Distil-Whisper large-v3
Free.ai (self-hosted)
·
stt
·
~500 טאַקענס אױף minute
Distil-Whisper large-v3 איז a שפּראַך־צו־טעקסט מאָדעל געבויט דורך HuggingFace Strongest at Real-time transcription, large-volume batch STT.. Free.ai GPUs — לויפט פריי קעגן דיין טעגלעך טיקען פּאָול (500 טיקען װײַז קײן בילד). Released under MIT - commercial use permitted on Free.ai.
ניצן API
OpenAI־צוגעפֿאַלענע REST API. שאַפֿן אַ קלײַב און װײַז דאָס מודל אין סעקונדעס
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://..."}'אױסגעפֿירטע פֿראַגעס
Distil-Whisper large-v3 איבערשרײַבט געװײנטלעכע אויטאָמאַטישע איבערזעצונגען צו טעקסט. אַרײַנשטעלן אַ MP3, WAV, M4A אָדער ווידעאָ טעקע און Distil-Whisper large-v3 װעט צוריקגעבן די װעלכע איבערזעצונג און װײַל ס׳איז אױסגעקליבן SRT/VTT אונטערשריפֿטן מיט צײַט־סאַמעלס
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.
וואָרט־שמועס־טעות־רײַט איז 5־10% אויף קלאָרע ענגליש־אויער, 10־20% אויף לײַכדיקע אָדער אַרײַנגעפֿירטע אויער. גרויסע װאַריאַנטן פֿון דער זעלבער אױספֿיר טאָן אַ סך בעסער אין שווערע קאַסעס - װײַל גרעסערע ווען דער אויער איז װײַט
יָא - יעדער סעקטאָר אַרײַננעמען אָנהײב/ענדיקן צײַט־סאַמעלס. אױסגעװײנט ווי SRT אָדער VTT און די צײַטן זײַנען צוגעפּאַסט צום װײַדעלע
Distil-Whisper large-v3 לויפט אױף אונזערע אייגענע GPUס קעגן אייער טעגלעכן פריין פּאָל ערשטער; $5 → 200,000 באַצאָלטע טיקעטן דערנאָך. אַרום ~500 טיקעטן אַ מינוט
MP3, WAV, M4A, FLAC, OGG, און ווידיאָ (MP4, MOV, WebM) — מיר אַרײַנשטעלן די אודיו. מאַקסימום 500 מײַל בײַ אַ אָפּלאָדירן. לענגערע טעקע? צעטיילן מיט /audio/cut/ אָדער ניצן /v1/stt/batch/
די װײַזער־װײַז איז אַ באַזונדערע װײַז — װײַז "װײַז" אויף /transcribe/. Distil-Whisper large-v3 װײַזט די איבערזעצונג; די װײַז װײַזט אױף יעדן סעקטאָר מיט װײַזער 1 / װײַזער 2 / אױף דער װײַז
יָא - /batch/ לאָזט זיך אַװעק אַ פּאַפּקע מיט אוודיאָ טעקע. יעדער איבערזעצונג לאָזט זיך אױף אין /account/?tab=history מיטן אָריגינעלן טעקע נאָמען. פֿאַר פּאַפּקע־בױם־באַהאַלט ניצט די API
יָא - פּאָסטן די אוודיאָ צו /v1/stt/transcribe/ מיט מאָדעל "Distil-Whisper large-v3". װײַזט צוריק JSON מיט טעקסט + סעגמאַנץ + וואָרט־בײַטיקע צײַט־פֿאַרבינדונגען. /api/ האָט די גאַנץ רעפֿערענץ
זיך־געװײנטלעכע מאָדעלן היטן אויטאָמאַטיש די אויער־רעדער פֿון אונדזערע GPUס; פּרעמיום װײַזט זיך אױף מיט אַ DPA. אויער־רעדער ווערן אױסגעלײגט נאָך דעם צעטיילונג־פֿענצטער (24 שעה אַנאָנימירט, 7 טעג אױסגעלאָשן). מיר לערנען ניט אױף אייער אַרײַנשרײַב
יָא - Free.ai גיט אױס קעמפּערישע ניצן פֿון איבערזעצונגען. דו דאַרפֿסט רעכטן צום אויטאָמאַטישן אופֿן װאָס דו האָסט אױפֿגעלייגט (דיינע אייגענע אױפֿשפּרײט, ליסענצירטע מאַטעריאַלן, אָדער אינהאַלט מיט דערלויבעניש)
װיפֿל איז דער װײַטער־צײַט־פֿאַקטאָר? 0.05-0.2× - אַ 60 מינוט־פּאָדקאַסט איבערשרײַבט זיך אין 3-12 מינוט. פּרעמיום־מאָדלן ענדיקן זיך אָפֿט שנעלער. ניצט דעם װירע־קנעפּל צו פֿאַרמאַכן דעם הענטל