Railwail
Prijava

Whisper Diarization

Pretvaranje govora u tekstDostupno
od CommunityID modela: whisper-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.

IsprobajPreuzmi API ključUsporedi
Cijena
≈ 0,0063 US$/pokretanje
Ulaz → izlaz
Audio → Tekst
Razvojni inženjer
Community
Ažurirano
23. septembar 2026.
01

Playground

Isprobaj Whisper Diarization

Unos i rezultat

≈ 0,0063 US$/pokretanje
Isprobaj Whisper Diarization

0 / 1.000

URL of the audio file to transcribe and diarize

Napredne postavke (2)

Optional fixed speaker count; estimated if omitted

Rezultat
Transkript se pojavljuje ovdje.

Ovaj pokus

oko 0,0063 US$ · 0,63 kredita

Na početku se rezervira 0,0188 US$ (1,88 kredita); naplata se vrši prema stvarnom GPU vremenu.

Novi si ovdje?

10 besplatnih kredita (0,10 US$) kada se registriraš s Googlom

Dostupno 24 sati nakon registracije, do 5 pokusa dnevno i najviše 2 kredita po pokusu. Ostale metode prijave počinju bez kredita. Dovoljno za 5 pokretanja ovog modela.

02

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
03

O Whisper Diarization

UkratkoStanje: 23. septembar 2026.

Whisper Diarization je model od Community iz kategorije Pretvaranje govora u tekst. Na Railwailu, Whisper Diarization košta ≈ 0,0063 US$ po pokretanju.

04

Cijene

Cijene u USD-u. Korištenje se naplaćuje iz unaprijed plaćenih kredita.
Tipično pokretanje (≈ 5 s na L40S)0,0063 US$ po pokretanju
GPU vrijeme (L40S)0,00117 US$ po GPU sekundi
  • Naplaćuje se prema GPU vremenu koje pokretanje zapravo traje. Kada se pokretanje počne, 3× tipična cijena se rezervira iz vašeg stanja i naknadno se namiruje.
  • 1 kredit = 0,01 US$

Kalkulator troškova

Kalkulator cijena

s

Tipično prema pružatelju: oko 5,3 s

Ukupno

0,63 US$

63 kredita

Po pokretanju

0,0063 US$ · 0,63 kredita

Naplaćuje se stvarno GPU vrijeme; ovo je procjena.

05

API

Pozovi Whisper Diarization sa svojim Railwail API ključem. Koristi ovaj ID modela u zahtjevu:
whisper-diarizationPogledaj API dokumentacijuDobij API ključ

Nema provjeren primjer API-ja

Javni API prosleđuje drugačiji format unosa nego što ovaj model trebuje. Koristite playground gore.

06

Specifikacije

ID modela
whisper-diarization
Razvojni inženjer
Community
Kategorija
Pretvaranje govora u tekst
Ulaz
Audio
Izlaz
Tekst
Naplata
Po potrošnji (tokeni ili GPU vrijeme)
Katalog ažuriran
23. septembar 2026.

Parametri ulaza

Ulazi i postavke iz sheme ulaza modela. Primjer u odjeljku API pokazuje koje od njih API prihvaća.

  • file_urlobavezno

    URL of the audio file to transcribe and diarize

    Tip: Tekst
    Zadano: –
    Dozvoljene vrijednosti: –
  • prompt

    Optional vocabulary or context hint

    Tip: Tekst
    Zadano: –
    Dozvoljene vrijednosti: do 1.000 znakova
  • language

    Optional ISO-639-1 language code; auto-detected if omitted

    Tip: Tekst
    Zadano: –
    Dozvoljene vrijednosti: –
  • translate
    Tip: Da/Ne
    Zadano: false
    Dozvoljene vrijednosti: –
  • num_speakers

    Optional fixed speaker count; estimated if omitted

    Tip: Cijeli broj
    Zadano: –
    Dozvoljene vrijednosti: 1 do 50

Oznake

  • replicate
  • whisper
  • stt
  • transcription
  • diarization
  • speaker-labels
  • multilingual
07

Primjena

08

Često postavljana pitanja

Što je Whisper Diarization?

Whisper Diarization je model od Community iz kategorije Pretvaranje govora u tekst.

Koliko stoji Whisper Diarization na Railwailu?

Na Railwailu, Whisper Diarization košta ≈ 0,0063 US$ po pokretanju. Naplaćuje se ono što svaki zahtjev zapravo koristi. Korištenje se plaća iz unaprijed kupljenih kredita; 1 kredit jednaka je 0,01 US$.

Koje postavke podržava Whisper Diarization?

Prema svojoj shemi unosa, Whisper Diarization poznaje ove parametre: file_url, prompt (do 1.000 znakova), language, translate i num_speakers (1 do 50).

Koliko je brz Whisper Diarization?

Za Whisper Diarization na Railwailu još nema dovoljno izmjerenih pokretanja da bi se navedlo vrijeme izvršavanja. Ovisi o unošenju, postavkama i opterećenju kod pružatelja.

Je li Whisper Diarization bolji od Incredibly Fast Whisper?

To ovisi o zadatku. Whisper Diarization (Community) i Incredibly Fast Whisper (Community) su oba modela iz kategorije Pretvaranje govora u tekst. Stranica za usporedbu prikazuje njihove cijene i specifikacije usporedno.

Usporedi Whisper Diarization i Incredibly Fast Whisper
09

Usporedivi modeli

Svi u ovoj kategoriji
  • 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$/pokretanje

    11 % jeftinije po jedinici

    Usporedi Whisper Diarization i 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 US$/pokretanje

    46 % jeftinije po jedinici

    Usporedi Whisper Diarization i 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 US$/pokretanje

    2.376 % skupnije po jedinici

    Usporedi Whisper Diarization i SeamlessM4T

Svi modeli preko jednog API-ja

Jedan API ključ za sve modele na Railwailu. Korištenje se naplaćuje iz unaprijed plaćenih kredita, 1 kredit = 0,01 US$.

Dobij API ključPogledaj sve modele