Транскрибировать с Distil-Whisper
5.8%
WER
99
Languages
48.0x
Speed
MIT
License
О модели Distil-Whisper
Distil-Whisper is a distilled version of Whisper created by Hugging Face. It reduces the model size by 49% and achieves 6x faster inference while maintaining within 1% WER of the original Whisper Large V2 on out-of-distribution evaluation sets.
Model Info
- ProviderHugging Face
- Architecture-
- LicenseMIT
- UpdatedMar 2026
Часто задаваемые вопросы
Distil-Whisper — это речевая модель на Hugging Face. STT.ai носит Distil-Whisper на нашей инфраструктуре GPU, так что вы можете использовать ее без обеспечения собственного оборудования — загружать аудио- или видео и выбирать Distil-Whisper из сборщика модели.
При стандартных контрольных параметрах Distil-Whisper достигает примерно 5.8% скорости ошибок в Word. Точность в реальном мире зависит от качества звука, акцента и языка; для шумных или заостренных записей ожидается, что на несколько процентных пунктов выше WER.
Distil-Whisper работает на бесплатном уровне STT.ai — каждый посетитель получает 600 минут в месяц бесплатно.
Distil-Whisper выпущено на MIT год, разрешительная лицензия с открытым исходным кодом. Вы можете самостоятельно принять Distil-Whisper на вашем собственном оборудовании или использовать нашу приёмную версию — оба они могут быть использованы на коммерческой основе.
Distil-Whisper поддерживает 99 язык. Автообнаружение выбирает правильный язык для большинства звуков; вы также можете указать его вручную для небольшого лифта с точностью.
Distil-Whisper обрабатывает аудио примерно 48.0x в режиме реального времени на наших GPU. 1-часовой аудио файл заканчивается меньше чем за 1 минуты; более длинный список файлов и уведомление по электронной почте, когда он будет сделан.
Distil-Whisper имеет параметры 756M. Большие модели, как правило, более точны, но медленнее; STT.ai носит Distil-Whisper на GPU, так что число параметров не влияет на производительность вашего клиента.
Distil-Whisper принимает каждый формат STT.ai поддержки — MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI и другие.
Да, диааризация спикера проводится вместе с Distil-Whisper за каждую транскрипцию — каждый оратор помечен ярлыком, и после этого вы можете переименовать их в редактора.
Да. Distil-Whisper прогонов в нашей регулируемой среде — аудио обрабатывается и удаляется по умолчанию и никогда не используется для обучения без прямого выбора. Про-планы добавляют шифрование клиентом для расшифровки стенограмм.
Используйте инструмент для сравнения с Distil-Whisper против любой другой поддерживаемой модели на одном и том же аудио — вы увидите WER, число сегментов, ярлыки громкостей и оценки достоверности одновременно. Сопоставление Distil-Whisper vs Whisper Крупный V3 — наиболее частое сравнение.
Да. Указать "distil-whisper" в качестве параметра модели на конечных точках /v1/tranarip. Python и Node.js SDKs включают Distil-Whisper примеры. Свободный API уровень включает 100 минут в месяц.
Да, так как Distil-Whisper имеет MIT-лицензию, вы можете самостоятельно завести его. На странице с открытым исходным кодом STT.ai перечисляются репо и весы проекта. Большинство производственных команд используют нашу хост-версия, чтобы пропустить закупки GPU, свопы моделей и операции.