Distil-Whisper
STT.ai δεν τρέχει αυτό το μοντέλο. Αυτή η σελίδα είναι πληροφορίες αναφοράς σχετικά με αυτό.
Τρανσέρβερ με τα μοντέλα που τρέχουμε →
5.8%
WER
99
Γλώσσες
48.0x
Ταχύτητα
MIT
Άδεια
Σχετικά Distil-Whisper
Distil-Whisper είναι μια αποσταγμένη έκδοση του Whisper δημιουργήθηκε από Hugging Face. Μειώνει το μέγεθος του μοντέλου κατά 49% και επιτυγχάνει 6x γρηγορότερο συμπέρασμα, διατηρώντας παράλληλα μέσα στο 1% WER του αρχικού Whisper Large V2 για τα εκτός διανομής σύνολα αξιολόγησης.
Γλώσσες που υποστηρίζονται από Distil-Whisper
Υπόδειγμα πληροφοριών
- ΠρομηθευτήςHugging Face
- Αρχιτεκτονική-
- ΆδειαMIT
- ΕνημέρωσηMar 2026
Συχνές Ερωτήσεις
Distil-Whisper is a speech-to-text model by Hugging Face. STT.ai does not currently run Distil-Whisper — this page is reference information about the model. For transcription on STT.ai, the model picker offers the Whisper family (Turbo, Large V3, Medium, Small).
Στα πρότυπα σημεία αναφοράς, Distil-Whisper επιτυγχάνει περίπου 5.8% Word Error Rate. Ακρίβεια σε πραγματικό κόσμο εξαρτάται από την ποιότητα ήχου, την προφορά, και τη γλώσσα? για θορυβώδη ή τονισμένη ηχογραφήσεις, αναμένουν μερικές ποσοστιαίες μονάδες υψηλότερη WER.
Distil-Whisper δεν είναι διαθέσιμη στις STT.ai. Οι δικοί του όροι άδειας λειτουργίας του μόνοι σας. STT.ai δωρεάν βαθμίδα καλύπτει τα μοντέλα Whisper κάνουμε τρέξει 600 λεπτά για να ξεκινήσετε, στη συνέχεια, ένα μηνιαίο δωρεάν top-up.
Distil-Whisper κυκλοφορεί κάτω από MIT, μια ανεκτική άδεια ανοικτού κώδικα. Μπορείτε να αυτο-φιλοξενήσετε Distil-Whisper στο δικό σας υλικό ή να χρησιμοποιήσετε μας φιλοξενείται έκδοση και τα δύο είναι εμπορικά χρησιμοποιήσιμα.
Distil-Whisper υποστηρίζει 99 γλώσσες. Auto-detection επιλέγει τη σωστή γλώσσα για τους περισσότερους ήχους? μπορείτε επίσης να το καθορίσετε χειροκίνητα για ένα μικρό ανελκυστήρα ακρίβειας.
Distil-Whisper διαδικασίες ήχου σε περίπου 48.0x σε πραγματικό χρόνο στις GPUs μας. Ένα αρχείο ήχου 1 ώρας τελειώνει σε λιγότερο από 1 λεπτά; μεγαλύτερη ουρά αρχείων και να ειδοποιήσει με email όταν γίνει.
Distil-Whisper έχει 756M παραμέτρους. Μεγαλύτερα μοντέλα τείνουν να είναι πιο ακριβή αλλά πιο αργά; STT.ai φιλοξενεί Distil-Whisper σε GPU έτσι ώστε η μέτρηση παραμέτρου δεν επηρεάζει τις επιδόσεις του πελάτη-πλευρά σας.
Το Distil-Whisper δέχεται κάθε μορφή STT.ai υποστηρίζει MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI, και άλλα. Έξοδος ως TXT, SRT, VTT, DOCX, JSON, ή PDF.
Ναι. Διαχωρισμός ομιλητών τρέχει παράλληλα με Distil-Whisper για κάθε μεταγραφή. Κάθε ομιλητής φέρει την ετικέτα και μπορείτε να τα μετονομάσετε στον επεξεργαστή στη συνέχεια.
Ναι. Distil-Whisper τρέχει στο διαχειριστικό περιβάλλον μας Ο ήχος επεξεργάζεται και διαγράφεται από προεπιλογή και δεν χρησιμοποιείται ποτέ για την εκπαίδευση χωρίς ρητή opt-in. Pro σχέδια προσθέτουν κρυπτογράφηση client-side για τα πρακτικά σε κατάσταση ηρεμίας.
Χρησιμοποιήστε το εργαλείο σύγκρισης-stt για να τρέξει Distil-Whisper με οποιοδήποτε άλλο υποστηριζόμενο μοντέλο για το ίδιο ακουστικό ~ θα δείτε WER, section μετρώντας, ετικέτες ηχείων, και βαθμολογία εμπιστοσύνης δίπλα-δίπλα. Η σύγκριση Distil-Whisper vs Whisper Large V3 είναι η πιο συχνά τρέχει.
Ναι. Καθορίστε το "distil-whisper" ως την παράμετρο του μοντέλου στο τελικό σημείο /v1/trancribe. Python και Node.js SDKs περιλαμβάνουν Distil-Whisper παραδείγματα. Free API βαθμίδα περιλαμβάνει 100 λεπτά/μήνα.
Ναι. Επειδή το Distil-Whisper είναι MIT-licensed, μπορείτε να το αυτο-φιλοξενήσετε. STT.ai ανοιχτής πηγής σελίδα του αναφέρει το repo του έργου και τα βάρη. Οι περισσότερες ομάδες παραγωγής χρησιμοποιούν την φιλοξενούμενη έκδοση μας για να παραλείψετε προμήθειες GPU, μοντέλα ανταλλαγής, και ops.