ile Yazıya Dök Distil-Whisper
5.8%
WER
99
Languages
48.0x
Speed
MIT
License
Hakkında 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
Sıkça Sorulan Sorular
Distil-Whisper, Hugging Face tarafından geliştirilen bir konuşma-metin modelidir. STT.ai, Distil-Whisper'e GPU altyapımızda ev sahipliği yapmaktadır, böylece kendi donanımınızı sağlamadan kullanabilirsiniz - ses veya video yükleyin ve model seçicisinden Distil-Whisper'i seçin.
Standart referanslarda, Distil-Whisper yaklaşık %5.8 kelime hata oranına ulaşmıştır.Gerçek dünya doğruluğu ses kalitesine, aksan ve dile bağlıdır; gürültülü veya aksanlı kayıtlar için, birkaç yüzde puan daha yüksek WER bekleyin.
Distil-Whisper STT.ai'in ücretsiz seviyesinde çalışır - her ziyaretçi ücretsiz olarak ayda 600 dakika alır.Ödemeli planlar dosya başına daha uzun sınırlar, özel transkripsiyonlar ve öncelikli kuyruklar ekler.
Distil-Whisper, MIT, bir açık kaynak lisansı altında yayınlanmıştır. Distil-Whisper'i kendi donanımınızda kendi kendinize konumlandırabilir veya bizim konumlandırılmış sürümümüzü kullanabilirsiniz - her ikisi de ticari olarak kullanılabilir.
Distil-Whisper 99 dillerini destekler. Otomatik tespit çoğu ses için doğru dili seçer; küçük bir doğruluk artırımı için el ile de belirtebilirsiniz.
Distil-Whisper, GPU'larımızda yaklaşık 48.0x gerçek zamanlı ses işleme hızına sahiptir. 1 saatlik bir ses dosyası 1 dakikanın altında tamamlanır; daha uzun dosyalar kuyruğa alınır ve bittiğinde e-posta ile bildirim yapılır.
Distil-Whisper'in 756M parametresi vardır. Daha büyük modellerin daha doğru ama daha yavaş olmasına eğilim vardır; STT.ai GPU'da Distil-Whisper'e ev sahipliği yapar bu yüzden parametre sayısı istemci taraf performansınızı etkilemez.
Distil-Whisper, STT.ai'in desteklediği her biçimi kabul eder - MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI ve diğerleri. Çıkış TXT, SRT, VTT, DOCX, JSON veya PDF olarak.
Evet, her bir transkrip için Distil-Whisper'in yanında konuşanların diarizasyonu çalışıyor. Her bir konuşan etiketleniyor ve sonradan editöründe isimlerini değiştirebilirsiniz.
Evet. Distil-Whisper bizim yönetilen ortamımızda çalışıyor - ses işleme ve varsayılan olarak silinir ve açıkça opt-in olmadan eğitim için asla kullanılmaz. Pro planları, bekleyen transkripler için istemci tarafı şifreleme ekler.
Aynı ses üzerinde Distil-Whisper'i diğer desteklenen modellerle karşılaştırmak için compare-stt aracı kullanın - WER, segment sayısını, hoparlör etiketlerini ve güven puanlarını yan yana göreceksiniz. Distil-Whisper vs Whisper Large V3 karşılaştırması en sık yapılandır.
Evet. /v1/transcribe son noktasında model parametresi olarak "distil-whisper"yi belirtin. Python ve Node.js SDK'ları Distil-Whisper örneklerini içerir. Ücretsiz API katmanı ayda 100 dakika içerir.
Evet. Distil-Whisper MIT lisanslı olduğu için kendine ev sahipliği yapabilirsin. STT.ai'in açık kaynak sayfası proje deposunu ve ağırlıklarını listeler. Çoğu üretim ekibi GPU satın alımı, model değişimi ve operasyonları atlamak için ev sahipliği yaptığımız sürümü kullanır.