Trascrivi l'audio parlato in testo.
Scelte rapide
6 modelli
Community
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.
whisperstttranscription
≈ 0,0056 USD/esecuzione
OpenAI
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.
whisperstttranscription
≈ 0,0034 USD/esecuzione
Community
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.
metaseamlessstt
≈ 0,156 USD/esecuzione
Community
Meta SeamlessM4T v2 Large speech mode. Speech-to-speech, speech-to-text, and text-to-speech translation across 100+ languages in a single unified model.
translationmetaopen-weights
≈ 0,0012 USD/esecuzione
Community
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.
whisperstttranscription
≈ 0,0063 USD/esecuzione
Community
WhisperX (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.
whisperxstttranscription
≈ 0,0241 USD/esecuzione
OpenAI
OpenAI's Whisper model. State-of-the-art speech recognition supporting 99+ languages.
multilingual
Attualmente non disponibile
OpenAI
OpenAI's distilled Whisper Large v3. ~216x realtime, 99+ languages, MIT-licensed weights.
whisperstttranscription
Disattivato
Other
Deepgram's flagship STT. First to offer realtime multilingual transcription with self-serve customization.
deepgramstttranscription
Attualmente non disponibile
ElevenLabs
ElevenLabs' STT. 99 languages, word-level timestamps, speaker diarization, audio-event tagging.
scribestttranscription
Disattivato
Le loro pagine rimangono online, ma non possono essere eseguiti al momento.
I modelli speech-to-text (STT) convertono audio parlato in testo scritto. La categoria copre dalla trascrizione di podcast alle pipeline di sottotitolazione in tempo reale fino alle interfacce a comando vocale nelle app mobile. Si ricorre a STT quando bisogna cercare dentro l'audio, costruire dettatura, riassumere riunioni o generare sottotitoli per l'accessibilità.
Le API ospitate di solito fatturano al minuto di audio. Su Railwail i modelli Whisper girano su Replicate e sono fatturati a tempo GPU; ogni pagina modello mostra il prezzo di un'esecuzione tipica. Alcuni fornitori addebitano un extra per funzionalità premium come diarizzazione, timestamp a livello di parola, riassunti o traduzione, quindi fate i conti con le funzioni che vi servono davvero attive.
Il compromesso è accuratezza, latenza e ricchezza di funzioni. Whisper Large V3 guida sul word-error-rate grezzo nei benchmark ed è open-weights, quindi potete self-hostarlo. Deepgram Nova-3 e AssemblyAI Universal guidano sulla latenza in streaming (sub-300ms al primo token) e sulla qualità della diarizzazione. ElevenLabs Scribe guida sulla copertura multilingue e sul code-switching (quando gli speaker cambiano lingua a metà frase). Per la trascrizione batch, Whisper di solito vince in costo-e-accuratezza. Per la trascrizione di chiamate in tempo reale, vince un fornitore streaming-first.
Attenzione all'audio rumoroso: il word-error-rate raddoppia circa sotto i 20 dB di SNR su ogni modello, e gli speaker sovrapposti peggiorano la diarizzazione anche sui flagship. Pre-processate con un modello di noise suppression (RNNoise, Krisp) se la sorgente è imprevedibile. Attenzione anche ai nomi propri: ogni modello continua a trascrivere male nomi insoliti, termini tecnici e brand. La maggior parte dei fornitori accetta una lista di `keywords` per orientare il decoder — usatela.
Le top picks qui sopra coprono il modello più accurato, il workhorse più economico, quello che supporta l'audio più lungo e l'opzione di streaming più veloce.
Whisper Large V3 guida sul word-error-rate nei benchmark indipendenti nella maggior parte delle lingue. Deepgram Nova-3 guida sull'inglese con streaming a bassa latenza. AssemblyAI Universal guida sull'audio da call center e riunioni. Eseguite un campione del vostro audio sulla pagina di dettaglio del modello prima di impegnarvi.
Non tramite Railwail: l'endpoint di trascrizione elabora un file audio completo. Deepgram, AssemblyAI e OpenAI (API Realtime) offrono trascrizione in streaming sulle proprie API; per sottotitoli e agenti vocali scegliete un servizio con streaming.
Le API ospitate di solito fatturano al minuto di audio. Su Railwail i modelli Whisper sono fatturati a tempo GPU, con il prezzo di un'esecuzione tipica su ogni pagina modello. Le funzionalità premium (diarizzazione, timestamp, traduzione) a volte hanno un sovrapprezzo.
Whisper Large V3 supporta 99 lingue. ElevenLabs Scribe copre 100+ con forte code-switching. Deepgram Nova-3 copre oggi 40+, con l'inglese come più forte. Per le lingue meno diffuse, eseguite prima un campione — l'accuratezza varia molto.
Sì sulla maggior parte dei flagship — la diarizzazione etichetta ogni segmento con 'Speaker 1', 'Speaker 2', ecc. L'accuratezza dipende dalla qualità dell'audio e da quanto spesso gli speaker si sovrappongono. Alcuni fornitori accettano anche audio di enrollment per identificare speaker specifici nominati.
Sì — timestamp a livello di parola o di segmento sono standard sui tier flagship. Usate il livello parola per la sottotitolazione video e l'evidenziazione tipo karaoke; il livello segmento basta per la ricerca su trascritti e i riassunti di riunioni.
MP3, WAV, M4A, FLAC, OGG e la maggior parte dei formati di streaming nativi del browser. Sample rate da 8 kHz (telefonia) fino a 48 kHz (studio). La dimensione massima del file varia — tipicamente 25 MB su API gestite e illimitata per Whisper self-hosted.
Sì — Whisper ha una modalità translate integrata che produce trascritti in inglese da una qualsiasi delle 99 lingue sorgente supportate. ElevenLabs Scribe e qualche altro fornitore supportano la traduzione verso un set di target più ampio. L'accuratezza della traduzione è inferiore ai modelli di traduzione dedicati — va bene per la ricerca ma non per la pubblicazione.
Tutti i modelli disponibili tramite un'API compatibile con OpenAI. Crediti prepagati in USD, nessun abbonamento.
