Distil-Whisper large-v3
Free.ai (self-hosted)
·
stt
·
~500 tokens per minute
Distil-Whisper large-v3 a konuşma- metin modeli tarafından HuggingFace tarafından inşa edildi. En güçlüsü Real-time transcription, large-volume batch STT.. Free.ai GPU'da kendi başına konumlandırılmış — günlük token havuzunuza karşı ücretsiz çalışır (500 tokens dakika). MIT altında yayınlanmıştır - ticari kullanım Free.ai üzerinde izin verilmiştir.
API üzerinden kullan
OpenAI uyumlu REST API. Bir anahtar oluştur ve bu modeli saniyeler içinde çağır.
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://..."}'Sık Sorulan Sorular
Distil-Whisper large-v3 konuşulan sesleri metin haline çevirir. Bir MP3, WAV, M4A veya video dosyasını yükleyin ve Distil-Whisper large-v3 tam metin ile zaman damgalı seçenek SRT/VTT altyazılarını geri verir.
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.
Sözcük hata oranı temiz İngilizce seslerde %5-10, gürültülü veya aksanlı seslerde %10-20'dir. Aynı mimarinin büyük varyantları zor durumlarda anlamlı şekilde daha iyi çalışır - ses sert olduğunda büyükleri seçin.
Evet - her bölüm başlangıç/son zaman damgaları içerir. SRT veya VTT olarak ihraç et ve zamanlar doğrudan videonuza kaydedilir.
Distil-Whisper large-v3, önce günlük ücretsiz havuzunuza karşı kendi GPU'larımız üzerinde çalışır; $5 → 200.000 ödenmiş token sonra. dakikada ~500 token.
MP3, WAV, M4A, FLAC, OGG, video (MP4, MOV, WebM) - ses çıkarıyoruz. Yükleme başına en fazla 500 MB. Daha uzun dosyalar? /audio/cut/ ile böl veya /v1/stt/batch/ kullan.
Konuşmacı diarization ayrı bir geçiş - /transcribe / üzerinde "diarize"yi değiştirin. Distil-Whisper large-v3 transkripi yönetir; diarization her segmenti Konuşmacı 1 / Konuşmacı 2 / vs ile etiketler.
Evet - /batch/ ses dosyalarının bir dizinini kabul eder. Her bir transkrip orijinal dosya adı ile /account/?tab=history'ye düşer. Dizin ağacı koruması için API'yi kullanın.
Evet - Sesinizi model="Distil-Whisper large-v3" ile /v1/stt/transcribe/'a POST edin. JSON'u metin + segmentler + kelime seviyesi zaman damgalarıyla geri verir. /api/ tam referansa sahiptir.
Kendi başına konumlanan modellerde ses GPU'larımızda kalır; premium modellerde DPA ile geçer. Ses paylaşım penceresinden sonra silinir (24 saat anon, 7 gün giriş). Girişleriniz üzerinde eğitim yapmayız.
Evet - Free.ai ticari kullanım için kopyaları kabul eder. Yüklediğiniz ses için haklarınıza ihtiyacınız var (kendi kayıtlarınız, lisanslı materyaller veya izinle içerik).
Gerçek zaman faktörü yaklaşık 0.05-0.2× - 60 dakikalık bir podcast 3-12 dakikada yazılır. Premium modelleri genellikle daha hızlı biter. Sekmeyi kapatmak için kuyruk düğmesini kullanın.