Distil-Whisper
STT.ai tento model neřídí. Tato stránka je referenční informace o něm.
Přepisujte se s modely, které provozujeme →
5.8%
WER
99
Jazyky
48.0x
Rychlost
MIT
Licence
O aplikaci Distil-Whisper
Distil-Whisper je destilovaná verze Whisper vytvořené objímáním obličeje. Snižuje velikost modelu o 49% a dosahuje 6x rychlejšího výsledku při zachování do 1% WER původního Whisper Large V2 na mimodistribuční vyhodnocovací sady.
Jazyky podporované Distil-Whisper
Vzorové informace
- PoskytovatelHugging Face
- Architektura-
- LicenceMIT
- AktualizovánoMar 2026
Často kladené otázky
Distil-Whisper je model na textový model Hugging Face. STT.ai v současné době nejezdí Distil-Whisper? Tato stránka je referenční informace o modelu. Pro přepisování na STT.ai, model výběrčí nabízí rodinu Whisper (Turbo, Large V3, Medium, Small).
Na standardních referenčních hodnotách dosahuje Distil-Whisper přibližně 5.8% Word Error Rate. Skutečná přesnost závisí na kvalitě zvuku, přízvuku a jazyku; u hlučných nebo akcentovaných nahrávek očekáváme o několik procentních bodů vyšší WER.
Distil-Whisper není k dispozici na STT.ai. Jeho vlastní licenční podmínky řídí, že běží sám. STT.ai je zdarma úroveň pokrývá modely Whisper, které provozujeme 600 minut začít, pak měsíční zdarma dolít.
Distil-Whisper je uvolněno pod MIT, povolná open-source licence. Můžete self-host Distil-Whisper na vašem vlastním hardwaru, nebo použít naši hostitelskou verzi dírky oba jsou komerčně použitelné.
Distil-Whisper podporuje 99 jazyků. Auto-detekce vybírá správný jazyk pro většinu audio; můžete jej také ručně zadat pro malý výtah přesnosti.
Distil-Whisper zpracovává audio na cca 48.0x v reálném čase na našich GPU. 1-hodinový audio soubor končí za méně než 1 minut; delší fronta souborů a upozornění e-mailem, když je hotovo.
Distil-Whisper má 756M parametrů. Větší modely mají tendenci být přesnější, ale pomalejší; STT.ai hostů Distil-Whisper na GPU, takže počet parametrů nemá vliv na výkon na straně klienta.
Distil-Whisper přijímá každý formát STT.ai podporuje MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI a další. Výstup jako TXT, SRT, VTT, DOCX, JSON, nebo PDF.
Ano. Diarizace reproduktorů vede vedle Distil-Whisper pro každý přepis a každý reproduktor je označen a můžete je přejmenovat v editoru později.
Ano. Distil-Whisper běží v našem řízeném prostředí Audio je zpracováno a smazáno ve výchozím nastavení a nikdy se nepoužívá pro trénink bez explicitního opt-inu. Pro plány přidat klient-strana šifrování pro přepisy v klidu.
Pomocí porovná-stt nástroj spustit Distil-Whisper proti jakémukoliv jinému podporovanému modelu na stejném zvuku, budete vidět WER, počet segmentů, reproduktory štítky, a sebedůvěry skóre vedle sebe. Distil-Whisper vs Whisper Large V3 srovnání je nejčastějším spuštěním.
Ano. Zadejte "distil-whisper" jako parametr modelu na cílovém parametru /v1/transcribe. Python a Node.js SDKs obsahují Distil-Whisper příklady. Bezplatná úroveň API zahrnuje 100 minut/měsíc.
Ano. Vzhledem k tomu, Distil-Whisper je MIT-licencován, můžete si ho sami-hostit. STT.ai open-source stránky uvádí projekt repo a váhy. Většina výrobních týmů používá naši hostitelskou verzi přeskočit GPU zadávání zakázek, modelové swapy, a ops.