Distil-Whisper
STT.ai does not run this model. This page is reference information about it.
Безнең эшләп йөри торган модельләр белән транскрипцияләү →
5.8%
WER
99
Телләр
48.0x
Тезлек
MIT
Лицензия
Бәйләнешләр Distil-Whisper
Дистиль-Вишпер — Hugging Face тарафыннан ясалган Whisperның дистильләнгән версиясе. Ул модель зурлыгын 49% ка киметә һәм 6x тизрәк нәтиҗә ясый, ә оригиналь Whisper Large V2 ның 1% WER ын дистрибуциядән тыш бәяләү җыелмалары белән саклый.
Модель мәгълүматы
- ПровайдерHugging Face
- Архитектура-
- ЛицензияMIT
- ЯңартуMar 2026
Кайвакыт бирелә торган сораулар
Distil-Whisper - Hugging Face тарафыннан сөйләмнән мәкалә ясарга ярдәм итүче модель. STT.ai хәзерге вакытта Distil-Whisperне эшләтми - бу бит модель турында мәгълүмат бирә. STT.ai- дә транскрипция өчен, модель сайлаучы Whisper гаиләсен тәкъдим итә (Turbo, Large V3, Medium, Small).
Distil-Whisper стандарт бәяләүләрдә сүз хаталары 5.8% тәшкил итә. Реаль дөньяда дөреслек аудио сыйфатына, акцентка һәм телгә бәйле; тавышлы яки акцентлы язу өчен, WER ны берничә процентка арттырырга мөмкин.
Distil-Whisper STT.ai-дә юк. Аның үз лицензиясе шартлары аны үзең эшләтүеңне тәэмин итә. STT.ai-нең бушлай дәрәҗәсе без эшләткән Whisper модельләрен каплый — 600 минутка кадәр, аннан соң ай саен бушлай өстәмә.
Distil-Whisper MIT лицензиясе нигезендә чыгарыла, ул ачык чыганак лицензиясе. Сез Distil-Whisper-не үз җайланмагызда урнаштыра аласыз яки безнең урнаштырылган версияне куллана аласыз — икесе дә коммерцияле куллануга яраклы.
Distil-Whisper 99 телне яклый. Аудио өчен дөрес телне автоматик ачыклау сайлый; аны үзегезгә туры китереп тә билгеләп була, тик бу дөреслекне бераз арттыра.
Distil-Whisper безнең GPUларда 48.0x реаль вакыт белән аудио эшкәртә. 1 сәгатьлек аудио файл 1 минут эчендә тәмамлана; озынрак файллар чиратка куела һәм эш тәмамлангач электрон почта аша хәбәр ителә.
Distil-Whisperдә 756M параметрлары бар. Зуррак модельләр төгәлрәк, ләкин зәгыйфьрәк; STT.ai Distil-Whisperне график процессорда урнаштыра, шуңа күрә параметрлар саны клиент ягы эшчәнлегенә йогынты ясамый.
Distil-Whisper STT.ai тарафыннан якланган һәр форматны кабул итә — MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI һәм башкалар.
Distil-Whisper сүзлекнең һәрберсе өчен сөйләүче диаризациясе эшли — һәр сөйләүчегә тамга куела һәм соңрак редакторда аларны исемнәре үзгәртелә.
Әйе. Distil-Whisper безнең идарә ителгән тирәлектә эшли — аудио эшкәртелә һәм юкка чыгарыла һәм ачыктан-ачык кушылмаусыз өйрәтү өчен беркайчан да кулланылмый. Про планнары клиент тарафыннан шифрлауны ялгыз трактовкаларга өсти.
Distil-Whisperне башка башка ярдәм ителгән модельләр белән бер үк аудиода чагыштыру өчен compare-stt инструментын кулланыгыз — сез WER, сегментлар саны, тавыш язучылары һәм ышанычлылык күрсәткечләрен бер-бер артлы күрерсез. Distil-Whisper һәм Whisper Large V3 чагыштыруы иң еш кулланыла.
Әйе. /v1/transcribe ахыргы ноктасында модель параметры буларак "distil-whisper"не күрсәтегез. Python һәм Node.js SDKлары Distil-Whisper мисалын кертәләр. Бушлай API катламы айга 100 минутны тәшкил итә.
Әйе. Distil-Whisper MIT-лицензияләнгән булганлыктан, сез аны үзегез урнаштыра аласыз. STT.ai'ның ачык чыганаклы битендә проектның репо һәм авырлыклары күрсәтелгән. Продукция төркемнәре безнең урнаштырылган версияне GPU сатып алу, модель алмашу һәм опсларны калдыру өчен кулланалар.