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.
- Cena
- ≈ 0,0063 US$/spuštění
- Vstup → výstup
- Audio → Text
- Vývojář
- Community
- Aktualizováno
- 23. září 2026
Playground
Vyzkoušet Whisper Diarization
Vstup a výstup
Tento běh
přibližně 0,0063 US$ · 0,63 credits
Na začátku se rezervuje 0,0188 US$ (1,88 credits), fakturuje se skutečný čas GPU.
Nový zde?
10 bezplatných credits (0,10 US$) při registraci přes Google
Použitelné 24 hodin po registraci, až 5 běhů za den a maximálně 2 credits za běh. Ostatní způsoby přihlášení začínají bez credits. Stačí na 5 spuštění tohoto modelu.
Examples
Prompt
LLama, AI, Meta.
Output (JSON, shortened)
{ "language": "en", "segments": [ { "end": 4.48, "text": "Let me ask you about AI.", "start": 2.94, "words": [ { "end": 3.12, "word": "Let", "start": 2.94, "speaker": "SPEAKER_01", "probability": 0.685546875 }, { "end": 3.26, "word": "me", "start": 3.12, "speaker": "SPEAKER_01", "probability": 0.9990234375 }, { "end": 3.74, "word": "ask", "start": 3.26, "speaker": "SPEAKER_01", "probability": 0.998046875 }, { "end": 3.86, "word": "you", "start": 3.74, "speaker": "SPEAKER_01", "probability": 0.9921875 }, { "end": 4.1, "word": "about", "start": 3.86, "speaker": "SPEAKER_01", "probability": 0.9990234375 }, { "end": 4.48, "word": "AI.", "start": 4.1, "speaker": "SPEAKER_01", "probability": 0.966796875 } ], "speaker": "SPEAKER_01", "duration": 1.5400000000000005, "avg_logprob": -0.17070312313735486 }, { "end": 11.66, "text": "It seems like this year for the entirety of the human civilization is an interesting year for the development of artificial intelligence.", "start": 4.72, "words": [ {…Settings
- language
- en
O Whisper Diarization
Whisper Diarization je model od Community v kategorii Převod řeči na text. Na Railwail stojí Whisper Diarization ≈ 0,0063 US$ za spuštění.
Ceny
| Typické spuštění (≈ 5 s na L40S) | 0,0063 US$ za spuštění |
|---|---|
| GPU čas (L40S) | 0,00117 US$ za GPU sekundu |
- Účtuje se GPU čas, který spuštění skutečně trvá. Při spuštění je z vašeho zůstatku rezervováno 3× typická cena a později se vypořádá.
- 1 kredit = 0,01 US$
Kalkulátor nákladů
Kalkulátor cen
Typicky podle poskytovatele: přibližně 5,3 s
Celkem
0,63 US$
63 kreditů
Na spuštění
0,0063 US$ · 0,63 kreditů
Účtuje se skutečný čas GPU; jedná se o odhad.
API
Žádný ověřený příklad API
Veřejné API předává jiný formát vstupu, než tento model potřebuje. Použijte playground výše.
Specifikace
- ID modelu
whisper-diarization- Vývojář
- Community
- Kategorie
- Převod řeči na text
- Vstup
- Audio
- Výstup
- Text
- Fakturace
- Podle použití (tokeny nebo GPU čas)
- Záznam v katalogu aktualizován
- 23. září 2026
Vstupní parametry
Vstupy a nastavení ze vstupního schématu modelu. Příklad v sekci API ukazuje, které z nich API přijímá.
file_urlpovinnéURL of the audio file to transcribe and diarize
Typ: TextVýchozí: –Povolené hodnoty: –promptOptional vocabulary or context hint
Typ: TextVýchozí: –Povolené hodnoty: až 1 000 znakůlanguageOptional ISO-639-1 language code; auto-detected if omitted
Typ: TextVýchozí: –Povolené hodnoty: –translateTyp: Ano/NeVýchozí:falsePovolené hodnoty: –num_speakersOptional fixed speaker count; estimated if omitted
Typ: Celé čísloVýchozí: –Povolené hodnoty: 1 až 50
Štítky
- replicate
- whisper
- stt
- transcription
- diarization
- speaker-labels
- multilingual
Případy použití
Často kladené otázky
Co je Whisper Diarization?
Whisper Diarization je model od Community v kategorii Převod řeči na text.
Kolik stojí Whisper Diarization na Railwail?
Na Railwail stojí Whisper Diarization ≈ 0,0063 US$ za spuštění. Platíte za to, co každý požadavek skutečně spotřebuje. Použití se platí z předplacených kreditů; 1 kredit se rovná 0,01 US$.
Jaká nastavení Whisper Diarization podporuje?
Podle schématu vstupu Whisper Diarization zná tyto parametry: file_url, prompt (až 1 000 znaků), language, translate a num_speakers (1 až 50).
Jak rychlý je Whisper Diarization?
Pro Whisper Diarization je na Railwail zatím příliš málo naměřených spuštění na uvedení doby běhu. Závisí na vstupu, nastavení a zátěži u poskytovatele.
Je Whisper Diarization lepší než Incredibly Fast Whisper?
Záleží na úkolu. Whisper Diarization (Community) a Incredibly Fast Whisper (Community) jsou oba modely v kategorii Převod řeči na text. Stránka porovnání zobrazuje jejich ceny a specifikace vedle sebe.
Porovnat Whisper Diarization a Incredibly Fast WhisperSrovnatelné modely
Všechny v této kategorii- Incredibly Fast WhisperCommunity
Whisper Large v3 wrapped with Hugging Face Transformers optimizations (batched inference, flash attention) for very high throughput. Transcribes hours of audio in minutes on a single GPU. Maintained by Vaibhav Srivastav. Good when you need bulk transcription fast.
≈ 0,0056 US$/spuštění
11 % levnější na jednotku
Porovnat Whisper Diarization a Incredibly Fast Whisper - 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.
Všechny modely přes jednu API
Jeden API klíč pro všechny modely na Railwail. Použití se účtuje z předplacených kreditů, 1 kredit = 0,01 US$.