Bản dịch bằng Distil-Whisper
5.8%
WER
99
Ngôn ngữ
48.0x
Tốc độ
MIT
Giấy phép
Về Distil-Whisper
Distil-Whisper là một phiên bản chưng cất của Whisper được tạo bởi Hugging Face. Nó giảm kích thước mô hình 49% và đạt được suy luận nhanh hơn 6 lần trong khi duy trì trong 1% WER của Whisper Large V2 ban đầu trên các bộ đánh giá ngoài phân phối.
Ngôn ngữ được hỗ trợ Distil-Whisper
Thông tin mẫu
- Nhà cung cấpHugging Face
- Kiến trúc-
- Giấy phépMIT
- Cập nhậtMar 2026
Câu hỏi thường gặp
STT.ai host Distil-Whisper on our GPU infrastructure so you can use it without provisioning your own hardware — upload audio or video and pick Distil-Whisper from the model picker.
Độ chính xác thực tế phụ thuộc vào chất lượng âm thanh, giọng nói và ngôn ngữ; đối với các bản ghi âm ồn ào hoặc có giọng nói, chờ đợi một vài điểm phần trăm cao hơn WER.
Distil-Whisper chạy trên tầng miễn phí của STT.ai - mỗi khách truy cập có 600 phút để bắt đầu miễn phí. Các kế hoạch trả phí thêm giới hạn dài hơn cho mỗi tập tin, bản ghi riêng tư, và xếp hàng ưu tiên.
Distil-Whisper được phát hành dưới giấy phép mã nguồn mở MIT. Bạn có thể tự lưu trữ Distil-Whisper trên phần cứng của mình hoặc sử dụng phiên bản lưu trữ của chúng tôi — cả hai đều có thể sử dụng thương mại.
Distil-Whisper hỗ trợ 99 ngôn ngữ. Tự động phát hiện chọn ngôn ngữ đúng cho hầu hết âm thanh; bạn cũng có thể chỉ định nó bằng tay để tăng độ chính xác một chút.
Distil-Whisper xử lý âm thanh với tốc độ khoảng 48.0x thời gian thực trên GPU của chúng tôi. Một tập tin âm thanh 1 giờ hoàn thành trong 1 phút; tập tin dài hơn xếp hàng và thông báo bằng email khi hoàn thành.
Distil-Whisper có các tham số 756M. Các mẫu lớn có xu hướng chính xác hơn nhưng chậm hơn; STT.ai host Distil-Whisper trên GPU vì vậy số lượng tham số không ảnh hưởng đến hiệu suất bên máy khách.
Distil-Whisper chấp nhận mọi định dạng STT.ai hỗ trợ — MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI, và những thứ khác.
Vâng. Tính toán các người nói chạy cùng với Distil-Whisper cho mỗi bản phiên âm — mỗi người nói được đánh dấu và bạn có thể đổi tên chúng trong trình biên tập sau đó.
Có. Distil-Whisper chạy trong môi trường quản lý của chúng tôi — âm thanh được xử lý và xóa theo mặc định và không bao giờ được sử dụng cho huấn luyện mà không có sự đồng ý rõ ràng. Các kế hoạch Pro thêm mã hóa bên khách hàng cho các bản ghi khi nghỉ.
Dùng công cụ compare-stt để chạy Distil-Whisper so với bất kỳ mô hình nào được hỗ trợ trên cùng một âm thanh — bạn sẽ thấy WER, số phân đoạn, nhãn loa, và điểm tin cậy cạnh nhau.
Có. Chỉ ra "distil-whisper" như tham số mô hình trên điểm kết thúc /v1/transcribe. Python và Node.js SDK bao gồm ví dụ Distil-Whisper. Lớp API miễn phí bao gồm 100 phút/tháng.
Vâng. Bởi vì Distil-Whisper được cấp phép MIT, bạn có thể tự lưu trữ nó. Trang mã nguồn mở của STT.ai liệt kê dự án và trọng lượng. Hầu hết các nhóm sản xuất sử dụng phiên bản lưu trữ của chúng tôi để bỏ qua việc mua GPU, thay đổi mô hình và các hoạt động.