faster-whisper large-v3
Free.ai (self-hosted)
·
stt
·
~500 märgid per minute
faster-whisper large-v3 on a kõne-teksti mudel builded by OpenAI / SYSTRAN. Tugevam Accurate transcription. Isemajandatud Free.ai GPU-l on tasuta sinu igapäevase žetoonide basseini vastu (500 märgid minuti kohtaunit synonyms for matching user input). Vabastatud MIT alusel Free.ai. aastal lubatud kaubanduslik kasutus.
Kasutamine API kaudu
OpenAI ühilduv REST API. Genereeri võti ja kutsu seda mudelit sekundites.
curl -X POST https://api.free.ai/v1/stt/ \
-H "Authorization: Bearer sk-free-..." \
-H "Content-Type: application/json" \
-d '{"model":"faster-whisper-large-v3","audio_url":"https://..."}'Korduma kippuvad küsimused
faster-whisper large-v3 transcribes voed audio into text. Lae MP3, WAV, M4A või videofail ja faster-whisper large-v3 tagastab täieliku ärakirja pluss valikulised SRT/VTT subtiitrid ajatemplitega.
faster-whisper large-v3 tegeleb kümnete keeltega Whisper-peremudelid hõlmavad 90+, Parakeet katavad ~25, teised erinevad. Vali "automaatne tuvastamine" või määra keel kõrgeima täpsuse jaoks.
Word-error määr on 57-10% puhas inglise heli, 10-20% müra või aktsent heli. Suured variandid sama arhitektuuri teha tähendusrikkalt parem rasketel juhtudel ~ valida suurem, kui heli on töötlemata.
Jah, igas segmendis on stardi/lõpu ajatemplid. Ekspordi kui SRT või VTT ja ajad kaardi otse oma videole.
faster-whisper large-v3 töötab meie enda GPU vastu oma igapäevase tasuta bassein esimene; $5 → 200,000 makstud märgid pärast seda. Umbes ~500 märgid minutis.
MP3, WAV, M4A, FLAC, OGG, pluss video (MP4, MOV, WebM) ~ me eraldada audio. Max 500 MB kohta üles laadida. Pikemad failid? Split with /audio/cut / või kasutada /v1/stt/batch /.
Speaker diarization on eraldi pass ~ toggle "diarize" on / trancribe /. faster-whisper large-v3 hands the transcription; diarization sildid iga segmendiga Speaker 1 / Speaker 2 / jne.
Jah / batch/ a kaust / audio failid Iga transkript asukohas konto /? tab=ajalugu koos originaal failinimi. Kaustapuu säilitamine kasutamine API.
Jah ~ POSTI audio /v1/stt/transcribe/ with model="faster-whisper large-v3". Tagastab JSON- i teksti + segmentidega + sõnataseme ajatemplitega. /api/ on täielik viide.
Isehostitud mudelid hoida audio meie GPUs; premium läbida DPA. Audio kustutatakse pärast share-aken (24h anon, 7d signed-in). Me ei treeni oma sisendeid.
Jah Free.ai annab transkriptide kaubandusliku kasutamise. Vajad õigusi üleslaaditud audiole (oma salvestusele, litsentsitud materjalile või sisule koos nõusolekuga).
Reaalajas tegur on umbes 0.05-0.2× ~ 60-minutiline podcast trancribes 3~12 minutit. Premium mudelid sageli lõpetada kiiremini. Kasutage järjekorda nuppu sulgeda kaart.