Şəffaflıq
Necə AI istifadə edirik, nə işləyəcək və necə açıqlanma tələblərinə uyğun gələcəyik (EU AI Act Article 50, effective 2026-08-02).
TL;DR
- Bütün transkriptlər AI-dən yaradılmışdır. Hər bir çıxış maşın oxuna bilən bir açıqlama daşıyır.
- Bütün AI öz GPU-da işləyir. Biz sizin audio və ya mətni OpenAI, Anthropic, Google, və ya hər hansı üçüncü tərəf LLM API-yə göndərmirik.
- Biz sizin transkriptləriniz üzərində heç bir model öyrətmirik. İşlətdiyimiz hər model açıq mənbəli modeldir. Sizin açıq şəkildə etdiyiniz düzəlişlər yalnız siz daxil olduqda toplanır.
- Sintetik səs klonları (TTS) açıqca AI-genered olaraq fayl adı, metadata və səhifədə etiketlənir.
İstifadə etdiyimiz modellər
| Model | Bu üçün istifadə olunur | Lisenziya | İşlədir |
|---|---|---|---|
| Whisper large-v3-turbo (faster-whisper) | Əvvəlcədən Qurğulu | MIT | GPU |
| Whisper large-v3 (faster-whisper) — branded “STT.ai Enhanced” | Transkripsiya (ödənişli planlar) | MIT | GPU |
| Vosk | Həqiqət vaxtı söz axını | Apache 2.0 | GPU |
| SpeechBrain ECAPA-TDNN | Sənəd | Apache 2.0 | GPU |
| MadLAD-400 3B | Tərcümə | Apache 2.0 | GPU |
| Qwen2.5-1.5B (llama.cpp) | Təqdimatlar, analiz, məzmun istehsalı, RAG söhbəti | Apache 2.0 | GPU |
| Chatterbox (Resemble AI) | Səs klonlama / mətn-söhbətə çevirmə | MIT | GPU |
| all-MiniLM-L6-v2 | RAG axtarışı üçün daxili | Apache 2.0 | GPU |
"STT.ai Enhanced" bizim öz GPU-muzda işləyən Whisper large-v3 üçün məhsul adıdır. Bu, özəl model, yaxşı tənzimləmə və ya mülkiyyət çəkisi deyil - bu ən böyük və ən dəqiq Whisper kontrol nöqtəsidir. Bu, ön qurğulu Whisper large-v3-turbo-dan daha dəqiqdir və bizim öz hardverimizdə ölçülən bir günlük işdə 1.5x yavaşdır.
Biz heç bir xüsusiyyət üçün OpenAI, Anthropic, Google Cloud, ya da hər hansı bir üçüncü tərəf LLM API çağırmırıq. Üstdəki hər bir model bizim sahib olduğumuz və idarə etdiyimiz avadanlıqda işləyir. İstifadə etdiyimiz tək xarici AI xidməti UI strings çevirmək üçün translateapi.ai (və Muddy Holdings) - bu heç vaxt sizin transcribed məzmununa toxunmur.
AI nəslini necə aşkar edirik
- HTML səhifələri: <meta name=\
- Mətn ixracatı (TXT, SRT, VTT, JSON, CSV, DOCX, PDF): hər faylın üstündə 'AI-genered transcript' başlıq sətri daxil et.
- Sintetik səs / TTS çıxarışı: WAV faylları metadatada'synthetic-voice' təqviminə və yükləmə səhifəsində açıq xəbərdarlığa malikdir. Dinləyici məsuliyyətsizliyi yol xəritəsindədir.
- API cavabları: transkriptləşdirilmiş məzmun olan hər JSON cavabında _ai_generated: true sahəsi daxil et.
Təlimat
- Əsas modellər (Whisper, MadLAD, Qwen, və s.) öz müvafiq nəşriyyatlarından əvvəlcədən öyrədilmiş olaraq gəlir. Biz onları göndərildiyi kimi istifadə edirik.
- Sizin transkriptləriniz əsas modelləri öyrətmək üçün istifadə edilmir.
- Əgər transkriptin bir hissəsini düzəldirsinizsə (qaşıq simvolu) ya da onu səhv olaraq işarələmisinizsə (bayraq simvolu) və /privacy-settings/-də ("Model Training" toggle, default off) seçmisinizsə, (düzgün olmayan mətn → düzəldilmiş mətn) cütlük gələcək mətn düzəltmə modelini öyrətmək üçün toplana bilər. Bu yol yalnız mətn cütlüyünü - ətrafdakı səsi heç vaxt - istifadə etmir. Bu gün belə bir cütlük mövcud deyil: cütlüklər yalnız saxlanılır və hazırda xidmət etdiyimiz heç bir şey onlar üzərində öyrədilməyib.
- Başqa bir seçim olaraq, səs laboratoriyasına düzəlişləri və səsi əlavə et düyməsi (/privacy-settings/-də də mövcuddur, əvvəlcədən işə salınıb) düzəltdiyiniz hissələrin səsini düzəltilmiş mətnlə birlikdə CC-BY-SA-4.0 altında səs laboratoriyası məlumat dəstəsinə əlavə etməyi seçir. Bu iki düymə müstəqildir - siz hər ikisini, ya da heç birini qəbul edə bilərsiniz.
- Yüklədiyiniz səslər 24 saat ərzində saatlıq təmizləmə işinə görə silinir, yalnız seçdiyiniz iki istisna ilə. Əgər /privacy-settings/''Voice Lab-a düzəlişlər + səsi töhfə ver''-i seçmisinizsə, səslər 90 günə qədər arxivləşdirilir, beləliklə Voice Lab gündəlik düzəliş segmentini çıxara bilər; bir dəfə daxil edildikdən sonra (və ya 90 gündən sonra, əvvəlki vaxtdan asılı olaraq) mənbə səsi silinir. Əgər qeyd olunmusunuz və qeyd səsinizi paylaşma bağlantısına daxil etmisinizsə, bu audio bağlantının aktiv olduğu müddətdə saxlanılır (pulsuz hesabda 30 günə qədər; ödənişli planda 30 gün, 90 gün və ya əbədi olaraq) və bağlantının bitməsindən 24 saat sonra silinir. Paylaşılmış səslər təlim üçün istifadə edilmir. Transkript mətni planınızın saxlama siyasətinə tabedir (anonymous 24h, free 30 days, Pro+ permanent).
Düzgünlük və xətalar
AI transkripsiya mükəmməl deyil. Söz səhv dərəcələri danışan aksent, səs keyfiyyəti, dil və domen lüğəti ilə dəyişir. Çox vacib istifadə üçün (hüquqi, tibbi, tənzimlənən sənayelər) orijinal səslə müqayisədə yoxlayın. Bizim model üzrə ictimai WER benchmarklarımız /models/.
Bağlan
EU AI Act, GDPR, və ya digər uyğunluq sualları üçün: hello@stt.ai ya da istifadə et əlaqə forması.
Son Yeniləmə: 2026-08-05.