Gladia vs Whisper (OpenAI)

Truyền âm thanh qua WebSocket để tạo phụ đề trực tiếp hoặc gửi tệp qua REST để phiên âm hàng loạt, hỗ trợ MP3, WAV, FLAC, Opus và nhiều định dạng khác.

Tự động nhận diện ngôn ngữ hơn 100 thứ tiếng, nhạy với giọng địa phương, kể cả khi hội thoại đổi ngôn ngữ giữa câu.

Phân tách người nói, nhận diện thực thể, che dấu PII, phân tích cảm xúc và tóm tắt, mỗi tính năng chỉ tính phí khi bật.

Đưa bản phiên âm trực tiếp vào mô hình ngôn ngữ do Gladia vận hành hoặc mô hình bạn tự mang (BYOM) để tạo tóm tắt và đầu ra có cấu trúc.

One Transformer handles transcription, speech translation into English, language identification and voice activity detection, selected through special task tokens.

Choose from tiny, base, small, medium, large and turbo checkpoints, with English-only .en variants, to balance accuracy against VRAM and speed.

Multilingual checkpoints transcribe and translate dozens of languages, with automatic language detection on mixed-language audio.

Install via pip with openai-whisper and transcribe files from the terminal or from your own Python code, with ffmpeg handling audio decoding.