Transcribe with Distil-Whisper

ለሕዝብ የተቀመጠ ድምፅና ቪዲዮን ይጠቀማል. DRM-ተከላካይ ይዘት አይደገፍም

ለተሻሻለ
Private transcript
ፋይል (_F)
ከፕሮ ጋር አስወግዱ →
ፋይሉን እዚህ አስቀምጥ ወይም ለመዝጋት ጠቅ አድርግ
MP3, WAV, M4A, FLAC, MP4, MKV, MOV, WebM — እስከ 2GB
ለተሻሻለ
Private transcript
ፋይል (_F)
ከፕሮ ጋር አስወግዱ →
ለተሻሻለ
ማስመዝገብ 0:00
ወቅታዊ ቅርበት ርቀት (%s)
የተሻሻለ ሹክሹክታ (ጥሩ)
የሕዝብ ግንኙነቶች: 24h, ጽሑፍ ብቻ · ምዝገባ ለ 7d + ድምፅ · ለግል ግንኙነቶች

የጊዜው ንግግር ወደ ጽሑፍ. AI እንደምትናገሩት በራሱ ይቀየራል - ትክክለኛነት በረጅም ንግግር ይሻሻላል

ሚክሮፎንዎን በመጀመሪያ ይሞግቱ
❤️ STT.aiን ወዳጅነት?
ነጻ መዝገበ ቃላትን ተጠቅመሃል

600 ደቂቃ/ወር ለመስጠት ነፃ ለመመዝገብ ወይም ለተወሰነ ጊዜ ያልተወሰነ መዝገብ ለመጨመር ይመዝገቡ።

10 ነጻ ደቂቃዎች/ቀን 600 ደቂቃዎች ነፃ የክሬዲት ካርድ የለም የተደበቀ
ነጻ →
5.8%
WER
99
Languages
48.0x
Speed
MIT
License

About Distil-Whisper

ብዙ ጊዜ የሚጠየቁ ጥያቄዎች

Distil-Whisper የHugging Face የንግግር-ወደ-ጽሑፍ ሞዴል ነው። STT.ai በጂፒዩ ኢንፍራሬድ ላይ Distil-Whisperን ያስተዳድራል ስለዚህ የራስዎን ሃርድዌር ሳይጨምር ሊጠቀሙበት ይችላሉ - ድምፅ ወይም ቪዲዮን ይጫኑ እና Distil-Whisperን ከሞዴል መረጫው ይምረጡ።

በ Distil-Whisper 5.8% የቃል ስህተት መጠን ላይ Distil-Whisper% ያደርጋል. እውነተኛው ዓለም ትክክለኛነት በድምፅ ጥራት ላይ የተመሠረተ ነው ፣ አቀራረብ ፣ እና ቋንቋ ፣ ለ ጩኸት ወይም አቀራረብ መዝገቦች ፣ ጥቂት በመቶ ነጥቦችን WER ከፍ ያለ WER ይከሰታሉ ፡፡

Distil-Whisper በ STT.ai ነፃ ደረጃ ላይ ይሠራል - ሁሉም ጎብኚዎች 600 ደቂቃዎች / ወር በነፃ ይቀበላሉ. የተከፈለባቸው ዕቅዶች ለፋይል ረጅም ገደቦችን፣ የግል ትረካዎችን እና የቅድሚያ መስመርን ይጨምራሉ.

Distil-Whisper በ MIT ስር ይወጣል ፣ ይህም የፍቃድ የፍቃድ ፈቃድ ነው ፡፡ Distil-Whisper ን በራስዎ ሃርድዌር ላይ ራስ-አስተናጋጅ ማድረግ ወይም የሆስት ስሪታችንን መጠቀም ይችላሉ - ሁለቱም በኮሜርስ ሊጠቀሙበት የሚችሉ ናቸው ፡፡

Distil-Whisper 99 ቋንቋዎችን ይደግፋል. አውቶማቲክ-አግኝቶ ለብዙዎቹ ድምፆች ትክክለኛውን ቋንቋ ይመርጣል፤ ለጥቂት ትክክለኛነት ከፍታም በมือ መወሰን ይችላሉ።

Distil-Whisper ድምፅን በ 48.0x ወቅታዊ ጊዜ በጂፒዩዎች ላይ ይሠራል. የ 1 ሰዓት ድምፅ ፋይል በ 1 ደቂቃዎች ውስጥ ይከናወናል፤ ረጅም ፋይሎችን በፍጥነት ይዘው ይሂዱ እና በኢሜይል ይደውሉ

Distil-Whisper 756M ፓራሜትሮች አለው. ትልልቅ ሞዴሎች የበለጠ ትክክለኛ ናቸው ግን ዝቅተኛ ናቸው፤ STT.ai በጂፒዩ ላይ Distil-Whisperን ይቀበላል ስለዚህም የፓራሜትሮች ቁጥር የክላይንት-ገጽታዎን ውጤታማነት አይጎዳም

Distil-Whisper ሁሉንም STT.ai የሚደግፍ ቅርጸት ይቀበላል - MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI, እና ሌሎች. እንደ TXT, SRT, VTT, DOCX, JSON, ወይም PDF መውጫ.

አዎ. የተናጋሪው መዝገብ ቤት ለእያንዳንዱ ትርጓሜ Distil-Whisper ጋር ይሰራል። ተናጋሪው ሁሉ ምልክት ተደርጎለት ከዚያም በኋላ በማተሚያው ውስጥ ስም ሊለውጡ ይችላሉ።

አዎ. Distil-Whisper በተስተዳደሩ አካባቢዎች ውስጥ ይሠራል - ድምፅ በቅድመ-ሁኔታ የተቀየሰ እና የተጠፋ ሲሆን ግልጽ ያልሆነ የውስጥ አማራጭ ሳይኖር ለልምምድ አልተጠቀመም. ፕሮ ፕሮግራሞች ለተቀመጡት መዝገቦች የክላይንት-ገጽ ስክሪፕት ይጨምራሉ.

Distil-Whisperን ከሌላ የተደገፈ ሞዴል ጋር ለማወዳደር compare-stt የሚለውን መሳሪያ ይጠቀሙ - WER፣ ክፍል ቁጥር፣ የድምፅ ሰጪ መለያዎች፣ እና የጥራት ደረጃዎች በአንድ በኩል ይታይዎታል። Distil-Whisper vs Whisper Large V3 ማወዳደር በጣም የተለመደው ነው

አዎ. "distil-whisper" እንደ ሞዴል ፓራሜትር በ /v1/transcribe መጨረሻ ላይ ይግለጹ. Python እና Node.js SDKs Distil-Whisper ምሳሌዎችን ያካትታሉ. ነፃ API ደረጃ 100 ደቂቃ / ወር ያካትታል.

አዎ. Distil-Whisper MIT-ሊስንስ ነው, ስለዚህ, ራስ-አስተናጋጅ ማድረግ ይችላሉ. STT.ai የክፍል ክፍል የፕሮጀክት repo እና ክብደት ዝርዝር. አብዛኛዎቹ ምርት ቡድኖች GPU ማግኘት, ሞዴል swaps, እና ops ለመውሰድ የምንይዝበትን ስሪት ይጠቀማሉ.