץ אותו מקומית או להשתמש בשירות שמבוסס עליו. השירות whisper-1 של OpenAI מיועד לסגירה ב־26 בפברואר 2027.

מהו Whisper ואיך הוא מתמלל הקלטות בעברית

Whisper הוא מודל לזיהוי דיבור של OpenAI: הוא מקבל הקלטה ומפיק ממנה טקסט בשפת הדיבור. עברית כלולה בשפות הנתמכות בקוד הרשמי, ולכן אפשר להשתמש בו לתמלול ראיונות, הרצאות וסרטונים בעברית. התוצאה דורשת הגהה לפני פרסום, במיוחד בשמות, במספרים ובמונחים מקצועיים. המקורות הם המאגר הרשמי של Whisper ורשימת השפות בקוד.

השם מתייחס למודל ולתוכנה שסביבו. אפשר להתקין אותם במחשב או בשרת, ואפשר להשתמש במוצר אחר שמפעיל אותם עבורכם. לכן שני אתרים שמציעים תמלול באמצעות Whisper יכולים להציע ממשק, מחיר ומדיניות פרטיות שונים. להסבר על התהליך מהקלטה ועד מסמך קריא, ראו את המאמר על תמלול הקלטות בעברית.

מצב השירות נכון לנובמבר 2026: OpenAI מסמנת את whisper-1, הגרסה שמוצעת דרך ממשק הפיתוח שלה, כמודל שהוצא משימוש. הסגירה מתוכננת ל־26 בפברואר 2027, וההודעה פורסמה ב־26 באוגוסט 2026. החברה ממליצה על gpt-transcribe או gpt-live-transcribe. ההודעה מתייחסת לשירות המתארח של החברה, והקוד והמודלים להורדה מופיעים במאגר הנפרד. ראו את הודעת הסגירה הרשמית.

יכולות Whisper והגבולות שלהן, נכון לנובמבר 2026
המשימהמה מתועדמה לבדוק לפני שימוש
תמלול בשפת המקורהמודל מיועד להפיכת דיבור לטקסט בשפה שבה נאמרדיוק על הקלטה מייצגת מהעסק
תרגום דיבורהמודלים המתאימים מתרגמים דיבור לאנגליתבחירת דגם שתומך במשימת התרגום
הפרדה בין דובריםהיכולת לא הוערכה באופן מקיף במודלהדגמה של הפרדת המשתתפים במוצר שבחרתם
שימוש בטקסט שהופקהמודל יכול להוסיף מילים שלא נאמרוהשוואה להקלטה לפני פרסום או קבלת החלטה

מקור: כרטיס המודל הרשמי של Whisper

מה אפשר להפיק מההקלטה, ומה דורש כלי נוסף

המשימה המרכזית של Whisper היא כתיבת המילים שנאמרו. המודלים הרב־לשוניים המתאימים יכולים גם לתרגם דיבור לאנגלית, ואילו דגם turbo מיועד לתמלול ואינו מאומן למשימת התרגום. כדי לקבל הקלטה בעברית כטקסט עברי, בוחרים תמלול בשפת המקור. ההבדל מתואר בהוראות השימוש הרשמיות.

זיהוי דוברים בשמותיהם, ניסוח החלטות וסיכום משימות דורשים טיפול נוסף. בכרטיס המודל OpenAI מציינת שיכולת הפרדה בין דוברים לא הוערכה בו באופן מקיף. בשיחה עסקית, בקשו מהמוצר שבו אתם משתמשים להראות בפועל איך הוא מפריד בין המשתתפים. להפיכת הטקסט למסמך עבודה אפשר להיעזר במבנה של סיכום פגישה עם החלטות ומשימות.

גם כתוביות דורשות עריכה: צריך לחלק משפטים, להתאים את התזמון ולוודא שהטקסט קריא בזמן הצפייה. אם אתם מחפשים שירות שמטפל בכתוביות ובעריכת הסרטון, אפשר לשקול את מעבדת הווידאו של ברנדיני, הסוכנות שמפעילה את המגזין.

כמה עולה להשתמש ב־Whisper

נכון לנובמבר 2026, דף המודל הרשמי מציג מחיר של 0.006 דולר לדקת שמע ב־whisper-1 דרך השירות של OpenAI. לפי התעריף הזה שעת הקלטה עולה 0.36 דולר, בעיבוד התמלול בלבד. המחיר מופיע בדף whisper-1 הרשמי, לצד הסימון שהמודל הוצא משימוש.

נניח שאתם מתמללים 10 שעות הקלטה בחודש. מכפילים 600 דקות ב־0.006 דולר ומקבלים 3.60 דולר לעיבוד עצמו (נכון לנובמבר 2026). זו דוגמת חישוב היפותטית. שירות תמלול מסחרי יכול לגבות מחיר נוסף עבור הממשק, האחסון והעריכה.

