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.
- Preis
- ca. $ 0,0063/Lauf
- Eingabe → Ausgabe
- Audio → Text
- Entwickler
- Community
- Aktualisiert
- 23. September 2026
Playground
Whisper Diarization ausprobieren
Eingabe & Ergebnis
Dieser Lauf
ca. $ 0,0063 · 0,63 Credits
Beim Start werden $ 0,0188 (1,88 Credits) vorgemerkt, abgerechnet wird die tatsächliche GPU-Zeit.
Neu hier?
10 Gratis-Credits ($ 0,10) bei Anmeldung mit Google
Nutzbar 24 Stunden nach der Anmeldung, bis zu 5 Läufe pro Tag und höchstens 2 Credits je Lauf. Andere Anmeldearten starten ohne Guthaben. Reicht für 5 Läufe dieses Modells.
Beispiele
Prompt
LLama, AI, Meta.
Ausgabe (JSON, gekürzt)
{ "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": [ {…Einstellungen
- language
- en
Über Whisper Diarization
Whisper Diarization ist ein Modell von Community aus der Kategorie Spracherkennung (STT). Über Railwail kostet Whisper Diarization ca. $ 0,0063 pro Lauf.
Preise
| Typischer Lauf (ca. 5 s auf L40S) | $ 0,0063 pro Lauf |
|---|---|
| GPU-Zeit (L40S) | $ 0,00117 pro GPU-Sekunde |
- Abgerechnet wird die GPU-Zeit, die der Lauf tatsächlich braucht. Beim Start wird das 3-Fache des typischen Preises vom Guthaben vorgemerkt und danach verrechnet.
- 1 Credit = $ 0,01
Kostenrechner
Preisrechner
Typisch laut Anbieter: ca. 5,3 s
Gesamt
$ 0,63
63 Credits
Je Lauf
$ 0,0063 · 0,63 Credits
Abgerechnet wird die tatsächliche GPU-Zeit; der Wert ist eine Schätzung.
API
Kein geprüftes API-Beispiel
Die öffentliche API übergibt ein anderes Eingabeformat, als dieses Modell braucht. Nutze den Playground oben.
Spezifikationen
- Modell-ID
whisper-diarization- Entwickler
- Community
- Kategorie
- Spracherkennung (STT)
- Eingabe
- Audio
- Ausgabe
- Text
- Abrechnung
- Nach Verbrauch (Token bzw. GPU-Zeit)
- Katalogeintrag aktualisiert
- 23. September 2026
Eingabeparameter
Eingaben und Einstellungen laut Eingabeschema des Modells. Welche davon die API annimmt, zeigt das Beispiel im Abschnitt API.
file_urlPflichtURL of the audio file to transcribe and diarize
Typ: TextStandard: –Erlaubte Werte: –promptOptional vocabulary or context hint
Typ: TextStandard: –Erlaubte Werte: bis 1 000 ZeichenlanguageOptional ISO-639-1 language code; auto-detected if omitted
Typ: TextStandard: –Erlaubte Werte: –translateTyp: Ja/NeinStandard:falseErlaubte Werte: –num_speakersOptional fixed speaker count; estimated if omitted
Typ: GanzzahlStandard: –Erlaubte Werte: 1 bis 50
Schlagwörter
- replicate
- whisper
- stt
- transcription
- diarization
- speaker-labels
- multilingual
Einsatzgebiete
Häufige Fragen
Was ist Whisper Diarization?
Whisper Diarization ist ein Modell von Community aus der Kategorie Spracherkennung (STT).
Was kostet Whisper Diarization bei Railwail?
Über Railwail kostet Whisper Diarization ca. $ 0,0063 pro Lauf. Abgerechnet wird, was jede Anfrage tatsächlich verbraucht. Bezahlt wird mit vorab gekauften Credits; 1 Credit entspricht $ 0,01.
Welche Einstellungen unterstützt Whisper Diarization?
Laut Eingabeschema kennt Whisper Diarization diese Parameter: file_url, prompt (bis 1 000 Zeichen), language, translate und num_speakers (1 bis 50).
Wie schnell ist Whisper Diarization?
Für Whisper Diarization gibt es bei Railwail noch zu wenige gemessene Läufe, um eine Laufzeit anzugeben. Sie hängt von der Eingabe, den Einstellungen und der Auslastung beim Anbieter ab.
Ist Whisper Diarization besser als Incredibly Fast Whisper?
Das hängt von der Aufgabe ab. Whisper Diarization (Community) und Incredibly Fast Whisper (Community) sind beide Modelle aus der Kategorie Spracherkennung (STT). Die Vergleichsseite zeigt Preise und Spezifikationen nebeneinander.
Whisper Diarization und Incredibly Fast Whisper vergleichenVergleichbare Modelle
Alle dieser Kategorie- 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.
ca. $ 0,0056/Lauf
11 % günstiger je Einheit
Whisper Diarization und Incredibly Fast Whisper vergleichen - 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.
Alle Modelle über eine API
Ein API-Schlüssel für alle Modelle auf Railwail. Abgerechnet wird über vorab gekaufte Credits, 1 Credit = $ 0,01.