WhisperX
whisperxWhisperX (Large v3) with forced alignment for accurate word-level timestamps plus optional speaker diarization. Uses VAD to cut long files into segments and a wav2vec2 aligner to pin each word to its exact time. Useful for subtitles and per-speaker transcripts.
- Prix
- ≈ 0,0241 $US/exécution
- Entrée → Sortie
- Audio → Texte
- Développeur
- Community
- Mis à jour
- 23 septembre 2026
Playground
Essayer WhisperX
Entrée et résultat
Cette exécution
environ 0,0241 $US · 2,41 crédits
0,0721 $US (7,21 crédits) sont réservés au démarrage ; le temps GPU réel est facturé.
Pour les comptes sans achat antérieur : les exécutions au-delà de 2 crédits nécessitent un rechargement.
Nouveau par ici ?
10 crédits gratuits (0,10 $US) lors de l'inscription avec Google
Utilisable 24 heures après l'inscription, jusqu'à 5 exécutions par jour et au maximum 2 crédits par exécution. Les autres méthodes de connexion commencent sans crédits.
Examples
Output (JSON, shortened)
{ "segments": [ { "end": 30.811, "text": "The little tales they tell are false. The door was barred, locked and bolted as well. Ripe pears are fit for a queen's table. A big wet stain was on the round carpet. The kite dipped and swayed but stayed aloft. The pleasant hours fly by much too soon. The room was crowded with a mild wob.", "start": 2.585 }, { "end": 48.592, "text": "The room was crowded with a wild mob. This strong arm shall shield your honor. She blushed when he gave her a white orchid. The beetle droned in the hot June sun.", "start": 33.029 } ], "detected_language": "en" }
À propos de WhisperX
WhisperX est un modèle de Community dans la catégorie Reconnaissance vocale. Sur Railwail, WhisperX coûte ≈ 0,0241 $US par exécution.
Tarification
| Exécution typique (≈ 14 s sur A100 (80GB)) | 0,0241 $US par exécution |
|---|---|
| Temps GPU (A100 (80GB)) | 0,00168Â $US par seconde GPU |
- Facturé selon le temps GPU réellement utilisé. Au démarrage, 3× le prix typique est réservé sur votre solde et régularisé ensuite.
- 1 crédit = 0,01 $US
Calculateur de coûts
Calculateur de prix
Typique selon le fournisseur : environ 14,3 s
Total
2,41Â $US
241 crédits
Par exécution
0,0241 $US · 2,41 crédits
Facturé selon le temps GPU réel ; ceci est une estimation.
API
Aucun exemple API vérifié
L'API publique transmet un format d'entrée différent de celui dont ce modèle a besoin. Utilisez le playground ci-dessus.
Spécifications
- ID du modèle
whisperx- Développeur
- Community
- Catégorie
- Reconnaissance vocale
- Entrée
- Audio
- Sortie
- Texte
- Facturation
- À l'usage (tokens ou temps GPU)
- Entrée du catalogue mise à jour
- 23 septembre 2026
Paramètres d'entrée
Entrées et paramètres du schéma d'entrée du modèle. L'exemple dans la section API montre lesquels l'API accepte.
audio_fileObligatoireURL or upload of the audio file to transcribe
Type: TexteDéfaut: –Valeurs autorisées: –languageOptional ISO-639-1 language code; auto-detected if omitted
Type: TexteDéfaut: –Valeurs autorisées: –batch_sizeType: Nombre entierDéfaut:64Valeurs autorisées: 1 à 64diarizationType: Oui/NonDéfaut:falseValeurs autorisées: –align_outputType: Oui/NonDéfaut:trueValeurs autorisées: –
Étiquettes
- replicate
- whisperx
- stt
- transcription
- diarization
- word-timestamps
- multilingual
Cas d'usage
Questions fréquemment posées
Qu'est-ce que WhisperX ?
WhisperX est un modèle de Community dans la catégorie Reconnaissance vocale.
Combien coûte WhisperX sur Railwail ?
Sur Railwail, WhisperX coûte ≈ 0,0241 $US par exécution. Vous êtes facturé pour ce que chaque requête utilise réellement. L'utilisation est payée à partir de crédits prépayés ; 1 crédit équivaut à 0,01 $US.
Quels paramètres WhisperX supporte-t-il ?
Selon son schéma d'entrée, WhisperX connaît ces paramètres : audio_file, language, batch_size (1 à 64), diarization et align_output.
Quelle est la vitesse de WhisperX ?
Il n'y a pas encore assez d'exécutions mesurées de WhisperX sur Railwail pour indiquer un temps d'exécution. Cela dépend de l'entrée, des paramètres et de la charge chez le fournisseur.
WhisperX est-il meilleur que Incredibly Fast Whisper ?
Cela dépend de la tâche. WhisperX (Community) et Incredibly Fast Whisper (Community) sont tous deux des modèles de la catégorie Reconnaissance vocale. La page de comparaison affiche leurs prix et spécifications côte à côte.
Comparer WhisperX et Incredibly Fast WhisperModèles comparables
Tous dans cette catégorie- 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.
Tous les modèles via une seule API
Une clé API pour tous les modèles sur Railwail. L'utilisation est facturée à partir de crédits prépayés, 1 crédit = 0,01 $US.