Whisper Diarization
whisper-diarizationWhisper Large v3 Turbo combined with pyannote 4.0 for speaker diarization, returning who-said-what segments with timestamps. Built by Thomas Mol. Returns a clean JSON of speaker-labeled segments, handy for meeting notes, interviews, and podcasts.
- السعر
- ≈ 0.0063 US$/تشغيل
- Input → output
- صوت → نص
- مطور
- Community
- تم التحديث
- 23 سبتمبر 2026
Playground
جرّب Whisper Diarization
الإدخال والإخراج
هذا التشغيل
حوالي 0.0063 US$ · 0.63 رصيد
يتم حجز 0.0188 US$ (1.88 رصيد) عند البدء؛ يتم فواتير وقت GPU الفعلي.
جديد هنا؟
10 رصيد مجاني (0.10 US$) عند التسجيل باستخدام Google
قابل للاستخدام 24 ساعة بعد التسجيل، حتى 5 تشغيل يومياً وبحد أقصى 2 رصيد لكل تشغيل. طرق تسجيل الدخول الأخرى تبدأ بدون رصيد. كافٍ لـ 5 تشغيلات لهذا النموذج.
Examples
Prompt
LLama, AI, Meta.
Output (JSON, shortened)
{ "language": "en", "segments": [ { "end": 4.48, "text": "Let me ask you about AI.", "start": 2.94, "words": [ { "end": 3.12, "word": "Let", "start": 2.94, "speaker": "SPEAKER_01", "probability": 0.685546875 }, { "end": 3.26, "word": "me", "start": 3.12, "speaker": "SPEAKER_01", "probability": 0.9990234375 }, { "end": 3.74, "word": "ask", "start": 3.26, "speaker": "SPEAKER_01", "probability": 0.998046875 }, { "end": 3.86, "word": "you", "start": 3.74, "speaker": "SPEAKER_01", "probability": 0.9921875 }, { "end": 4.1, "word": "about", "start": 3.86, "speaker": "SPEAKER_01", "probability": 0.9990234375 }, { "end": 4.48, "word": "AI.", "start": 4.1, "speaker": "SPEAKER_01", "probability": 0.966796875 } ], "speaker": "SPEAKER_01", "duration": 1.5400000000000005, "avg_logprob": -0.17070312313735486 }, { "end": 11.66, "text": "It seems like this year for the entirety of the human civilization is an interesting year for the development of artificial intelligence.", "start": 4.72, "words": [ {…Settings
- language
- en
حول Whisper Diarization
Whisper Diarization هو نموذج من Community في فئة تحويل الكلام إلى نص. على Railwail، يكلف Whisper Diarization ≈ 0.0063 US$ لكل تشغيل.
التسعير
| التشغيل النموذجي (≈ 5 ث على L40S) | 0.0063 US$ لكل تشغيل |
|---|---|
| وقت GPU (L40S) | 0.00117 US$ لكل ثانية GPU |
- يتم الفرز بناءً على وقت GPU الذي يستغرقه التشغيل فعلياً. عند بدء التشغيل، يتم حجز 3× السعر النموذجي من رصيدك ويتم تسويته لاحقاً.
- 1 رصيد = 0.01 US$
حاسبة التكلفة
حاسبة الأسعار
نموذجي وفقاً للمزود: حوالي 5.3 ث
الإجمالي
0.63 US$
63 رصيد
لكل تشغيل
0.0063 US$ · 0.63 رصيد
يتم الفرض بناءً على وقت GPU الفعلي؛ هذا تقدير.
API
لا يوجد مثال API موثق
API العام يمرر صيغة إدخال مختلفة عما يحتاجه هذا النموذج. استخدم ساحة الاختبار أعلاه.
المواصفات
- معرّف النموذج
whisper-diarization- مطور
- Community
- الفئة
- تحويل الكلام إلى نص
- الإدخال
- صوت
- الإخراج
- نص
- الفواتير
- حسب الاستخدام (الرموز أو وقت GPU)
- تم تحديث إدخال الكتالوج
- 23 سبتمبر 2026
معاملات الإدخال
المدخلات والإعدادات من مخطط إدخال النموذج. يوضح المثال في قسم API أيها تقبل API.
file_urlمطلوبURL of the audio file to transcribe and diarize
النوع: نصالافتراضي: –القيم المسموحة: –promptOptional vocabulary or context hint
النوع: نصالافتراضي: –القيم المسموحة: حتى 1,000 حرفlanguageOptional ISO-639-1 language code; auto-detected if omitted
النوع: نصالافتراضي: –القيم المسموحة: –translateالنوع: نعم/لاالافتراضي:falseالقيم المسموحة: –num_speakersOptional fixed speaker count; estimated if omitted
النوع: عدد صحيحالافتراضي: –القيم المسموحة: 1 إلى 50
الوسوم
- replicate
- whisper
- stt
- transcription
- diarization
- speaker-labels
- multilingual
حالات الاستخدام
الأسئلة الشائعة
ما هو Whisper Diarization؟
Whisper Diarization هو نموذج من Community في فئة تحويل الكلام إلى نص.
كم تكلفة Whisper Diarization على Railwail؟
على Railwail، يكلف Whisper Diarization ≈ 0.0063 US$ لكل تشغيل. يتم فرض رسوم عليك مقابل ما تستخدمه كل طلب فعلياً. الاستخدام يُدفع من أرصدة مدفوعة مقدماً؛ 1 رصيد يساوي 0.01 US$.
ما الإعدادات التي يدعمها Whisper Diarization؟
وفقاً لمخطط الإدخال الخاص به، Whisper Diarization يعرف هذه المعاملات: file_url وprompt (حتى 1,000 حرف) وlanguage وtranslate وnum_speakers (1 إلى 50).
ما سرعة Whisper Diarization؟
لا توجد عمليات تشغيل مقاسة كافية لـ Whisper Diarization على Railwail حتى الآن لتحديد وقت التشغيل. يعتمد على الإدخال والإعدادات والحمل لدى المزود.
هل Whisper Diarization أفضل من Incredibly Fast Whisper؟
هذا يعتمد على المهمة. Whisper Diarization (Community) و Incredibly Fast Whisper (Community) كلاهما نموذج في فئة تحويل الكلام إلى نص. تعرض صفحة المقارنة أسعارهما والمواصفات جنباً إلى جنب.
قارن Whisper Diarization و Incredibly Fast Whisperنماذج قابلة للمقارنة
الكل في هذه الفئة- Incredibly Fast WhisperCommunity
Whisper Large v3 wrapped with Hugging Face Transformers optimizations (batched inference, flash attention) for very high throughput. Transcribes hours of audio in minutes on a single GPU. Maintained by Vaibhav Srivastav. Good when you need bulk transcription fast.
- WhisperOpenAI
OpenAI's Whisper running on Replicate. General-purpose speech recognition trained on 680k hours of multilingual audio. Transcribes and translates 99 languages, robust to accents and background noise, and outputs plain text, segments, or word-level timestamps.
- SeamlessM4TCommunity
Meta's SeamlessM4T multimodal translation model. Takes speech or text input and produces transcription or translation across about 100 languages, including speech-to-text and speech-to-speech. One model covers ASR plus cross-lingual translation without chaining separate systems.
جميع النماذج عبر API واحدة
مفتاح API واحد لكل نموذج على Railwail. يتم احتساب الاستخدام من الأرصدة المدفوعة مقدماً، 1 رصيد = 0.01 US$.