Transkrybuj mówione audio na tekst.
Szybki wybór
6 modeli
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/uruchomienie
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/uruchomienie
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/uruchomienie
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/uruchomienie
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/uruchomienie
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/uruchomienie
OpenAI
OpenAI's Whisper model. State-of-the-art speech recognition supporting 99+ languages.
multilingual
Obecnie niedostępne
OpenAI
OpenAI's distilled Whisper Large v3. ~216x realtime, 99+ languages, MIT-licensed weights.
whisperstttranscription
Wyłączone
Other
Deepgram's flagship STT. First to offer realtime multilingual transcription with self-serve customization.
deepgramstttranscription
Obecnie niedostępne
ElevenLabs
ElevenLabs' STT. 99 languages, word-level timestamps, speaker diarization, audio-event tagging.
scribestttranscription
Wyłączone
Ich strony pozostają dostępne, ale modele nie mogą być uruchamiane w tej chwili.
Modele speech-to-text (STT) zamieniają mówione audio w pisany tekst. Kategoria obejmuje wszystko od transkrypcji podcastów po pipeline'y live captioningu i interfejsy sterowane głosem w aplikacjach mobilnych. Po STT sięgaj, gdy musisz szukać wewnątrz audio, budować dyktowanie, podsumowywać spotkania albo generować napisy pod dostępność.
Hostowane API zwykle rozliczają za minutę audio. Na Railwail modele Whisper działają na Replicate i są rozliczane za czas GPU; każda strona modelu pokazuje cenę typowego uruchomienia. Niektórzy dostawcy pobierają dodatkowo za funkcje premium, jak diaryzacja mówców, znaczniki czasu na poziomie słowa, podsumowania albo tłumaczenie, więc licz koszty z włączonymi funkcjami, których naprawdę potrzebujesz.
Kompromis to dokładność, opóźnienie i bogactwo funkcji. Whisper Large V3 prowadzi w surowym word-error-rate w benchmarkach i jest open-weights, więc można go self-hostować. Deepgram Nova-3 i AssemblyAI Universal prowadzą w opóźnieniu streamingu (sub-300ms do pierwszego tokenu) i jakości diaryzacji. ElevenLabs Scribe prowadzi w pokryciu wielojęzycznym i code-switchingu (gdy mówcy przełączają języki w środku zdania). Dla transkrypcji batch Whisper zwykle wygrywa na koszcie i dokładności. Dla transkrypcji rozmów w czasie rzeczywistym wygrywa dostawca streaming-first.
Uwaga na zaszumione audio: word-error-rate mniej więcej się podwaja poniżej 20 dB SNR w każdym modelu, a nakładający się mówcy degradują diaryzację nawet we flagshipach. Pre-processuj modelem redukcji szumu (RNNoise, Krisp), jeśli źródło jest nieprzewidywalne. Uwaga też na nazwy własne: każdy model wciąż błędnie transkrybuje rzadkie nazwiska, terminy techniczne i nazwy marek. Większość dostawców akceptuje listę `keywords` do nakierowania dekodera — używaj jej.
Top picks powyżej obejmują najdokładniejszy model, najtańszego konia roboczego, model wspierający najdłuższe audio oraz najszybszą opcję streamingową.
Whisper Large V3 prowadzi w word-error-rate w niezależnych benchmarkach w większości języków. Deepgram Nova-3 prowadzi w angielskim ze streamingiem o niskim opóźnieniu. AssemblyAI Universal prowadzi w audio z call center i ze spotkań. Uruchom próbkę własnego audio na stronie szczegółów modelu, zanim się zwiążesz.
Nie przez Railwail: endpoint transkrypcji przetwarza kompletny plik audio. Deepgram, AssemblyAI i OpenAI (Realtime API) oferują transkrypcję strumieniową we własnych API; do napisów i agentów głosowych wybierz usługę ze streamingiem.
Hostowane API zwykle rozliczają za minutę audio. Na Railwail modele Whisper są rozliczane za czas GPU, a cena typowego uruchomienia jest na każdej stronie modelu. Funkcje premium (diaryzacja, znaczniki czasu, tłumaczenie) czasem mają dopłatę.
Whisper Large V3 wspiera 99 języków. ElevenLabs Scribe pokrywa 100+ z silnym code-switchingiem. Deepgram Nova-3 pokrywa obecnie 40+ z angielskim jako najsilniejszym. Dla języków mniej zasobnych uruchom najpierw próbkę — dokładność mocno się różni.
Tak w większości flagshipów — diaryzacja etykietuje każdy segment jako 'Speaker 1', 'Speaker 2' itd. Dokładność zależy od jakości audio i jak często mówcy się nakładają. Niektórzy dostawcy akceptują też audio enrollmentowe, by identyfikować konkretnych nazwanych mówców.
Tak — znaczniki czasu na poziomie słowa lub segmentu są standardem na tierach flagship. Używaj poziomu słowa do napisów w wideo i podświetlania w stylu karaoke; poziom segmentu wystarczy do wyszukiwania w transkrypcjach i podsumowań spotkań.
MP3, WAV, M4A, FLAC, OGG i większość formatów streamingowych natywnych dla przeglądarki. Częstotliwości próbkowania od 8 kHz (telefonia) do 48 kHz (studio). Maksymalny rozmiar pliku się różni — zwykle 25 MB na API zarządzanych i bez limitu dla self-hostowanego Whispera.
Tak — Whisper ma wbudowany tryb translate, który produkuje angielską transkrypcję z dowolnego z 99 wspieranych języków źródłowych. ElevenLabs Scribe i kilku innych dostawców wspiera tłumaczenie na szerszy zestaw docelowy. Dokładność tłumaczenia jest niższa niż w dedykowanych modelach tłumaczeniowych — okej do wyszukiwania, ale nie do publikacji.
Wszystkie dostępne modele przez jedno API kompatybilne z OpenAI. Przedpłacone kredyty w USD, bez subskrypcji.
