व्हिस्पर एक सामान्य वाक् पहचान मॉडल है। यह विभिन्न प्रकार के ऑडियो डेटा पर प्रशिक्षित किया गया है और एक बहु-कार्यात्मक मॉडल है जो बहुभाषी वाक् पहचान, वाक् अनुवाद और भाषा पहचान कर सकता है।