Tekoälypolitiikka ja avoimuus
Mitä tekoälyä käytämme, missä se toimii ja miten noudatamme julkistamisvaatimuksia (EU AI Act 50 artikla, voimassa 2026-08-02).
TL;DR
- Kaikki dokumentit ovat tekoälyjä. Jokainen ulostulo sisältää koneella luettavan ilmoituksen.
- Kaikki tekoälyt toimivat omalla GPU:llaan. Emme lähetä ääntä tai tekstiä OpenAI:lle, Antropicille, Googlelle tai kolmannen osapuolen LLM API:lle.
- Emme kouluta mitään mallia kirjoituksistasi. Jokainen käyttämämme malli on avoin lähdekoodin ulkopuolinen malli. Korjauksia kerätään vain, jos valitset.
- Synteettiset äänikloonit (TTS) on selvästi merkitty tekoälyksi, joka on luotu tiedostonimellä, metatiedoilla ja sivulla.
Mallit joita käytämme
| Malli | Käytetty | Lisenssi | Toimii |
|---|---|---|---|
| Whisper large-v3-turbo (faster-whisper) | Transkriptio (oletus) | MIT | GPU:mme |
| Whisper large-v3 (faster-whisper) — branded “STT.ai Enhanced” | Transkriptio (maksettu hoito) | MIT | GPU:mme |
| Vosk | Reaaliaikainen sanan suoratoisto | Apache 2.0 | GPU:mme |
| SpeechBrain ECAPA-TDNN | Kaiuttimen diarisointi | Apache 2.0 | GPU:mme |
| MadLAD-400 3B | Kääntäminen (450+ kieltä) | Apache 2.0 | GPU:mme |
| Qwen2.5-1.5B (llama.cpp) | Yhteenveto, analyysi, sisällöntuotanto, RAG-chat | Apache 2.0 | GPU:mme |
| Chatterbox (Resemble AI) | Äänien kloonaus / tekstistä ääneen | MIT | GPU:mme |
| all-MiniLM-L6-v2 | Liitännät aluetukien hakuun | Apache 2.0 | GPU:mme |
“STT.ai Enhanced” is our product name for Whisper large-v3 running on our own GPU. It is not a custom model, a fine-tune, or proprietary weights — it is the largest and most accurate Whisper checkpoint. It is more accurate than the default Whisper large-v3-turbo, and about 1.5x slower on a diarized job, measured on our own hardware.
Emme kutsu OpenAI:ta, Antropicia, Google Cloudia tai kolmannen osapuolen LLM API:tä mihinkään toimintoon. Jokainen yllä oleva malli toimii omistamassamme ja käyttämässämme laitteistossa. Ainoa ulkoinen tekoälypalvelu on translatapi.ai (myös Muddy Holdings) UI:n jousien kääntämiseen – tämä ei koskaan koske transscripted-sisältöäsi.
Miten paljastamme tekoälyn sukupolven
- Transscript HTML-sivut: sisältää <meta-nimi=\
- Tekstin vienti (TXT, SRT, VTT, JSON, CSV, DOCX, PDF): Sisällytä jokaisen tiedoston yläosaan AI-tulostettu tekstirivi.
- Synteettinen ääni / TTS-lähtö: WAV -tiedostot sisältävät "synteettisen äänen" tagin metadatassa ja selkeän ilmoituksen lataussivulla. Äänitettä koskeva vastuulauseke on tietueessa.
- API-vastaukset: Sisällytä _ai_luotu: todellinen kenttä jokaiseen JSON-vastaukseen, joka sisältää kirjoitettua sisältöä.
Koulutustiedot
- Perusmallit (Whisper, MadLAD, Qwen jne.) tulevat esikoulutetuilta kustantajilta. Käytämme niitä laivattuina.
- Selostuksiasi EI käytetä tukikohtien mallien kouluttamiseen.
- Jos korjaat transkriptiosegmentin (kynän kuvake) tai merkitset sen virheelliseksi (lippukuvake), JA olet valinnut ruudulle / yksityisasetukset/ ("Model Training" taggle, oletus pois), (virheellinen teksti → korjattu teksti) pari voidaan kerätä kouluttamaan tulevaa teksti-korjausmallia. Vain tekstiparia – ei koskaan ympäröivää ääntä – käytetään tällä polulla. Tällaista mallia ei ole olemassa tänään: parit tallennetaan vain, eikä mitään, mitä me nyt palvelemme, ole opetettu niille.
- Erikseen Contribute-korjaukset ja äänentoisto Voice Lab toggle (myös / yksityisasetuksissa/, myös oletus pois päältä) valitsevat sinut antamaan korjattuun tekstiin yhdistettynä korjattujen segmenttien äänentoistoa Voice Lab -aineistoomme CC-BY-SA-4.0 kohdassa. Nämä kaksi taklausta ovat itsenäisiä – voit myöntää joko molempia tai kumpaakaan.
- Ääni, jota lataat, poistetaan 24 tunnin kuluessa tunnin mittaisella puhdistustyöllä, ja kahta poikkeusta sovelletaan vain, jos valitset ne. Jos olet valinnut "Addreddlings + audio to Voice Lab" -ohjelman, ääni on arkistoitu jopa 90 päivän ajaksi, jotta päivittäinen Voice Lab -äänitys voi poimia korjatun segmentin. Kun ääni on syöty (tai sen jälkeen, kun 90 päivää on kulunut, kumpi on aikaisempi), lähdeääni poistetaan. Jos äänite on rekisteröity ja sisältää äänityksen yhteislinkkinä, ääni on säilytetty niin kauan kuin linkki on käytössä (jopa 30 päivää ilmaiseksi; 30 päivää, 90 päivää tai loputon ikuisesti maksullisessa suunnitelmassa) ja se poistetaan 24 tunnin kuluessa linkin päättymisestä. Jaettua ääntä ei käytetä koulutukseen. Transkriptioteksti noudattaa suunnitelmasi säilytyskäytäntöä (anonyymi 24h, ilmainen 30 päivää, Pro+ pysyvä).
Tarkkuus ja virheet
Tekoälyn transkriptio ei ole täydellinen. Sanavirheiden määrä vaihtelee puhuja-aksentin, äänenlaadun, kielen ja verkkosanaston mukaan. Kriittistä käyttöä (laillista, lääketieteellistä, säänneltyä teollisuutta) varten varmistamme alkuperäisen äänen suhteen. Julkiset WER-vertailuarvomme mallia kohti ovat /models/.
Noudattamista koskevat kysymykset
EU:n tekoälylain, GDPR:n tai muiden vaatimusten noudattamista koskevien kysymysten osalta: hello@stt.ai tai käytä yhteydenottolomake.
Viimeksi päivitetty: 2026-08-05.