Whisper Diarization

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

Препознавање говораДоступно

од 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.

Пробај Узми API кључ Упореди

Цена: ≈ 0,0063 US$/покретање
Унос → излаз: Аудио → Текст
Програмер: Community
Ажурирано: 23. септембар 2026.

Плејграунд

Пробајте Whisper Diarization

Унос и резултат

≈ 0,0063 US$/покретање

Промпт(опционално)

0 / 1.000

Audio File URL

URL of the audio file to transcribe and diarize

Језик(опционално)

Напредне поставке (2)

Number of Speakers(опционално)1–50

Optional fixed speaker count; estimated if omitted

Translate to English

⌘/Ctrl + Enter

Резултат

Транскрипт се појављује овде.

Овај покрет

око 0,0063 US$ · 0,63 кредита

При покретању се резервише 0,0188 US$ (1,88 кредита); наплаћује се стварно GPU време.

Нов си овде?

10 бесплатних кредита (0,10 US$) када се пријавиш са Google

Употребљиво 24 сати после пријаве, до 5 покрета дневно и највише 2 кредита по покрету. Други начини пријаве почињу без кредита. Довољно за 5 покретања овог модела.

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

О Whisper Diarization

УкраткоСтање: 23. септембар 2026.

Whisper Diarization је модел од Community из категорије Препознавање говора. На Railwail-у, Whisper Diarization кошта ≈ 0,0063 US$ по покретању.

Цене

Цене у америчким доларима. Употреба се наплаћује из унапред припремљених кредита.

Типично покретање (≈ 5 s на L40S)	0,0063 US$ по покретању
GPU време (L40S)	0,00117 US$ по GPU секунди

Наплаћује се GPU време које покретање заиста траје. Када се покретање почне, 3× типична цена се резервише са вашег салда и касније се намирава.
1 кредит = 0,01 US$

Калкулатор трошкова

Калкулатор цена

GPU секунде по покретању

Типично према добављачу: око 5,3 s

Покретања

Укупно

0,63 US$

63 кредита

По покретању

0,0063 US$ · 0,63 кредита

Наплаћује се стварно време GPU; ово је процена.

API

Позови Whisper Diarization са твојим Railwail API кључем. Користи овај ID модела у захтеву:

whisper-diarizationПогледај API документацију Узми API кључ

Нема верификованог API примера

Јавни API прослеђује другачији формат улаза него што овај модел треба. Користите playground изнад.

Спецификације

ID модела: whisper-diarization
Програмер: Community
Категорија: Препознавање говора
Унос: Аудио
Излаз: Текст
Наплата: По потрошњи (токени или GPU време)
Унос у каталог ажуриран: 23. септембар 2026.

Параметри уноса

Уноси и подешавања из шеме уноса модела. Пример у API одељку показује које од њих API прихвата.

ПараметарТипПодразумеваноДозвољене вредности

file_urlобавезно
URL of the audio file to transcribe and diarize
Тип: Текст
Подразумевано: –
Дозвољене вредности: –
prompt
Optional vocabulary or context hint
Тип: Текст
Подразумевано: –
Дозвољене вредности: до 1.000 карактера
language
Optional ISO-639-1 language code; auto-detected if omitted
Тип: Текст
Подразумевано: –
Дозвољене вредности: –
translate
Тип: Да/Не
Подразумевано: false
Дозвољене вредности: –
num_speakers
Optional fixed speaker count; estimated if omitted
Тип: Целобројни број
Подразумевано: –
Дозвољене вредности: 1 до 50

Ознаке

replicate
whisper
stt
transcription
diarization
speaker-labels
multilingual

Области примене

Водичи у вези

Speech-to-Text & Transcription Models

Сви модели: Препознавање говора

Често постављана питања

Шта је Whisper Diarization?

Whisper Diarization је модел од Community у категорији Препознавање говора.

Колико кошта Whisper Diarization на Railwail-у?

На Railwail-у, Whisper Diarization кошта ≈ 0,0063 US$ по покретању. Наплаћује се оно што свака захтева заиста користи. Коришћење се плаћа из унапред припремљених кредита; 1 кредит је једнак 0,01 US$.

Које поставке подржава Whisper Diarization?

Према својој шеми уноса, Whisper Diarization познаје ове параметре: file_url, prompt (до 1.000 карактера), language, translate и num_speakers (1 до 50).

Колико је брз Whisper Diarization?

За Whisper Diarization на Railwail-у још нема довољно измерених покретања да би се наводило време извршавања. Зависи од уноса, поставки и оптерећења код пружаоца услуге.

Да ли је Whisper Diarization бољи од Incredibly Fast Whisper?

То зависи од задатка. Whisper Diarization (Community) и Incredibly Fast Whisper (Community) су оба модела у категорији Препознавање говора. Страница за поређење приказује њихове цене и спецификације упоредо.

Упоредите Whisper Diarization и Incredibly Fast Whisper

Упоредиви модели

Сви у овој категорији

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$/покретање
11 % јефтиније по јединици
Упоредите Whisper Diarization и Incredibly Fast Whisper
WhisperOpenAI
OpenAI's Whisper running on Replicate. General-purpose speech recognition trained on 680k hours of multilingual audio. Transcribes and translates 99 languages, robust to accents and background noise, and outputs plain text, segments, or word-level timestamps.
≈ 0,0034 US$/покретање
46 % јефтиније по јединици
Упоредите Whisper Diarization и 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$/покретање
2.376 % скупље по јединици
Упоредите Whisper Diarization и SeamlessM4T

Сви модели преко једног API-ја

Један API кључ за сваки модел на Railwail. Употреба се наплаћује из унапред припремљених кредита, 1 кредит = 0,01 US$.

Узми API кључ Прегледај све моделе