GPU Speech Recognition

Audio in Text

Kurze Sprachaufnahmen in Text umwandeln, um Dokumentation und nachgelagerte Textverarbeitung zu unterstützen.

Ein- und Ausgabe

Base64-kodierte Audiodatei bis zu 5 MB und maximal 60 Sekunden je Anfrage. Optionale Sprachvorgabe. Ausgabe: Transkript und erkannte Sprache. Ergebnisse vor Weiterverwendung prüfen.

Integration

Bereitstellung in AWS Frankfurt über die SupraWorx API, Shortcuts, Workflows und AI Workbench. Das Modell ist Systran/faster-whisper-small. Generierte Ergebnisse sind vor ihrer Verwendung fachlich zu prüfen.

Stundenpreis in Credits

Stundensatz: 68.077 SupraWorx Credits. Dedizierte Bereitstellungen werden nach AWS-Laufzeit einschließlich Leerlauf abgerechnet; in geteilten Pools zählt die aktive GPU-Verarbeitungszeit. Wartezeit und Pool-Leerlauf trägt die Plattform. Der Stundensatz wird anteilig nach gemessener Zeit angewendet und auf ganze Credits aufgerundet. Die beim Start festgehaltene Rate bleibt für die Bereitstellung bestehen.

Jede nutzende Person benötigt eine gültige persönliche GPU-Hub-Lizenz in einer aktiven Organisation. Rechenleistung wird aus dem Credit-Guthaben der Organisation bezahlt. Der kostenlose Jahreszugang zu GPU-Hub enthält keine GPU-Rechenzeit.

Verfügbarkeit

Freigabestatus: veröffentlicht. Die konkrete Modell-, Hardware- und Runtime-Konfiguration wurde auf einer realen AWS-GPU evaluiert und freigegeben. Bereitstellungen hängen von verfügbarer AWS-Kapazität ab. Die Testmesswerte sind unten dokumentiert; eine Verfügbarkeitsgarantie wird nicht zugesagt.

GPU-Evaluation vom 16.10.2026

AWS Frankfurt, NVIDIA L4: 20 lizenzierte englische LibriSpeech-Testaufnahmen; Wortfehlerrate 3,23 %. Diese Messung belegt keine deutsche oder verrauschte Raum-Sprachqualität. Gemessene p95-Anfragelatenz: 461 ms; keine Laufzeitfehler in diesen 20 Aufrufen. Die Messwerte gelten für den beschriebenen Testumfang und sind keine Latenz- oder Verfügbarkeitsgarantie. Freigegeben; Bereitstellung abhängig von verfügbarer AWS-Kapazität.