Транкриптуј са Distil-Whisper
5.8%
WER
99
језици
48.0x
Брзина
MIT
Лиценца
О Distil-Whisper
Дистил-Вхиспер је дестилована верзија Вхиспера створена Хугинг Фацеом. Смањује величину модела за 49% и постиже 6х брже закључке, док се одржава унутар 1% ВЕР од оригиналног В2 на скуповима ван дистрибуције.
Подаци о моделу
- ДобављачHugging Face
- Архитектура-
- ЛиценцаMIT
- АжурираноMar 2026
Често постављана питања
Distil-Whisper је модел говор-текст од Hugging Face. STT.ai домаћина Distil-Whisper на нашој ГПУ инфраструктури тако да га можете користити без обезбеђења сопственог хардвера — слање аудио или видео и одабирање Distil-Whisper из модела берача.
На стандардним стандардним стандардима, Distil-Whisper постиже око 5.8% процена грешака речи. Прецизност реалног света зависи од квалитета звука, акцента и језика; за бучне или акцентиране снимке, очекује се неколико процената вишег ВЕР‐ а.
Distil-Whisper ради на STT.ai-овом бесплатном нивоу — сваки посетилац добија 600 минута да почне без трошкова. Плаћени планови додају више по фајловима граница, приватне транскрипте и приоритете редоследа.
Distil-Whisper је ослобођено под MIT, попустљива дозвола отвореног извора, можете да водите Distil-Whisper на сопственом хардверу или да користите нашу верзију домаћина — оба су комерцијално коришћена.
Distil-Whisper подржава 99 језике. Аутоматско откривање изабира прави језик за већину звука; такође га ручно можете задати за мали лифт тачности.
Distil-Whisper процесира звук на око 48.0x реално време на нашим ГПУ‐ овима. Један сат аудио фајла завршава испод 8802 минута; дуже фајлове у реду и обавештење е‐ поштом.
Distil-Whisper има 8802 параметра. Већи модели обично су прецизнији, али спорији; STT.ai домаћина Distil-Whisper на ГПУ, тако да број параметара не утиче на перформансе вашег клијента.
Distil-Whisper прихвата сваки формат STT.ai подршке — МП3, ВАВ, М4А, ФЛАЦ, ОГГ, МП4, МКВ, МОВ, ВебМ, АВИ и остали. Излаз као ТХТ, СРТ, ВТТ, ДОКС, ЈСОН или ПДФ.
Дијаризација звучника ради поред Distil-Whisper за сваку транскрипцију — сваки звучник је означен и можете да их преименујете у уређивачу после тога.
Да. Distil-Whisper ради у нашем управљеном окружењу — аудио се обрађује и обрише подразум› ијевано и никада се не користи за обуку без експлицитне опције. Про планови додају шифровање са стране клијента за транскрипте у миру.
Користите алатку за упоређивање да покренете Distil-Whisper против било ког другог подржаног модела на истом звуку — видећете ВЕР, број сегмента, налепнице звучника и поверљиве резултате са стране поред. Најчешће је поређење Distil-Whisper против Whisper Велики В3.
Да. Задајте „ distil-whisper “ као параметар модела на крајњој тачки /v1/transcribed. Питон и Node.js СДК укључују Distil-Whisper примера. Слободни АПИ низ укључује 100 минута/месечно.
Да, зато што је Distil-Whisper 8802-лицензиран, можете да га водите. STT.ai отворене странице набраја репо и тежине пројекта. Већина продуцентских тимова користи нашу домаћинску верзију да прескочите ГПУ набавке, замене модела и операције.