A belső piaci politika és átláthatóság
Mit használunk az MI-vel, hol fut, és hogyan felelünk meg a közzétételi követelményeknek (az EU AI-törvény 50. cikke, tényleges 2026-08-02).
TL;DR
- Minden átirat mesterséges mesterséges, minden kimeneten van egy gépileg olvasható közzététel.
- Minden MI fut a saját GPU. Nem küldjük el audió vagy szöveg OpenAI, Anthropic, Google, vagy bármely harmadik fél LLM API.
- Nem képezünk ki semmilyen modellt a leiratokon. Minden modell, amit futtatunk, egy nem-a-polc nyílt forráskódú modell. A kifejezetten végrehajtott javításokat csak akkor gyűjtik össze, ha Ön beszáll.
- Szintetikus hang klónok (TTS) egyértelműen címkézett AI-generált fájlnév, metaadatok, és az oldalon.
A használt modellek
| Minta | A következő betegségek esetén alkalmazható: | Engedély | Futás! |
|---|---|---|---|
| Whisper large-v3-turbo (faster-whisper) | Átírás (alapértelmezett) | MIT | A GPU-nk |
| Whisper large-v3 (faster-whisper) — branded “STT.ai Enhanced” | Átírás (fizetett tervek) | MIT | A GPU-nk |
| Vosk | Valós idejű szófolyamozás | Apache 2.0 | A GPU-nk |
| SpeechBrain ECAPA-TDNN | Hangszóródiarizáció | Apache 2.0 | A GPU-nk |
| MadLAD-400 3B | Fordítás (450+ nyelvek) | Apache 2.0 | A GPU-nk |
| Qwen2.5-1.5B (llama.cpp) | Összefoglalás, elemzés, tartalomtermelés, RTI-csevegés | Apache 2.0 | A GPU-nk |
| Chatterbox (Resemble AI) | Hang klónozás / szöveg-beszélgetés | MIT | A GPU-nk |
| all-MiniLM-L6-v2 | Az RTI-kereséshez szükséges ágyneműk | Apache 2.0 | A GPU-nk |
трSTT.ai Enhanced Стро a termékünk neve Whisper large-v3 futó saját GPU. Ez nem egy egyedi modell, finomhangú, vagy saját súlyok тр ez a legnagyobb és a legpontosabb Whisper ellenőrzőpont. Ez pontosabb, mint az alapértelmezett Whisper large-v3-turbo, és körülbelül 1,5x lassabb egy diarizált munka, mért saját hardver.
Nem hívjuk OpenAI, Anthropic, Google Cloud, vagy bármely harmadik fél LLM API-t bármilyen funkcióhoz. Minden fenti modell saját hardverrel működik. Az egyetlen külső MI szolgáltatás, amit használunk, az a fordítói.ai (más néven Muddy Holdings) az UI húrok fordításához • ez soha nem érinti a transzcribed tartalmat.
Hogyan hozzuk nyilvánosságra az AI generációt?
- Fordítás HTML oldalak: <meta név =\
- Szövegexport (TXT, SRT, VTT, JSON, CSV, DOCX, PDF): minden fájl tetején tartalmaz egy "AI-generált átirat" fejlécet.
- Szintetikus hang / TTS kimenet: A WAV fájlok metaadatban egy "szintetikus hang" címkét és egy egyértelmű értesítést tartalmaznak a letöltési oldalon. Az audio-visszamondás az útitervben található.
- API válaszok: tartalmaz egy _ai_generált: igaz mező minden JSON válasz, amely tartalmazza a átírt tartalmat.
Képzési adatok
- Alapmodellek (Whisper, MadLAD, Qwen, stb.) saját kiadóiktól származnak, amelyeket hajósként használunk.
- A leiratait NEM használják alapmodellek kiképzéséhez.
- Ha kijavít egy átirati szegmenst (a ceruza ikont) vagy helytelent jelöl (a zászló ikont), és a /privacy-beállítások/ ("Modell tréning" kikapcsolva, alapértelmezés), a (helytelen szöveg → javított szöveg) páros összegyűjthető a jövőbeli szövegkorrekciós modell kiképzésére. Csak a szövegpár • soha nem használja a környező audio • • ezen az úton. Ma ilyen modell nincs: a párokat csak tároljuk, és jelenleg semmit sem szolgálunk ki rájuk.
- Külön-külön, a Hozzájáruló korrekció plusz hang a Voice Lab toggle (is a /privacy-settings/, is alapértelmezés ki) azt választja, hogy járuljon hozzá a hangszegmensek, a helyes, párosított szöveg, a Voice Lab adatbázis CC-BY-SA-4.0.
- A feltöltött hangokat 24 órán belül töröljük óránkénti tisztítással, két kivételgel, amelyek csak akkor érvényesek, ha azokat kiválasztják. Ha úgy döntött, hogy "Beküldött javítások + hang audio a hang Lab" a /privacy-beállításokon/, az audio archiválva van akár 90 napig, így a napi hang Lab singest ki tudja vonni a korrigált szegmens; egyszer lenyelt (vagy 90 nap után, amelyik előbb), a forrás audio törölve. Ha aláírják és a felvétel a hang egy megosztási linken, az audio tart fenn, amíg a link él (akár 30 napig egy ingyenes számlán; 30 nap, 90 nap vagy határozatlan ideig Forever egy fizetett terven) és törölve van 24 órán belül a link lejár. A közös audio nem használható a képzéshez. Az átirat szöveg követi a terv megőrzési politikáját (anonymous 24h, ingyenes 30 nap, Pro+ állandó).
Pontosság és hibák
AI transzkripció nem tökéletes. A szóhiba aránya változik a hangszóró akcentusa, hangminősége, nyelve, és a domain szókincse. Kritikus használatra (jogi, orvosi, szabályozott iparágak) ellenőrizze az eredeti audio. A nyilvános WER referenciaértékek modellenként a /models/.
Megfelelési kérdések
Az EU MI-törvénye, GDPR-je vagy egyéb megfelelési kérdések esetében: hello@stt.ai vagy a kapcsolatfelvételi űrlap.
Utolsó frissítés: 2026-08-05.