Whisper Diarization

Name: Whisper Diarization
Brand: Community
SKU: whisper-diarization
Price: 0.0063 USD
Availability: InStock

Kõne tekstiksSaadaval

Community pooltwhisper-diarization

Whisper 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.

Proovi Hangi API võti Võrdle

Hind: ≈ 0,0063 $/käivitus
Sisend → väljund: Audio → Tekst
Arendaja: Community
Uuendatud: 23. september 2026

Playground

Proovi Whisper Diarization

Sisend ja väljund

≈ 0,0063 $/käivitus

Käsk(valikuline)

0 / 1000

Audio File URL

URL of the audio file to transcribe and diarize

Keel(valikuline)

Täpsemad seaded (2)

Number of Speakers(valikuline)1–50

Optional fixed speaker count; estimated if omitted

Translate to English

⌘/Ctrl + Enter

Tulemus

Transkriptsioon ilmub siia.

See käivitus

umbes 0,0063 $ · 0,63 krediiti

Käivitamisel reserveeritakse 0,0188 $ (1,88 krediiti); arveldatakse tegelik GPU aeg.

Oled siin uus?

10 tasuta krediiti (0,10 $), kui registreeritud Google'iga

Kasutatav 24 tundi pärast registreerimist, kuni 5 käivitust päevas ja maksimaalselt 2 krediiti käivituse kohta. Muud sisselogimismeetodid algavad ilma krediitideta. Piisab 5 käivituseks sellest mudelist.

Examples

Real outputs from the public examples of this model on Replicate, with the prompt and settings that produced them. They were not generated live on this page.

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

Teave: Whisper Diarization

LühidaltSeisuga 23. september 2026

Whisper Diarization on mudel, mille on välja töötanud Community kategoorias Kõne tekstiks. Railwail'is maksab Whisper Diarization ≈ 0,0063 $ käivituse kohta.

Hinnad

Hinnad USA dollarites. Kasutamine arvestatakse eelmakstud krediitidest.

Tüüpiline käivitus (≈ 5 s L40S peal)	0,0063 $ käivituse kohta
GPU-aeg (L40S)	0,00117 $ GPU-sekundi kohta

Arvestatakse GPU-aeg, mida käivitus tegelikult võtab. Käivituse alustamisel reserveeritakse sinu saldost 3× tüüpiline hind ja arvutatakse hiljem.
1 krediit = 0,01 $

Kulukalkulaator

Hinna kalkulaator

GPU-sekundid käivituse kohta

Pakkuja andmetel tüüpiline: umbes 5,3 s

Käivitused

Kokku

0,63 $

63 krediiti

Käivituse kohta

0,0063 $ · 0,63 krediiti

Arvestatakse tegelik GPU-aeg; see on hinnang.

API

Kutsu Whisper Diarization oma Railwail API võtmega. Kasuta selles päringus seda mudeli ID-d:

whisper-diarizationVaata API dokumentatsiooni Hangi API võti

Kontrollitud API-näide puudub

Avalik API edastab teistsuguse sisendvormingu, kui see mudel vajab. Kasuta ülalolevat mänguväljakut.

Spetsifikatsioonid

Mudeli ID: whisper-diarization
Arendaja: Community
Kategooria: Kõne tekstiks
Sisend: Audio
Väljund: Tekst
Arveldamine: Kasutuse järgi (tokenid või GPU-aeg)
Kataloogi kirje uuendatud: 23. september 2026

Sisendparameetrid

Mudeli sisendiskeemi sisendid ja seaded. API näide jaotises API näitab, milliseid neist API aktsepteerib.

ParameeterTüüpVaikimisiLubatud väärtused

file_urlnõutav
URL of the audio file to transcribe and diarize
Tüüp: Tekst
Vaikimisi: –
Lubatud väärtused: –
prompt
Optional vocabulary or context hint
Tüüp: Tekst
Vaikimisi: –
Lubatud väärtused: kuni 1000 tähemärki
language
Optional ISO-639-1 language code; auto-detected if omitted
Tüüp: Tekst
Vaikimisi: –
Lubatud väärtused: –
translate
Tüüp: Jah/Ei
Vaikimisi: false
Lubatud väärtused: –
num_speakers
Optional fixed speaker count; estimated if omitted
Tüüp: Täisarv
Vaikimisi: –
Lubatud väärtused: 1 kuni 50

Sildid

replicate
whisper
stt
transcription
diarization
speaker-labels
multilingual

Kasutamise juhtumid

Seotud juhendid

Speech-to-Text & Transcription Models

Kõik mudelid: Kõne tekstiks

Korduma kippuvad küsimused

Mis on Whisper Diarization?

Whisper Diarization on mudel, mille töötas välja Community kategoorias Kõne tekstiks.

Kui palju maksab Whisper Diarization Railwail'is?

Railwail'is maksab Whisper Diarization ≈ 0,0063 $ käivituse kohta. Sulle arvestatakse see, mida iga päring tegelikult kasutab. Kasutamine makstakse eelnevalt ostetud krediitidest; 1 krediit võrdub 0,01 $.

Milliseid seadistusi Whisper Diarization toetab?

Vastavalt sisendiskeemile teab Whisper Diarization neid parameetreid: file_url, prompt (kuni 1000 tähemärki), language, translate ja num_speakers (1 kuni 50).

Kui kiire on Whisper Diarization?

Whisper Diarization kohta ei ole Railwail'is veel piisavalt mõõdetud käivitusi, et käivitusaega väita. See sõltub sisendist, seadistustest ja pakkuja koormusest.

Kas Whisper Diarization on parem kui Incredibly Fast Whisper?

See sõltub ülesandest. Whisper Diarization (Community) ja Incredibly Fast Whisper (Community) on mõlemad mudelid kategoorias Kõne tekstiks. Võrdlusleht näitab nende hindu ja spetsifikatsioone kõrvuti.

Võrdle Whisper Diarization ja Incredibly Fast Whisper

Võrreldavad mudelid

Kõik selles kategoorias

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 $/käivitus
11 % odavam ühiku kohta
Võrdle Whisper Diarization ja 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.
≈ 0,0034 $/käivitus
46 % odavam ühiku kohta
Võrdle Whisper Diarization ja Whisper
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.
≈ 0,156 $/käivitus
2376 % kallim ühiku kohta
Võrdle Whisper Diarization ja SeamlessM4T

Kõik mudelid ühe API kaudu

Üks API võti kõigile Railwail mudelitele. Kasutamine arvestatakse eelmakstud krediitidest, 1 krediit = 0,01 $.

Hangi API võti Vaata kõiki mudeleid