Insanely Fast Whisper

O nástroji

Insanely Fast Whisper je open-source CLI nástroj postavený na knihovnách Hugging Face Transformers, Optimum a flash-attn, který umožňuje přepsat 150 minut audia na text za méně než 98 sekund díky optimalizacím jako fp16, batching a Flash Attention 2 (testováno na Nvidia A100 80GB, funguje i na Google Colab T4). Podle benchmarků na stránce je přepis s Whisper large-v3 a Flash Attention 2 až 19x rychlejší než standardní fp32 verze. Jde o self-hosted řešení běžící lokálně nebo v cloudu (Colab notebook je součástí repozitáře), nikoliv o webovou aplikaci s uživatelským rozhraním – ovládá se přes příkazovou řádku, což vyžaduje technické znalosti. Projekt vznikl jako ukázka možností optimalizace Whisper modelu a obsahuje i FAQ sekci s návodem, jak používat Whisper bez CLI. Nástroj je zdarma a open-source, dostupný na GitHubu. Ceny uvedené na stránce ($4, $21 atd.) se vztahují k samotnému GitHubu (Team/Enterprise plány pro správu repozitářů), nikoliv k samotnému Whisper nástroji.

Klíčové vlastnosti

• Přepis 150 minut audia za méně než 98 sekund
• Založeno na Whisper Large v3 s Flash Attention 2
• Běží lokálně na GPU nebo v Google Colab
• Až 19x rychlejší než standardní fp32 verze

Časté dotazy

Kategorie

Další nástroje v kategorii Titulky

Nezůstávejte jen u nejoblíbenějších – tohle jsou další nástroje z kategorie Titulky, které stojí za prohlédnutí.

• 
  Laxis

  Freemium
  88 %
• 
  Lingosync

  Zkušební verze
  84 %
• 
  LiteScribe

  Freemium
  33 %
• 
  Loom AI

  Zkušební verze
  29 %
• 
  Looppanel

  Freemium
  1 %