בהרצה עצמית, הקוד ומשקלי המודל זמינים ברישיון MIT, כפי שמצוין במאגר הרשמי, ולכן אין תשלום על המודל עצמו. העלות היא בחומרה, בהתקנה ובזמן עיבוד. לעסק עם מעט הקלטות קל יותר להתחיל בממשק מוכן. הרצה עצמית מתאימה כשיש צורך בשליטה טכנית או בעיבוד מקומי.

הרצה מקומית: דגמים, דרישות ופקודה ראשונה

לפי המאגר הרשמי, קיימים שישה דגמים: tiny, base, small, medium, large ו־turbo. ככל שהדגם גדול יותר הוא דורש יותר זיכרון גרפי ופועל לאט יותר. המספרים הבאים מתוך המאגר, והמהירות נמדדה על כרטיס A100 בתמלול אנגלית, כך שאצלכם התוצאות ישתנו.

  • tiny: כ־39 מיליון פרמטרים, כ־1 ג׳יגה זיכרון גרפי, כ־10 פעמים מהר מ־large.
  • small: כ־244 מיליון פרמטרים, כ־2 ג׳יגה, כ־4 פעמים מהר.
  • medium: כ־769 מיליון פרמטרים, כ־5 ג׳יגה, כ־2 פעמים מהר.
  • large: כ־1,550 מיליון פרמטרים, כ־10 ג׳יגה.
  • turbo: כ־809 מיליון פרמטרים, כ־6 ג׳יגה, כ־8 פעמים מהר מ־large.

ההתקנה דורשת Python, והמאגר נבדק עם גרסאות 3.8 עד 3.11. צריך גם את הכלי ffmpeg. ההתקנה נעשית בפקודה pip install -U openai-whisper. כדי לתמלל קובץ בעברית מציינים את השפה בפקודה, למשל whisper audio.wav --language Hebrew. בלי ציון שפה המודל מזהה אותה בעצמו.

דגמים קטנים מהירים וזולים בחומרה, אבל לפי כרטיס המודל הדיוק בכל שפה תלוי בכמות נתוני האימון שלה. על הקלטה מהעסק שלכם כדאי להריץ כמה דגמים ולהשוות את התוצאה, כי רק ההקלטה שלכם תראה אם הדגם הקטן מספיק.

אילו טעויות לחפש בתמלול בעברית

כרטיס המודל הרשמי מזהיר ש־Whisper יכול להפיק טקסט שלא נאמר בהקלטה, ושהוא עלול לחזור על מילים. לפי הכרטיס, כ־35% מנתוני האימון הם בשפות שאינן אנגלית, והביצועים בכל שפה תלויים בכמות הנתונים שלה. לכן את התמיכה בעברית צריך לבחון על ההקלטות שלכם. ראו את מגבלות המודל שפרסמה OpenAI.

בהגהה, התמקדו בפרטים שמשנים את המשמעות: שמות אנשים ומוצרים, סכומים, תאריכים ומילות שלילה. אם מופיע משפט מפתיע, האזינו לקטע המקורי לפני שמעבירים אותו למסמך או לסרטון. קטע שאי אפשר להבין מההקלטה כדאי לסמן כלא ברור.

לבחירת כלי, השתמשו בקטע מייצג שכולל את הדיבור הרגיל בעסק: מונחים מקצועיים, מעבר בין עברית לאנגלית או שיחה בין כמה משתתפים. השוו גם את זמן התיקון ואת נוחות העריכה. תוצאה עם מעט תיקונים אך עריכה קשה יכולה להכביד על העבודה היומיומית.

איך לבחור דרך שימוש שמתאימה לעסק

אם אתם מתמללים הקלטה מדי פעם, חפשו מוצר עם העלאת קובץ, בחירת עברית וייצוא לפורמט שאתם צריכים. בקשו תמלול לדוגמה ואת מסך התיקונים לפני רכישה. הכיתוב Whisper לבדו אינו מתאר את כל מה שתקבלו מהמוצר.

אם ההקלטות כוללות מידע עסקי רגיש, בררו היכן הן מעובדות, מי יכול לגשת אליהן ומתי נמחקים הקובץ והתמלול. נכון לנובמבר 2026, טבלת הנתונים של OpenAI מציינת שתוכן שנשלח לנקודת התמלול שלה אינו משמש לאימון, ושאין בה שמירה לצורכי ניטור שימוש לרעה או שמירת מצב יישום. למוצר חיצוני שמקבל את ההקלטה יכולות להיות הוראות שמירה משלו. המקור הוא תיעוד בקרות הנתונים של OpenAI. למידע נוסף ראו את המאמר על פרטיות בבינה מלאכותית.

למערכת חדשה שמתחברת ישירות ל־OpenAI, בחרו מודל תמלול שהחברה ממליצה עליו כיום. מערכת קיימת שמשתמשת ב־whisper-1 צריכה לעבור למודל אחר לפני 26 בפברואר 2027. אם אתם מפעילים את המודל מקומית, ודאו שההקלטה והתמלול נשמרים במיקום מורשה ושכלי העזר בתהליך אינם מעלים אותם לשירות חיצוני.

מקורות

אהבתם? שתפו עם מי שזה יעזור לו