Whisper Diarization
whisper-diarizationWhisper 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.
- Цена
- ≈ 0,0063 US$/извршување
- Влез → излез
- Аудио → Текст
- Развивач
- Community
- Ажурирано
- 23 септември 2026 г.
Playground
Пробајте Whisper Diarization
Влез и резултат
Овој тек
приблизно 0,0063 US$ · 0,63 кредити
0,0188 US$ (1,88 кредити) се резервирани на почетокот; вистинското GPU време се наплачува.
Нов си овде?
10 бесплатни кредити (0,10 US$) кога ќе се регистрираш со Google
Употребливо 24 часа по регистрација, до 5 текови по ден и максимално 2 кредити по тек. Други методи на пријава почнуваат без кредити. Доволно за 5 извршувања на овој модел.
Examples
Prompt
LLama, AI, Meta.
Output (JSON, shortened)
{ "language": "en", "segments": [ { "end": 4.48, "text": "Let me ask you about AI.", "start": 2.94, "words": [ { "end": 3.12, "word": "Let", "start": 2.94, "speaker": "SPEAKER_01", "probability": 0.685546875 }, { "end": 3.26, "word": "me", "start": 3.12, "speaker": "SPEAKER_01", "probability": 0.9990234375 }, { "end": 3.74, "word": "ask", "start": 3.26, "speaker": "SPEAKER_01", "probability": 0.998046875 }, { "end": 3.86, "word": "you", "start": 3.74, "speaker": "SPEAKER_01", "probability": 0.9921875 }, { "end": 4.1, "word": "about", "start": 3.86, "speaker": "SPEAKER_01", "probability": 0.9990234375 }, { "end": 4.48, "word": "AI.", "start": 4.1, "speaker": "SPEAKER_01", "probability": 0.966796875 } ], "speaker": "SPEAKER_01", "duration": 1.5400000000000005, "avg_logprob": -0.17070312313735486 }, { "end": 11.66, "text": "It seems like this year for the entirety of the human civilization is an interesting year for the development of artificial intelligence.", "start": 4.72, "words": [ {…Settings
- language
- en
За Whisper Diarization
Whisper Diarization е модел од Community во категоријата Говор во текст. На Railwail, Whisper Diarization чини ≈ 0,0063 US$ по извршување.
Цени
| Типично извршување (≈ 5 s на L40S) | 0,0063 US$ по извршување |
|---|---|
| GPU време (L40S) | 0,00117 US$ по GPU секунда |
- Се наплаќува според GPU времето што извршувањето всушност го потребува. Кога извршувањето почнува, 3× типичната цена се резервира од вашиот салдо и се пресметува потоа.
- 1 кредит = 0,01 US$
Калкулатор за трошоци
Калкулатор за цена
Типично според добавувачот: околу 5,3 s
Вкупно
0,63 US$
63 кредити
По извршување
0,0063 US$ · 0,63 кредити
Наплачено е вистинското GPU време; ова е проценка.
API
Нема потврден API пример
Јавниот API пренесува различен формат на влез отколку што овој модел има потреба. Користете го игралиштето погоре.
Спецификации
- ID на моделот
whisper-diarization- Развивач
- Community
- Категорија
- Говор во текст
- Влез
- Аудио
- Излез
- Текст
- Наплата
- По употреба (токени или GPU време)
- Каталошка ставка ажурирана
- 23 септември 2026 г.
Параметри на влез
Влезови и поставки од шемата на влез на моделот. Примерот во делот API покажува кои од нив ги прифаќа API.
file_urlзадолжителноURL of the audio file to transcribe and diarize
Тип: ТекстСтандардно: –Дозволени вредности: –promptOptional vocabulary or context hint
Тип: ТекстСтандардно: –Дозволени вредности: до 1.000 знациlanguageOptional ISO-639-1 language code; auto-detected if omitted
Тип: ТекстСтандардно: –Дозволени вредности: –translateТип: Да/НеСтандардно:falseДозволени вредности: –num_speakersOptional fixed speaker count; estimated if omitted
Тип: ЦелинаСтандардно: –Дозволени вредности: 1 до 50
Ознаки
- replicate
- whisper
- stt
- transcription
- diarization
- speaker-labels
- multilingual
Случаи на употреба
Често поставувани прашања
Што е Whisper Diarization?
Whisper Diarization е модел од Community во категоријата Говор во текст.
Колку чини Whisper Diarization на Railwail?
На Railwail, Whisper Diarization чини ≈ 0,0063 US$ по извршување. Се наплаќува за она што секој барање всушност користи. Употребата се плаќа од подготвени кредити; 1 кредит е еднаков на 0,01 US$.
Кои поставки поддржува Whisper Diarization?
Според неговата шема за влез, Whisper Diarization ги познава овие параметри: file_url, prompt (до 1.000 знаци), language, translate и num_speakers (1 до 50).
Колку брз е Whisper Diarization?
Нема доволно измерени извршувања на Whisper Diarization на Railwail за да се наведе време на извршување. Зависи од влезот, поставките и оптеретувањето кај добавувачот.
Дали Whisper Diarization е подобар од Incredibly Fast Whisper?
Зависи од задачата. Whisper Diarization (Community) и Incredibly Fast Whisper (Community) се обата модели во категоријата Говор во текст. Страницата за споредба ги покажува нивните цени и спецификации една до друга.
Спореди Whisper Diarization и Incredibly Fast WhisperСлични модели
Сите во оваа категорија- Incredibly Fast WhisperCommunity
Whisper Large v3 wrapped with Hugging Face Transformers optimizations (batched inference, flash attention) for very high throughput. Transcribes hours of audio in minutes on a single GPU. Maintained by Vaibhav Srivastav. Good when you need bulk transcription fast.
≈ 0,0056 US$/извршување
11 % поевтино по единица
Споредете Whisper Diarization и 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.
- 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.
Сите модели преку една API
Еден API клуч за секој модел на Railwail. Употребата се наплаќува од подготвени кредити, 1 кредит = 0,01 US$.