Distil-Whisper

STT.ai keyrir ekki þetta líkan. Þessi síða er tilvísunarupplýsingar um það. Skrifaðu með þeim gerðum sem við keyrum →
5.8%
WER
99
Tungumál
48.0x
Hraði
MIT
Leyfi

Um Distil-Whisper

Distil-Whisper er eimuð útgáfa af Whisper búin til af Hugging Face.Það dregur úr líkan stærð um 49% og nær 6x hraðar ályktun en viðhalda innan 1% WER af upprunalegu Whisper Large V2 á út-af-dreifingu mat sett.

Algengar spurningar

Distil-Whisper er tal-í-texta líkan frá Hugging Face. STT.ai keyrir ekki Distil-Whisper núna — þessi síða er tilvísun um líkanið. Fyrir ritun á STT.ai, býður líkanvalsritið Whisper fjölskylduna (Turbo, Large V3, Medium, Small).

Á venjulegum viðmiðum nær Distil-Whisper um 5.8% orðvillahlutfall. Nákvæmni í raunveruleikanum fer eftir hljóðgæðum, hreim og tungumáli. Fyrir háværar eða hreimlegar upptökur skal búast við nokkrum prósentustigum hærri WER.

Distil-Whisper er ekki í boði á STT.ai. eigin leyfisskilmálar stjórna að keyra það sjálfur. ókeypis stig STT.ai nær Whisper módel sem við keyrum - 600 mínútur til að byrja, þá mánaðarlega ókeypis topp-up.

Distil-Whisper er gefið út undir MIT, leyfilegt opið afnotaleyfi.Þú getur sjálf-hýsa Distil-Whisper á eigin vélbúnaði eða nota hýsta útgáfu okkar - bæði eru nothæf í atvinnuskyni.

Distil-Whisper styður 99 tungumál. Sjálfvirk greining velur rétt tungumál fyrir flest hljóð. Þú getur einnig tilgreint það handvirkt til að ná nákvæmni.

Distil-Whisper vinnur hljóð á um 48.0x rauntíma á GPU okkar.1 klukkustund hljóðskrá lýkur í undir 1 mínútur; lengri skrár biðröð og tilkynna með tölvupósti þegar gert.

Stærri gerðir hafa tilhneigingu til að vera nákvæmari en hægari; STT.ai hýsir Distil-Whisper á GPU þannig að fjöldi breytna hefur ekki áhrif á frammistöðu biðlara.

Distil-Whisper samþykkir hvert snið STT.ai styður - MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI og aðrir.Output sem TXT, SRT, VTT, DOCX, JSON, eða PDF.

Hátalari diarization keyrir ásamt Distil-Whisper fyrir hverja uppskrift - hver hátalari er merkt og þú getur endurnefnt þá í ritlinum eftir það.

Já. Distil-Whisper keyrir í stjórnað umhverfi okkar - hljóð er unnið og eytt sjálfgefið og aldrei notað til þjálfunar án þess að skýrt sé valið. Pro áætlanir bæta við dulkóðun á viðskiptavinarhlið fyrir afritunarefni í hvíld.

Notaðu samanburðar-stt tólið til að keyra Distil-Whisper gegn öðrum studdum líkani á sama hljóðinu - þú munt sjá WER, hlutatölu, hátalaramerki og traust stig hlið við hlið.Distil-Whisper vs Whisper Large V3 samanburður er algengasta hlaupið.

Já. Tilgreindu "distil-whisper" sem líkan viðfang á /v1/transcribe endapunkti. Python og Node.js SDK innihalda Distil-Whisper dæmi. Ókeypis API tier inniheldur 100 mínútur / mánuð.

Já. Vegna þess að Distil-Whisper er MIT-leyfi, getur þú sjálfur hýst það. STT.ai's opinn uppspretta síðu sýnir verkefnið repo og þyngd. Flestir framleiðsluteymi nota hýsta útgáfu okkar til að sleppa GPU innkaupum, líkanskiptum og aðgerðum.