Whisper Diarization

Name: Whisper Diarization
Brand: Community
SKU: whisper-diarization
Price: 0.0063 USD
Availability: InStock

Recunoaștere vocală (STT)Disponibil

de Communitywhisper-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.

Încearcă Obține cheie API Compară

Preț: ≈ 0,0063 USD/rulare
Intrare → ieșire: Audio → Text
Dezvoltator: Community
Actualizat: 23 septembrie 2026

Playground

Încearcă Whisper Diarization

Intrare & rezultat

≈ 0,0063 USD/rulare

Prompt(opțional)

0 / 1.000

Audio File URL

URL of the audio file to transcribe and diarize

Limbă(opțional)

Setări avansate (2)

Number of Speakers(opțional)1–50

Optional fixed speaker count; estimated if omitted

Translate to English

⌘/Ctrl + Enter

Rezultat

Transcrierile apar aici.

Această rulare

aproximativ 0,0063 USD · 0,63 credite

La start se rezervă 0,0188 USD (1,88 credite); se factureaza timpul GPU real.

Nou aici?

10 credite gratuite (0,10 USD) când te înregistrezi cu Google

Utilizabil 24 ore după înregistrare, până la 5 rulări pe zi și maximum 2 credite pe rulare. Alte metode de conectare încep fără credite. Suficient pentru 5 rulări ale acestui model.

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

Despre Whisper Diarization

Pe scurtDin 23 septembrie 2026

Whisper Diarization este un model de Community din categoria Recunoaștere vocală (STT). Pe Railwail, Whisper Diarization costă ≈ 0,0063 USD per rulare.

Prețuri

Prețuri în dolari americani. Utilizarea se percepe din credite prepay.

Rulare tipică (≈ 5 s pe L40S)	0,0063 USD per rulare
Timp GPU (L40S)	0,00117 USD per secundă GPU

Se facturează timpul GPU pe care îl necesită efectiv rularea. La pornire, se rezervă din soldul tău 3× prețul tipic și se decontează ulterior.
1 credit = 0,01 USD

Calculator de costuri

Calculator de preț

Secunde GPU pe rulare

Tipic conform furnizorului: aprox. 5,3 s

Rulări

Total

0,63 USD

63 credite

Pe rulare

0,0063 USD · 0,63 credite

Se factură după timpul GPU real; aceasta este o estimare.

API

Apelează Whisper Diarization cu cheia ta API Railwail. Folosește acest ID de model în cerere:

whisper-diarizationDocumentația API Obține o cheie API

Niciun exemplu API verificat

API-ul public transmite un format de intrare diferit de ceea ce are nevoie acest model. Folosește playground-ul de mai sus.

Specificații

ID model: whisper-diarization
Dezvoltator: Community
Categorie: Recunoaștere vocală (STT)
Intrare: Audio
Ieșire: Text
Facturare: După utilizare (tokeni sau timp GPU)
Intrare catalog actualizată: 23 septembrie 2026

Parametri de intrare

Intrări și setări din schema de intrare a modelului. Exemplul din secțiunea API arată care dintre ele acceptă API-ul.

ParametruTipImplicitValori permise

file_urlobligatoriu
URL of the audio file to transcribe and diarize
Tip: Text
Implicit: –
Valori permise: –
prompt
Optional vocabulary or context hint
Tip: Text
Implicit: –
Valori permise: până la 1.000 caractere
language
Optional ISO-639-1 language code; auto-detected if omitted
Tip: Text
Implicit: –
Valori permise: –
translate
Tip: Da/Nu
Implicit: false
Valori permise: –
num_speakers
Optional fixed speaker count; estimated if omitted
Tip: Număr întreg
Implicit: –
Valori permise: 1 până la 50

Etichete

replicate
whisper
stt
transcription
diarization
speaker-labels
multilingual

Cazuri de utilizare

Ghiduri conexe

Speech-to-Text & Transcription Models

Toate modelele din Recunoaștere vocală (STT)

Întrebări frecvente

Ce este Whisper Diarization?

Whisper Diarization este un model de Community din categoria Recunoaștere vocală (STT).

Cât costă Whisper Diarization pe Railwail?

Pe Railwail, Whisper Diarization costă ≈ 0,0063 USD per rulare. Ți se percepe taxa pentru ceea ce fiecare cerere folosește efectiv. Utilizarea se plătește din credite prepay; 1 credit egal cu 0,01 USD.

Ce setări acceptă Whisper Diarization?

Conform schemei sale de intrare, Whisper Diarization cunoaște acești parametri: file_url, prompt (până la 1.000 caractere), language, translate și num_speakers (1 până la 50).

Cât de rapid este Whisper Diarization?

Nu sunt suficiente rulări măsurate ale Whisper Diarization pe Railwail încă pentru a indica un timp de rulare. Depinde de intrare, de setări și de sarcina la furnizor.

Este Whisper Diarization mai bun decât Incredibly Fast Whisper?

Depinde de sarcină. Whisper Diarization (Community) și Incredibly Fast Whisper (Community) sunt ambele modele din categoria Recunoaștere vocală (STT). Pagina de comparație arată prețurile și specificațiile lor una lângă alta.

Compară Whisper Diarization și Incredibly Fast Whisper

Modele comparabile

Toate din această categorie

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 USD/rulare
11 % mai ieftin pe unitate
Compară Whisper Diarization vs. 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 USD/rulare
46 % mai ieftin pe unitate
Compară Whisper Diarization vs. 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 USD/rulare
2.376 % mai scump pe unitate
Compară Whisper Diarization vs. SeamlessM4T

Toate modelele printr-o singură API

O cheie API pentru fiecare model pe Railwail. Utilizarea se percepe din credite prepay, 1 credit = 0,01 USD.

Obține cheie API Vizualizează toate modelele