faster-whisper large-v3-turbo
Free.ai (self-hosted)
·
stt
·
~500 الرموز لكل minute
faster-whisper large-v3-turbo هو a نموذج تحويل الكلام إلى نص الذي بنته OpenAI / SYSTRAN. أقوى في Accurate transcription. استضافة ذاتية على Free.ai GPUs — يعمل مجانا ضد مجمع الرموز اليومية (500 tokens في الدقيقة). تم إصداره تحت MIT - الاستخدام التجاري مسموح به تحت Free.ai.
الاستخدام عن طريق رابطة البرمجيات المشتركة
API REST متوافق مع OpenAI. تولد مفتاحاً وتدعو هذا النموذج في ثوانٍ.
curl -X POST https://api.free.ai/v1/stt/ \
-H "Authorization: Bearer sk-free-..." \
-H "Content-Type: application/json" \
-d '{"model":"whisper","audio_url":"https://..."}'الأسئلة المتكررة
faster-whisper large-v3-turbo يقوم بنسخ الصوت المنطوق إلى نص. قم بتحميل ملف MP3 أو WAV أو M4A أو فيديو وfaster-whisper large-v3-turbo يعيد النص الكامل بالإضافة إلى النصوص الجانبية الاختيارية SRT/VTT مع الأختام الزمنية.
faster-whisper large-v3-turbo handles dozens of languages - Whisper-family models cover 90+, others vary. Pick "auto-detect" or specify the language for highest accuracy.
إن معدل أخطاء الكلمات هو 5-10% على الصوت الإنجليزي النظيف، و10-20% على الصوت المضطرب أو الملفت. والمتغيرات الكبيرة من نفس البنية تفعل بشكل أفضل بشكل ملموس في الحالات الصعبة - اختار أكبر عندما يكون الصوت قاسي.
نعم - كل جزء يتضمن بداية/نهاية الختم الزمني. تصدير ك SRT أو VTT وخريطة الزمن مباشرة على الفيديو الخاص بك.
faster-whisper large-v3-turbo يجري على وحدات المعالجة المركزية الخاصة بنا ضد مجمعك اليومي المجاني أولاً؛ $5 → 200,000 الرموز المدفوعة بعد ذلك. حوالي ~ 500 الرموز في الدقيقة.
MP3, WAV, M4A, FLAC, OGG, plus video (MP4, MOV, WebM) — نقوم باستخراج الصوت. الحد الأقصى 500 ميغابايت لكل تحميل. الملفات الأطول؟ تقسيم مع /audio/cut/ أو استخدام /v1/stt/batch/.
معالجة المتحدث هي مرور منفصل - تبديل "diarize" على /transcribe/. faster-whisper large-v3-turbo يتعامل مع النسخ؛ معالجة المتحدث تضع علامات على كل جزء مع المتحدث 1 / المتحدث 2 / إلخ.
نعم - /batch/ يقبل مجلد من الملفات الصوتية. كل نسخة تصل إلى /account/?tab=history مع اسم الملف الأصلي. لحفظ شجرة المجلد استخدم API.
نعم - ضع صوتك إلى /v1/stt/transcribe/ مع النموذج "faster-whisper large-v3-turbo". يعيد JSON مع النص + الأجزاء + كلمة مستوى الختم الزمني. /api/ لديها المرجع الكامل.
النماذج المستضافة ذاتياً تحتفظ بالصوت على وحدات المعالجة المركزية الخاصة بنا؛ وتمر الرسوم العالية عبر DPA. ويتم حذف الصوت بعد نافذة المشاركة (24 ساعة من دون تسجيل، 7 أيام من التسجيل).
نعم - Free.ai يمنح الاستخدام التجاري للنصوص. أنت بحاجة إلى حقوق على الصوت الذي قمت بتحميل (تسجيلك الخاص، المواد المرخصة، أو المحتوى مع الموافقة).
عامل الوقت الحقيقي هو حوالي 0.05-0.2× - 60 دقيقة بث نسخ في 3-12 دقيقة. النماذج العالية غالبا ما تنتهي أسرع. استخدم زر الصف لإغلاق العلامة.