Whisper
whisper-replicateOpenAI'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.
- Cena
- ≈ 0,0034 USD/uruchomienie
- Wejście → Wyjście
- Audio → Tekst
- Deweloper
- OpenAI
- Zaktualizowano
- 23 września 2026
Playground
Spróbuj Whisper
Wejście i wyjście
To uruchomienie
ok. 0,0034 USD · 0,34 kredytów
Na początek rezerwowane jest 0,0101 USD (1,01 kredytów); rozliczana jest rzeczywista czas GPU.
Nowy tutaj?
10 darmowych kredytów (0,10 USD) po zarejestrowaniu się przez Google
Dostępne 24 godzin po rejestracji, do 5 uruchomień dziennie i maksymalnie 2 kredytów na uruchomienie. Inne metody logowania uruchamiają się bez kredytów. Wystarczy na 9 uruchomień tego modelu.
Examples
Response
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 wab the room was crowded with a wild mob this strong arm shall shield your honour she blushed when he gave her a white orchid the beetle droned in the hot june sun the beetle droned in the hot june sun
Response
Imagine that this folder is a dimensional plane. Now, assuming that it has no height and no depth, what would this mean? It would mean that it's a one-dimensional world. So if, hypothetically, an organism was living inside of it, it would only be able to move in a linear path forward and backwards, in a straight line. Now, if we go to the second dimension, we have two dimensions. We have width and we have length. So hypothetically, if an organism lived inside of here, then it would be able to move up, down, left, right, and anywhere else in between. And a two-dimensional world is comprised of an infinite series of one-dimensional worlds stacked upon each other. Just as our three-dimensional world, which has depth and length and height, is comprised of an infinite series of two-dimensional worlds. So now that I have stacked many folders upon each other, we have three dimensions. We have depth, we have length, and we have width. Now, what happens if you keep going on from here on out? We would have a four-dimensional world, but what exactly is a fourth dimension? In order to understand this, we need to understand how dimensions are perceived. We live in the three-dimensional world, but despite that, we actually view things to be two-dimensionally. Take a perfect sphere, for example. If you're looking at a sphere, it looks just like a regular two-dimensional circle. The only way that you can tell, it's an actual sphere instead of a circle, is because of the hues of light down.…
Settings
- language
- auto
Response
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. The room was crowded with a wild mob. This strong arm shall shield your honour. She blushed when he gave her a white orchid. The beetle droned in the hot June sun.
O Whisper
Whisper to model opracowany przez OpenAI w kategorii Rozpoznawanie mowy. W serwisie Railwail Whisper kosztuje ≈ 0,0034 USD za uruchomienie.
Ceny
| Typowe uruchomienie (≈ 12 s na T4) | 0,0034 USD za uruchomienie |
|---|---|
| Czas GPU (T4) | 0,00027 USD za sekundę GPU |
- Rozliczane są czasy GPU, które przebieg faktycznie zajmuje. Po uruchomieniu przebiegu 3× typowej ceny jest rezerwowane z Twojego salda i rozliczane później.
- 1 kredyt = 0,01 USD
Kalkulator kosztów
Kalkulator cen
Typowo według dostawcy: ok. 12,4 s
Razem
0,34 USD
34 kredytów
Za uruchomienie
0,0034 USD · 0,34 kredytów
Rozliczane są rzeczywiste sekundy GPU; wartość jest szacunkiem.
API
curl https://railwail.com/api/v1/audio/transcriptions \
-H "Authorization: Bearer $RAILWAIL_API_KEY" \
-F model='whisper-replicate' \
-F file=@audio.mp3import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["RAILWAIL_API_KEY"],
base_url="https://railwail.com/api/v1",
)
with open("audio.mp3", "rb") as audio:
transcript = client.audio.transcriptions.create(
model="whisper-replicate",
file=audio,
)
print(transcript.text)import fs from "node:fs";
import OpenAI from "openai";
const client = new OpenAI({
apiKey: process.env.RAILWAIL_API_KEY,
baseURL: "https://railwail.com/api/v1",
});
const transcript = await client.audio.transcriptions.create({
model: "whisper-replicate",
file: fs.createReadStream("audio.mp3"),
});
console.log(transcript.text);Specyfikacje
- ID modelu
whisper-replicate- Deweloper
- OpenAI
- Kategoria
- Rozpoznawanie mowy
- Wejście
- Audio
- Wyjście
- Tekst
- Rozliczenie
- Według użycia (tokeny lub czas GPU)
- Wpis w katalogu zaktualizowany
- 23 września 2026
Parametry wejściowe
Dane wejściowe i ustawienia ze schematu wejściowego modelu. Przykład w sekcji API pokazuje, które z nich API akceptuje.
audiowymaganeURL or upload of the audio file to transcribe
Typ: TekstDomyślnie: –Dozwolone wartości: –modelTyp: WybórDomyślnie:large-v3Dozwolone wartości: large-v3, large-v2, medium, small lub baselanguageOptional ISO-639-1 language code (e.g. en, de, fr); auto-detected if omitted
Typ: TekstDomyślnie: –Dozwolone wartości: –translateTyp: Tak/NieDomyślnie:falseDozwolone wartości: –temperatureTyp: LiczbaDomyślnie:0Dozwolone wartości: 0 do 1
Tagi
- replicate
- openai
- whisper
- stt
- transcription
- multilingual
- open-weights
Przypadki użycia
Często zadawane pytania
Co to jest Whisper?
Whisper to model opracowany przez OpenAI w kategorii Rozpoznawanie mowy. W serwisie Railwail możesz go wywołać za pomocą klucza API poprzez API Railwail.
Ile kosztuje Whisper w serwisie Railwail?
W serwisie Railwail Whisper kosztuje ≈ 0,0034 USD za uruchomienie. Opłata jest pobierana za to, co faktycznie zużywa każde żądanie. Użycie jest opłacane z przedpłaconych kredytów; 1 kredyt równa się 0,01 USD.
Jakie ustawienia obsługuje Whisper?
Zgodnie ze schematem wejściowym, Whisper obsługuje te parametry: audio, model (large-v3, large-v2, medium, small lub base), language, translate i temperature (0 do 1).
Jak szybki jest Whisper?
Dla Whisper jest jeszcze zbyt mało zmierzonych przebiegów w serwisie Railwail, aby podać czas przebiegu. Zależy to od wejścia, ustawień i obciążenia u dostawcy.
Czy Whisper jest lepszy niż Incredibly Fast Whisper?
To zależy od zadania. Whisper (OpenAI) i Incredibly Fast Whisper (Community) to oba modele z kategorii Rozpoznawanie mowy. Strona porównania pokazuje ich ceny i specyfikacje obok siebie.
Porównaj Whisper i Incredibly Fast WhisperJak używać Whisper przez API?
Utwórz klucz API Railwail i wyślij swoje żądanie z ID modelu whisper-replicate. Przykłady kodu dla curl, Python i JavaScript znajdują się w sekcji API na tej stronie.
Porównywalne modele
Wszystkie w tej kategorii- 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.
- 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.
- SeamlessM4T v2 Large (Speech)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.
Użyj Whisper przez API
Jeden klucz API dla każdego modelu na Railwail. Opłaty pobierane są z przedpłaconych kredytów, 1 kredyt = 0,01 USD.