AI քաղաքականություն և թափանցիկություն
1999-ին թողարկվել է «Անհիշելի երգեր» ալբոմը, որը ճանաչվել է 2010 թվականի լավագույն ալբոմների ցանկում։ 2016-ին թողարկվել է «Անհիշելի երգեր» ալբոմը։
Տարբերակ
- Բոլոր տեքստեր ստեղծված են արհեստական բանականությամբ։ Յուրաքանչյուր ելք ունի մեքենագրված բացահայտում։
- Բոլոր AI-ները աշխատում են մեր սեփական GPU-ի վրա։ Մենք չենք ուղարկում ձեր ձայնը կամ տեքստը OpenAI, Anthropic, Google կամ որևէ այլ LLM API-ի։
- Մենք չենք սովորեցնում որևէ մոդել ձեր տեքստում։ Մեր կողմից գործարկվող յուրաքանչյուր մոդել բաց կոդով մոդել է։ Դուք կարող եք կատարել ուղղումներ, որոնք հավաքվում են միայն այն դեպքում, եթե դուք համաձայն եք։
- Սինթետիկ ձայնային կլոունները (TTS) ակնհայտորեն նշված են որպես AI-genered ֆայլի անվանումում, մետադատարկներում և էջում.
Մենք օգտագործում ենք հետևյալ մոդելները :
| մոդել | Օգտագործվում է | Լիցենզիա | Աշխատանք |
|---|---|---|---|
| Whisper large-v3-turbo (faster-whisper) | Տեղեկություն | MIT | Մեր GPU |
| Whisper large-v3 (faster-whisper) — branded “STT.ai Enhanced” | Տեղեկագրություն (վճարովի պլաններ) | MIT | Մեր GPU |
| Vosk | Օգտագործել իրական ժամանակի լեզուների ալիքները | Apache 2.0 | Մեր GPU |
| SpeechBrain ECAPA-TDNN | Խոսողի դիարիզացիա | Apache 2.0 | Մեր GPU |
| MadLAD-400 3B | Թարգմանություն (450+ լեզուներ) | Apache 2.0 | Մեր GPU |
| Qwen2.5-1.5B (llama.cpp) | Համառոտում, վերլուծություն, բովանդակության ստեղծում, RAG զրույց | Apache 2.0 | Մեր GPU |
| Chatterbox (Resemble AI) | Ձայնի կլոնավորում / տեքստը խոսելու | MIT | Մեր GPU |
| all-MiniLM-L6-v2 | RAG որոնման ներկառուցվածքներ | Apache 2.0 | Մեր GPU |
«STT.ai Enhanced»-ը Whisper large-v3-ի համար մեր արտադրանքի անվանումն է, որը աշխատում է մեր սեփական GPU-ի վրա։ Դա ոչ թե յուրահատուկ մոդել է, ոչ էլ մանրամասն կարգավորում կամ սեփականատիրական քաշեր, այլ Whisper-ի ամենամեծ և ամենահստակ ստուգման կետ։ Այն ավելի ճշգրիտ է, քան լրիվ մոդել Whisper large-v3-turbo-ն, և մոտ 1.5 անգամ ավելի դանդաղ է, քան օրագրված աշխատանքը, որը չափվում է մեր սեփական սարքավորումների վրա։
Մենք չենք օգտագործում OpenAI, Anthropic, Google Cloud կամ որևէ այլ LLM API- ներ որևէ գործառույթի համար։ Ավելի վեր նշված բոլոր մոդելները աշխատում են մեր սեփական սարքավորումների վրա։ Մենք օգտագործում ենք միայն translateapi.ai (Muddy Holdings) արտաքին AI ծառայությունը UI տողերի թարգմանության համար՝ դա երբեք չի ազդում ձեր փոխանցված բովանդակության վրա։
Ինչպես ենք մենք բացահայտում արհեստական բանականության սերնդին :
- HTML էջերի թարգմանություն: ներառել <meta name=\
- Տեքստային արտահանում (TXT, SRT, VTT, JSON, CSV, DOCX, PDF): ներառել 'AI-genered transcript' գլխամասային տողը յուրաքանչյուր ֆայլի վերևում
- Սինթեզացված ձայն / TTS արտահոսք: WAV ֆայլերը ներառում են մետա տվյալներում «synthetic-voice» պիտակ և պարզ տեղեկատվություն ներբեռնման էջում։ Առաջարկվող ճանապարհային քարտեզում ձայնային արգելափակում է։
