OpenAIが開発したオープンソースの自動音声認識（ASR）モデル。68万時間の多言語・マルチタスク教師ありデータで学習されており、英語に加えて日本語を含む多言語の文字起こし、音声からの英訳に対応する。tiny / base / small / medium / largeの5サイズ（さらにlarge-v3-turbo）を用意し、用途に応じてローカル実行とAPI利用を選べる。ローカル実行はモデルを自前のGPU/CPUで動かせるため機密性の高い音声データを外部に出さずに処理できる点が特徴。OpenAI API経由ではwhisper-1モデルを$0.006/分（1秒単位の課金）で利用でき、議事録作成、インタビュー文字起こし、字幕生成などで開発者・研究者・社内ツール構築者に広く採用されている。