Transcribe with Distil-Whisper
5.8%
WER
99
Languages
48.0x
Speed
MIT
License
About Distil-Whisper
Model Info
- ProviderHugging Face
- Architecture-
- LicenseMIT
- UpdatedMar 2026
Häufig gestallte Froen
D'Nummer Distil-Whisper ass e Sprooch-zu-Text-Modell vum Hugging Face. STT.ai hostet Distil-Whisper op eiser GPU-Infrastruktur, sou datt Dir et benotze kënnt ouni Är eege Hardware ze bidden - Audio oder Video erofzelueden an Distil-Whisper aus der Modellauswiel erauszehuelen.
D'Zuel vun de Sproochen, déi an der Welt geschwat ginn, ass ronn 880 Milliounen, an déi meescht vun hinnen hunn eng Sprooch als Mammesprooch.
Distil-Whisper runs on STT.ai's free tier — every visitor gets 600 minutes/month at no cost. Paid plans add longer per-file limits, private transcripts, and priority queueing.
Distil-Whisper ass ënner der MIT, enger permissiver Open-Source-Lizenz verëffentlecht ginn. Dir kënnt Distil-Whisper op Ärer eegene Hardware hosten oder eis gehostete Versioun benotzen - béid sinn kommerziell benotzt.
Distil-Whisper ënnerstëtzt 99 Sproochen. D'Auto-Erkennung wielt d'richtig Sprooch fir déi meescht Audio; Dir kënnt et och manuell uginn fir eng kleng Präzisiounssteigerung.
Distil-Whisper veraarbecht Audio mat ongeféier 48.0x Echtzäit op eise GPUen. Eng 1 Stonn laang Audiodatei ass a manner wéi 1 Minutten ofgeschloss; méi laang Dateien ginn an d'Warteschlange gesat an no der Fertigstellung per E-Mail informéiert.
Distil-Whisper huet 756M Parameter. Grouss Modeller sinn dacks méi genee, awer méi lues; STT.ai huet Distil-Whisper op der GPU, sou datt d'Zuel vun de Parameteren Är Clientsleeschtung net beaflosst.
Distil-Whisper akzeptéiert all Formater déi STT.ai ënnerstëtzt — MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI, an aner. Ausgab als TXT, SRT, VTT, DOCX, JSON oder PDF.
D'Sprooch ass ronn 800.000 Leit bekannt, déi an der ganzer Welt geschwat ginn, an déi meescht vun hinnen an der Regioun liewen.
Ja. Distil-Whisper leeft an eiser verwalteter Ëmwelt — Audio gëtt standardméisseg veraarbecht a geléist a gëtt ni fir Training benotzt ouni explizit Opt-in. Pro Pläng addéieren Client-säiteg Verschlësselung fir Transkriptiounen am Ruhezustand.
D'Vergleiche-stt-Tool gëtt benotzt fir Distil-Whisper mat all anere Modeller ze vergläichen, déi op deem selwechten Audiosystem ënnerstëtzt ginn. Dobäi gesi mir WER, Segment-Zuel, Lautsprecher-Label an Zuverlässegkeetswäerter netzwierklech. De Verglach Distil-Whisper vs Whisper Large V3 gëtt am meeschte benotzt.
Ja. Gebt "distil-whisper" als Modellparameter op dem /v1/transcribe Endpunkt un. Python an Node.js SDKs enthalen Distil-Whisper Beispiller. D'gratis API-Tier enthält 100 Minutten/Mount.
Ja. Well Distil-Whisper MIT-lizenzéiert ass, kënnt Dir et selwer hosten. D'Open-Source-Säit vun STT.ai lëscht de Projet-Repo an d'Gewiicht op. D'Meiste Produktiounsteams benotzen eis gehostete Versioun fir GPU-Beschaffung, Modell-Swaps an Ops ze iwwerhuelen.