Прагляд
У 1999 годзе ўступіў у сілу закон аб абароне правоў і свабод чалавека, які ўвёў у дзеянне артыкул 20 (208-209).
Дрэва
- Усе транскрыпцыі створаны AI. Кожны вывад нясе машыначытабельную інфармацыю.
- Усе AI працуе на нашым уласным GPU. Мы НЕ адпраўляем ваш аўдыё або тэкст у OpenAI, Anthropic, Google, або любы трэці LLM API.
- Мы НЕ трэніруем ніякія мадэлі на вашых транскрыптах. Кожная мадэль, якую мы запускаем, з' яўляецца мадэллю з адкрытым зыходным кодам. Выпраўленні, якія вы выразна робіце, збіраюцца толькі калі вы дазволілі гэта.
- Сінтэтычныя галасавыя клоны (TTS) выразна пазначаны як AI-генераваныя ў імя файла, метададзеных і на старонцы.
Модулі, якія мы выкарыстоўваем
| Модуль | Выкарыстоўваецца для | Ліцэнзія | Запушчана |
|---|---|---|---|
| Whisper large-v3-turbo (faster-whisper) | Праграма | MIT | Нашы GPU |
| Whisper large-v3 (faster-whisper) — branded “STT.ai Enhanced” | Транскрипция (платная) | MIT | Нашы GPU |
| Vosk | Прагляд словаў у рэальным часе | Apache 2.0 | Нашы GPU |
| SpeechBrain ECAPA-TDNN | Дыялогавае акно | Apache 2.0 | Нашы GPU |
| MadLAD-400 3B | Пераклад (450+ моў) Name | Apache 2.0 | Нашы GPU |
| Qwen2.5-1.5B (llama.cpp) | Падрабязнасьці, аналіз, стварэньне зьместу, RAG- чат | Apache 2.0 | Нашы GPU |
| Chatterbox (Resemble AI) | Кланаваньне голасу/ ператварэньне тэксту ў мову | MIT | Нашы GPU |
| all-MiniLM-L6-v2 | Comment=Убудаваны пошук у RAG | Apache 2.0 | Нашы GPU |
"STT.ai Enhanced" - гэта назва нашага прадукту Whisper large-v3, які працуе на нашым уласным GPU. Гэта не асабістая мадэль, тонкая налада або ўласныя вагаванні - гэта найбуйнейшая і найбольш дакладная цэнтар кантролю Whisper. Ён больш дакладны, чым стандартны Whisper large-v3-turbo, і каля 1.5x павольней на днізаваным заданні, вымераным на нашым уласным абсталяванні.
Мы не карыстаемся OpenAI, Anthropic, Google Cloud, або іншымі API LLM для якіх-небудзь функцый. Кожная вышэйзгаданая мадэль працуе на абсталяванні, якое мы валодаем і кіруем. Единственным знешнім сэрвісам AI, які мы выкарыстоўваем, з'яўляецца translateapi.ai (таксама Muddy Holdings) для перакладу радкоў інтэрфейсу карыстальніка - гэта ніколі не датычыцца вашага транслітаванага зместу.
Як мы раскрываем пакаленне ИИ
- Праграма для перакладу старонак HTML: уключыць < meta name=\
- Экспарт тэксту (TXT, SRT, VTT, JSON, CSV, DOCX, PDF): уключыць радок загалоўка 'AI- generated transcript' у версе кожнага файла.
- Вывад сінтэзаванага голасу/ TTS: Файл WAV утрымлівае тэг'synthetic- voice' у метададзеных і яснае паведамленне на старонцы спампоўкі. На графіку ёсць адмоўная інфармацыя аб гукавых файлах.
- Адказы API: уключыць поле _ ai_ generated: true у кожны адказ JSON, які змяшчае перапісаны змест.
Дадзеныя трэніроўкі
- Базавыя мадэлі (Whisper, MadLAD, Qwen і інш.) паступаюць адпаведнымі выдаўцамі ў папярэдне падрыхтаваным выглядзе. Мы выкарыстоўваем іх у гатовым выглядзе.
- Вашы транскрыпты НЕ выкарыстоўваюцца для трэніроўкі базовых мадэляў.
- Калі вы выпраўляеце сегмент транскрыпту (знак пэндзля) або пазначаеце яго як няправільны (знак сцягоў), І вы ўключылі ў / privacy- settings / (па змаўчанні выключана), пара (неправільны тэкст → выпраўлены тэкст) можа быць сабраная для трэніроўкі будучага мадэлі тэкставага карэкціроўкі. Толькі тэкставая пара - ніколі акружаючыя гукавыя файлы - выкарыстоўваюцца гэтым шляхам. Такіх мадэляў не існуе: пары толькі захоўваюцца, і нічога, што мы ў цяперашні час абслугоўваем, не было трэніраванае на іх.
- Адпаведна, пераключальнік Дадаць карэкцыі і гук у Voice Lab (таксама ў / privacy- settings /, таксама па змаўчанні выключаны) дазваляе вам дадаць гук сегментаў, якія вы карэктуеце, у спалучэнні з выпраўленым тэкстам, у набор дадзеных Voice Lab пад CC- BY- SA- 4. 0. Гэтыя два пераключальнікі незалежныя — вы можаце дазволіць абодва, або ніводнага.
- Audio you upload is deleted within 24 hours by an hourly cleanup job, with two exceptions that apply only if you choose them. If you have opted in to "Contribute corrections + audio to Voice Lab" at /privacy-settings/, the audio is archived for up to 90 days so the daily Voice Lab ingest can extract the corrected segment; once ingested (or after 90 days, whichever is sooner), the source audio is deleted. If you are signed in and include your recording's audio in a share link, that audio is kept for as long as the link is live (up to 30 days on a free account; 30 days, 90 days or indefinitely with Forever on a paid plan) and is deleted within 24 hours after the link expires. Shared audio is not used for training. The transcript text follows the retention policy of your plan (anonymous 24h, free 30 days, Pro+ permanent).
Дакладнасць і памылкі
Праграма для транскрыпцыі тэксту з дапамогай машыннага навучання не ідэальная. Частата памылак у словах залежыць ад акцэнту, якасці гуку, мовы і слоўніка. Для выкарыстання ў крытычнай сітуацыі (прававыя, медыцынскія, рэгуляваныя галіны) праверце з арыгінальным гукам. Нашы публічныя WER- эталоны для кожнай мадэлі знаходзяцца на /models/.
Пытанні аб адпаведнасці
Для пытанняў па законах ЕС аб штучным інтэлекце, GDPR або іншых пытаннях, звязаных з адпаведнасцю: hello@stt.ai або выкарыстаць Кантактная форма.
Апошняе абнаўленне: 2026-08-05.