- API պատասխաններ: ներառել _ai_generated: true դաշտը յուրաքանչյուր JSON պատասխանում, որը պարունակում է թարգմանված բովանդակություն։
Հաշվետվություն
- Բնական մոդելները (Whisper, MadLAD, Qwen և այլն) նախապատրաստված են իրենց հեղինակների կողմից։ Մենք օգտագործում ենք դրանք, ինչպես դրանք հասնում են մեզ։
- Ձեր տեքստը չի օգտագործվում մոդելների պատրաստման համար։
- Եթե դուք ճշգրտում եք տեքստի հատվածը (դեղին մատանի պատկերակը) կամ նշում եք այն որպես սխալ (սպիտակ դրոշ պատկերակը), ԵՎ դուք ընտրել եք /privacy-settings/-ը («Մասշտաբային ուսուցում» փոխանակիչը, default-ը անջատված է), ապա (անճիշտ տեքստը → ճշգրտված տեքստը) զույգը կարող է հավաքվել ապագայում տեքստի ճշգրտման մոդելի ուսուցման համար։ Այս ուղու միջոցով օգտագործվում է միայն տեքստի զույգը, ոչ թե շրջապատող ձայնը։ Այս պահին նման մոդել չկա, քանի որ զույգերը պահվում են, և ոչինչ չի սովորեցվել դրանց վրա։
- Առանձին, «Կարող եք ներգրավել ճշգրտումներ և ձայնային տվյալներ Voice Lab-ի համար» մուտքագրման կոճակը (որը գտնվում է /privacy-settings/-ում, և ըստ էության անջատված է) թույլ է տալիս ձեզ ներգրավել ձեր ճշգրտած հատվածների ձայնային տվյալները, որոնք միասին են ճշգրտված տեքստի հետ, մեր Voice Lab տվյալների հավաքի մեջ CC-BY-SA-4.0-ի համաձայն։ Այս երկու մուտքագրումները անկախ են, դուք կարող եք դրանք տալ կամ մեկը, կամ երկուսը, կամ ոչ մեկը։
- Ձեր տեղադրած ձայնագրությունը 24 ժամվա ընթացքում ոչնչացվում է ժամանային մաքրումով, բացառությամբ երկու դեպքերի, որոնք կիրառվում են միայն այն դեպքում, եթե դուք ընտրել եք դրանք։ Եթե դուք ընտրել եք /privacy-settings/-ում «Կարողացրեք Voice Lab-ին ուղղումներ + ձայնագրություն» տարբերակը, ձայնագրությունը պահպանվում է մինչև 90 օր, որպեսզի Voice Lab-ը կարողանա վերցնել ճշգրտված հատվածը։ Երբ այն վերցվում է (կամ 90 օրից հետո, ըստ այն բանի, թե որքան շուտ է դա տեղի ունենում), սկզբնական ձայնագրությունը ոչնչացվում է։ Եթե դուք մուտքագրվել եք և ձեր ձայնագրության ձայնագրությունը ներառել եք կիսում հղման մեջ, այդ ձայնագրությունը պահպանվում է մինչև հղումը գործում է (մինչև 30 օր անվճար հաշվի դեպքում, 30 օր, 90 օր կամ անվերջ ժամանակով վճարովի պլանի դեպքում) և ոչնչացվում է հղման ժամկետի ավարտից հետո 24 ժամվա ընթացքում։ Համագործակցված ձայնագրությունը չի օգտագործվում ուսուցման համար։ Տեսագրության տեքստը հետևում է ձեր պլանի պահպանման քաղաքականությանը (անանուն 24 ժամ, անվճար 30 օր, Pro+ մշտական)։
Պարզություն և սխալներ
AI- ի փոխանցումը կատարյալ չէ։ Սխալների տոկոսները տարբերվում են ըստ խոսողի ակցենտ, ձայնի որակի, լեզվի և լեզվաբանական ոլորտի։ Կրկնօրինակման համար (օրինակ՝ իրավաբանական, բժշկական, կարգավորված արդյունաբերություն) ստուգեք սկզբնական ձայնը։ Մեր հանրային WER- ի մոդելի համար արժեքները գտնվում են՝ /models/.
Պատասխանատու հարցեր
Եվրոպական միության AI Act, GDPR կամ այլ համաձայնեցված հարցերի համար՝ hello@stt.ai կամ օգտագործեք կապի ձև.
Վերջին թարմացումը 2026-08-05.