WhisperX
whisperxWhisperX (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.
- Цена
- ≈ 0,0241 $/запуск
- Вход → выход
- Аудио → Текст
- Разработчик
- Community
- Обновлено
- 23 сентября 2026 г.
Playground
Попробовать WhisperX
Входные данные и результат
Этот запуск
примерно 0,0241 $ · 2,41 кредитов
При запуске зарезервировано 0,0721 $ (7,21 кредитов); оплачивается фактическое время GPU.
Для аккаунтов без покупок: запуски свыше 2 кредитов требуют пополнения.
Впервые здесь?
10 бесплатных кредитов (0,10 $) при регистрации через Google
Доступно 24 часов после регистрации, до 5 запусков в день и максимум 2 кредитов за запуск. Другие способы входа начинают без кредитов.
Examples
Output (JSON, shortened)
{ "segments": [ { "end": 30.811, "text": "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.", "start": 2.585 }, { "end": 48.592, "text": "The room was crowded with a wild mob. This strong arm shall shield your honor. She blushed when he gave her a white orchid. The beetle droned in the hot June sun.", "start": 33.029 } ], "detected_language": "en" }
О WhisperX
WhisperX — это модель от Community в категории Распознавание речи (STT). На Railwail WhisperX стоит ≈ 0,0241 $ за запуск.
Цены
| Типичный запуск (≈ 14 с на A100 (80GB)) | 0,0241 $ за запуск |
|---|---|
| Время GPU (A100 (80GB)) | 0,00168 $ за секунду GPU |
- Оплата рассчитывается по времени GPU, которое фактически требуется для запуска. При запуске из вашего баланса резервируется 3× типичная цена, которая затем списывается.
- 1 кредит = 0,01 $
Калькулятор стоимости
Калькулятор цен
По данным поставщика: примерно 14,3 с
Итого
2,41 $
241 кредитов
За запуск
0,0241 $ · 2,41 кредитов
Выставляется счет за фактическое время GPU; это оценка.
API
Нет проверенного примера API
Публичный API передает другой формат входных данных, чем требует эта модель. Используйте playground выше.
Спецификации
- ID модели
whisperx- Разработчик
- Community
- Категория
- Распознавание речи (STT)
- Входные данные
- Аудио
- Выходные данные
- Текст
- Тарификация
- По использованию (токены или время GPU)
- Запись в каталоге обновлена
- 23 сентября 2026 г.
Входные параметры
Входные данные и параметры из схемы входных данных модели. Пример в разделе API показывает, какие из них принимает API.
audio_fileобязательноURL or upload of the audio file to transcribe
Тип: ТекстПо умолчанию: –Допустимые значения: –languageOptional ISO-639-1 language code; auto-detected if omitted
Тип: ТекстПо умолчанию: –Допустимые значения: –batch_sizeТип: Целое числоПо умолчанию:64Допустимые значения: от 1 до 64diarizationТип: Да/НетПо умолчанию:falseДопустимые значения: –align_outputТип: Да/НетПо умолчанию:trueДопустимые значения: –
Теги
- replicate
- whisperx
- stt
- transcription
- diarization
- word-timestamps
- multilingual
Применение
Часто задаваемые вопросы
Что такое WhisperX?
WhisperX — модель от Community в категории Распознавание речи (STT).
Сколько стоит WhisperX на Railwail?
На Railwail WhisperX стоит ≈ 0,0241 $ за запуск. Вы платите за то, что фактически использует каждый запрос. Использование оплачивается предоплаченными кредитами; 1 кредит = 0,01 $.
Какие параметры поддерживает WhisperX?
Согласно схеме входных данных, WhisperX поддерживает эти параметры: audio_file, language, batch_size (от 1 до 64), diarization и align_output.
Насколько быстра WhisperX?
На Railwail пока недостаточно измеренных запусков WhisperX, чтобы указать время выполнения. Оно зависит от входных данных, параметров и нагрузки на провайдера.
WhisperX лучше, чем Incredibly Fast Whisper?
Это зависит от задачи. WhisperX (Community) и Incredibly Fast Whisper (Community) — обе модели в категории Распознавание речи (STT). На странице сравнения показаны их цены и характеристики рядом.
Сравнить WhisperX и Incredibly Fast WhisperСравнимые модели
Все в этой категории- 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.
- 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.
Все модели через один API
Один API-ключ для всех моделей на Railwail. Использование оплачивается из предоплаченных кредитов, 1 кредит = 0,01 $.