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.
- Kaina
- ≈ 0,0241 USD/paleidimas
- Įvestis → išvestis
- Garsas → Tekstas
- Kūrėjas
- Community
- Atnaujinta
- 2026 m. rugsėjo 23 d.
Žaidimų aikštelė
Išbandyti WhisperX
Įvestis ir rezultatas
Šis paleidimas
apie 0,0241 USD · 2,41 kreditai
Pradžioje rezervuojama 0,0721 USD (7,21 kreditai); sąskaita sudaroma pagal faktinį GPU laiką.
Paskyroms be pirkimo: paleiديmai virš 2 kreditų reikalingi papildymo.
Naujas čia?
10 nemokami kreditai (0,10 USD), kai užsiregistruojate naudodami Google
Galima naudoti 24 valandų po registracijos, iki 5 paleidimų per dieną ir daugiausia 2 kreditų per paleidimą. Kiti prisijungimo būdai pradedami be kreditų.
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" }
Apie WhisperX
WhisperX yra Community modelis iš Kalbos į tekstą kategorijos. Per Railwail WhisperX kainuoja ≈ 0,0241 USD už vieną paleidimą.
Kainos
| Tipinis paleidimas (≈ 14 s su A100 (80GB)) | 0,0241 USD už vieną paleidimą |
|---|---|
| GPU laikas (A100 (80GB)) | 0,00168 USD už GPU sekundę |
- Apmokestinama pagal GPU laiką, kurio iš tikrųjų reikia paleidimui. Paleidimui pradėjus, iš jūsų balanso rezervuojamas 3× tipinis kaina ir vėliau sudengiama.
- 1 kreditas = 0,01 USD
Kainos skaičiuoklė
Kainos skaičiuoklė
Tipiškai pagal teikėją: apie 14,3 s
Iš viso
2,41 USD
241 kreditai
Per paleidimą
0,0241 USD · 2,41 kreditai
Sąskaitoje faktinis GPU laikas; tai yra sąmata.
API
Nėra patikrinto API pavyzdžio
Viešoji API perduoda kitą įvesties formatą nei šis modelis reikalingas. Naudokite aukščiau esančią žaidimų aikštelę.
Specifikacijos
- Modelio ID
whisperx- Kūrėjas
- Community
- Kategorija
- Kalbos į tekstą
- Įvestis
- Garsas
- Išvestis
- Tekstas
- Sąskaita
- Pagal naudojimą (žetonai arba GPU laikas)
- Katalogo įrašas atnaujintas
- 2026 m. rugsėjo 23 d.
Įvesties parametrai
Įvestys ir nustatymai iš modelio įvesties schemos. API sekcijoje pateiktas pavyzdys rodo, kuriuos iš jų priima API.
audio_fileprivalomasURL or upload of the audio file to transcribe
Tipas: TekstasNumatytasis: –Leidžiamos reikšmės: –languageOptional ISO-639-1 language code; auto-detected if omitted
Tipas: TekstasNumatytasis: –Leidžiamos reikšmės: –batch_sizeTipas: Sveikasis skaičiusNumatytasis:64Leidžiamos reikšmės: 1 iki 64diarizationTipas: Taip/NeNumatytasis:falseLeidžiamos reikšmės: –align_outputTipas: Taip/NeNumatytasis:trueLeidžiamos reikšmės: –
Žymos
- replicate
- whisperx
- stt
- transcription
- diarization
- word-timestamps
- multilingual
Panaudojimo atvejai
Dažnai užduodami klausimai
Kas yra WhisperX?
WhisperX yra Community modelis iš Kalbos į tekstą kategorijos.
Kiek kainuoja WhisperX Railwail?
Per Railwail WhisperX kainuoja ≈ 0,0241 USD už vieną paleidimą. Jums sąskaitoje pateikiama suma, kurią iš tikrųjų sunaudoja kiekvienas užklausa. Naudojimas apmokamas iš išanksto nupirktų kreditų; 1 kreditas = 0,01 USD.
Kokius nustatymus palaiko WhisperX?
Pagal jos įvesties schemą, WhisperX žino šiuos parametrus: audio_file, language, batch_size (1 iki 64), diarization ir align_output.
Koks yra WhisperX greitis?
WhisperX Railwail platformoje dar nėra pakankamai išmatuotų vykdymų, kad būtų galima nurodyti vykdymo laiką. Jis priklauso nuo įvesties, nustatymų ir teikėjo apkrovos.
Ar WhisperX geriau nei Incredibly Fast Whisper?
Tai priklauso nuo užduoties. WhisperX (Community) ir Incredibly Fast Whisper (Community) yra abu modeliai iš Kalbos į tekstą kategorijos. Palyginimo puslapyje jų kainos ir specifikacijos rodomos viena šalia kitos.
Palyginti WhisperX ir Incredibly Fast WhisperPanašūs modeliai
Visi šioje kategorijoje- 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.
Visi modeliai per vieną API
Vienas API raktas visiems Railwail modeliams. Naudojimas apmokestinamas iš iš anksto nupirktų kreditų, 1 kreditas = 0,01 USD.