faster-whisper large-v3
Free.ai (self-hosted)
·
stt
·
~500 unit synonyms for matching user input minute
faster-whisper large-v3 a beszéd-szöveg modell készítette OpenAI / SYSTRAN. A legerősebb aAccurate transcription. Önálló, Free.ai GPU-n fut ingyenes ellen a napi token medence (500 tokens Percenként). A MIT alatt kiadott kereskedelmi célú felhasználás megengedett Free.ai-en.
Alkalmazása API-n keresztül
OpenAI-kompatibilis REST API. Létrehoz egy kulcsot, és hívja ezt a modellt másodpercek alatt.
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://..."}'Hasonló modellek
Gyakran ismételt kérdések
faster-whisper large-v3 átírja a beszélt audiót szövegbe. MP3, WAV, M4A vagy videó fájl feltöltése és faster-whisper large-v3 visszaadja a teljes átiratot plusz az opcionális SRT/VTT feliratokat időbélyegekkel.
faster-whisper large-v3 kezeli több tucat nyelv • Whisper-családi modellek fedez 90+, Parakeet fedi ~25, mások változó. Válassza ki a "auto-detect" vagy adja meg a nyelvet a legmagasabb pontosság érdekében.
A Word-error arány 50% 10% a tiszta angol audió, 100%20% a zajos vagy kihangsúlyozott audió. Nagy változatok az azonos architektúra nem jelentõsen jobb a kemény esetekben, ha az audió durva.
Igen, minden szegmens tartalmaz start/end időbélyegeket. Exportálás SRT vagy VTT és az idő térkép egyenesen a videóra.
faster-whisper large-v3 fut a saját GPU ellen a napi ingyenes medence először; $5 → 200 000 fizetett zseton után. Körülbelül ~500 zseton percenként.
MP3, WAV, M4A, FLAC, OGG, plusz videó (MP4, MOV, WebM) kivonjuk az audiót. Max 500 MB/feltöltés. Hosszabb fájlok? /audio/cut/ vagy /v1/stt/batch/.
A szónoki diarization egy külön pass "diarize" a /transcribe/. faster-whisper large-v3 kezeli az átírást; diarization címkék minden szegmensben a hangszóró 1 / hangszóró 2 / stb.
Igen /batch / elfogad egy mappát audio fájlokat. Minden átirat a /account/?tab=történelem az eredeti fájlnévvel. Mappa-fa megőrzéshez használja az API-t.
Igen, Post your audio to /v1/stt/transscribe/ with model="faster-whisper large-v3". Returns JSON with text + szegmensek + word-level timestamps. /api/ has the full reference.
Önálló modellek tartsa hang a GPU-k; prémium át egy DPA. Audio törlésre kerül után a megosztás-ablak (24h anon, 7d signated-in). Mi nem vonat a bemenetek.
Igen, Free.ai ad kereskedelmi használatát átiratok. Szüksége van jogok audio feltöltött (a saját felvétel, engedéllyel rendelkező anyag, vagy tartalom hozzájárulás).
Real-time faktor nagyjából 0.05-0,2× · 60 perces podcast trascribe-ok 36-12 perc alatt. Premium modellek gyakran gyorsabban befejezik. Használja a sor gombot, hogy bezárja a fület.