Distil-Whisper large-v3
Free.ai (self-hosted)
·
stt
·
~500 ناپەسەند minute
Distil-Whisper large-v3 ی a مۆدێلی قسەکردن بۆ نوسراو دروستکراوە لەلایەن HuggingFace. زۆرترین هێز لە Real-time transcription, large-volume batch STT.. خۆ-هێز لەسەر Free.ai GPUs - بەبێ پارە لە دژی تەنەکە ڕۆژانەی تۆ (500 تەنەکان %s:%u%%s بۆ %s). بە ناوی MIT بڵاوکراوەتەوە - ڕێگە بە بەکارهێنانی بازرگانی دراوە بە ناوی Free.ai.
بەکارھێنان لە ڕێگەی API
REST API ی هاوشێوە لەگەڵ OpenAI. کێڵگەیەک دروست بکە و ئەم مۆدێلە لە چرکەدا بانگ بکە
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://..."}'مۆدێلی هاوشێوە
پرسیاری زۆر کراوە
Distil-Whisper large-v3 دەنگێکی قسەکراو دەگۆڕێت بۆ نوسراو. دابەزاندنی MP3, WAV, M4A, یان فایلی ڤیدیۆ و Distil-Whisper large-v3 دەگەڕێتەوە بۆ نوسراوێکی تەواو لەگەڵ هەڵبژاردەی SRT/VTT بە ناوی ژێرەوە لەگەڵ کاتی دیاریکراو.
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.
ڕێژەی هەڵەی وشەکان لە %٥-١٠ دایە لەسەر دەنگێکی ئینگلیزی پاک، لە %١٠-٢٠ دایە لەسەر دەنگێکی بێدەنگی یان دەنگێکی بە دەنگ. جۆرەکانی گەورە لە هەمان شێوەی بونیادنانی زۆر باشترن لە حاڵەتی قورس - هەڵبژێرە گەورەتر کاتێک دەنگەکە ناڕوونە.
بەڵێ - هەموو پارچەیەک کاتی دەستپێکردن/کۆتایی هەیە. بە شێوەیەکی SRT یان VTT دەربهێنه و کاتەکان ڕاستەوخۆ بۆ ڤیدیۆکەت دابنێ
Distil-Whisper large-v3 لەسەر GPU کانی خۆمان کاردەکات لە بەرامبەر بەشە ئازادەکانی ڕۆژانەی تۆدا یەکەم جار؛ $5 → 200,000 توكینی پارە پاشان. لەبارەی ~500 توكینی لە چرکەیەکدا.
MP3, WAV, M4A, FLAC, OGG, plus video (MP4, MOV, WebM) - ئێمە دەنگەکە دەردەهێنین. ٥٠٠ مێگابایت بۆ هەر بارکردنێک. فایلە درێژەکان؟ دابەش بکە بە /audio/cut/ یان بەکاربهێنه /v1/stt/batch/.
Distil-Whisper large-v3 بەشی وەرگێڕان بەڕێوە دەبات؛ بەشی وەرگێڕان هەموو بەشەکان بە ناوەکانی بەشداربووی ١ / بەشداربووی ٢ / هتد.
بەڵێ - /batch/ پڕۆگرامێک بۆ فایلە دەنگییەکان قبوڵ دەکات. هەموو نوسراوێک لە /account/؟tab=history دا بە ناوی فایلی سەرەتایی دێتە ناو. بۆ پاراستنی درەختی پڕۆگرامەکان بەکاری بهێنە.
بەڵێ - دەنگەکەت بنێرێت بۆ /v1/stt/transcribe/ لەگەڵ مۆدێل="Distil-Whisper large-v3". JSON دەگەڕێنێتەوە لەگەڵ نوسراو + بەشەکان + پەڕەی کاتی. /api/ گەڕانێکی تەواوە.
مۆدێلی خۆ-هەژمارکردن دەنگ لەسەر GPU ی خۆمان دەپارێزێت؛ پارە بە DPA دەچێت. دەنگ دوای پەردەی هاوبەشکردن (٢٤ کاتژمێر بێ دەنگ، ٧ ڕۆژ تۆمار کراوە). ئێمە فێربوون لەسەر داخڵکردنەکانت ناکەین.
بەڵێ - Free.ai ڕێگە بە بەکارهێنانی بازرگانی دەدا بۆ وەرگێڕان. پێویستت بە مافی دەنگ هەیە کە دایتبەزێنیت (خۆت تۆماری بکەیت، ماددەی مۆڵەتدراو، یان بابەتی بە مۆڵەت)
.. real-time factor is approximately 0.05-0.2× - a 60-minute podcast transcribes in 3-12 minutes. Premium models often finish faster. Use the queue button to close the tab.