Distil-Whisper large-v3
Free.ai (self-hosted)
·
stt
·
~500 comharthaí sa lá minute
Is é Distil-Whisper large-v3 a samhail cainte-go-téacs tógtha ag HuggingFace. Ag freagairt Real-time transcription, large-volume batch STT.. Féin-óstáil ar Free.ai GPUs - ritheann saor in aisce i gcoinne do linn comhartha laethúil (500 comharthaí % 1 soicind). Scaoileadh faoi MIT - úsáid tráchtála ceadaithe ar Free.ai.
Úsáid trí API
API REST comhoiriúnach OpenAI. Gineann eochair agus glaoch ar an tsamhail seo i soicindí.
curl -X POST https://api.free.ai/v1/stt/ \
-H "Authorization: Bearer sk-free-..." \
-H "Content-Type: application/json" \
-d '{"model":"distil-whisper-large-v3","audio_url":"https://..."}'Samhlacha den chineál céanna
Ceisteanna Coitianta
Distil-Whisper large-v3 transcribes spoken audio into text. Upload an MP3, WAV, M4A, or video file and Distil-Whisper large-v3 returns the full transcript plus optional SRT/VTT subtitles with timestamps.
Distil-Whisper large-v3 handles dozens of languages - Whisper-family models cover 90+, others vary. Pick "auto-detect" or specify the language for highest accuracy.
Is é an ráta focal-earráide 5-10% ar fuaime Béarla glan, 10-20% ar fuaime noisy nó accented.Athraíonn mór den ailtireacht chéanna a dhéanamh níos fearr ar chásanna crua - roghnaigh níos mó nuair a bhíonn an fhuaim garbh.
Sea - áirítear gach deighleog tús / deireadh stampaí ama. onnmhairiú mar SRT nó VTT agus an mapa amanna díreach ar do físeán.
Distil-Whisper large-v3 runs on our own GPUs against your daily free pool first; $5 → 200,000 paid tokens after that. About ~500 tokens per minute.
MP3, WAV, M4A, FLAC, OGG, móide físeán (MP4, MOV, WebM) - a bhaint againn an fuaime. Max 500 MB in aghaidh uaslódáil. Comhaid níos faide? Scoilt le / fuaime / gearrtha / nó a úsáid / v1 / stt / bhaisc /.
Is é an diarization Cainteoir pas ar leith - scoránaigh "diarize" ar / transcribe /. Distil-Whisper large-v3 láimhseálann an tras-scríobh; lipéid diarization gach deighleog le Cainteoir 1 / Cainteoir 2 / etc.
Tá - glacann / batch / le fillteán de chomhaid fuaime. Tagann gach tras- inscríbhinn i / account /? tab=history leis an mbunaimhir. Chun crann fillteán a chaomhnú, bain úsáid as an API.
Tá - POST do fuaime go /v1/stt/transcribe/ le model="Distil-Whisper large-v3". Fillteáin JSON le téacs + codanna + stampaí ama focal-leibhéal. Tá /api/ an tagairt iomlán.
Coinníonn samhlacha féin-óstaithe fuaime ar ár GPUanna; préimh pas tríd le DPA. Scriostar fuaime tar éis an chomhroinnt-fuinneog (24h anon, 7d sínithe isteach). Ní dhéanaimid traenáil ar do chuid ionchuir.
Tá — ceadaíonn Free.ai úsáid tráchtála a bhaint as tras-scríbhinní.Ní mór duit cearta a bheith agat ar an bhfuaim a uaslódáil tú (do thaifeadadh féin, ábhar ceadúnaithe, nó ábhar le toiliú).
Is é an fachtóir fíor-ama thart ar 0.05-0.2× - tras-scríbhinní podchraoladh 60 nóiméad i 3-12 nóiméad. samhlacha Préimhe chríochnú go minic níos tapúla. Bain úsáid as an gcnaipe ciú chun an cluaisín a dhúnadh.