គោលការណ៍ AI និងភាពថ្លា
តើយើងប្រើ AI អ្វី, កន្លែងដែលវារត់និងរបៀបដែលយើងអនុវត្តតាមតម្រូវការនៃការបង្ហាញ (ច្បាប់ AI របស់សហភាពអឺរ៉ុបមាត្រា 50, មានប្រសិទ្ធភាព 2026-08-02) ។
TL; DR
- អត្ថបទទាំងអស់ត្រូវបានបង្កើតដោយ AI & # 160; ។ លទ្ធផលទាំងអស់មានការបង្ហាញដែលអាចអានដោយម៉ាស៊ីន & # 160; ។
- ទាំងអស់ AI ដំណើរការនៅលើ GPU ផ្ទាល់ខ្លួនរបស់យើង. យើងមិនផ្ញើសំឡេងឬអត្ថបទរបស់អ្នកទៅ OpenAI, Anthropic, Google, ឬភាគីទីបីណាមួយ LLM API.
- យើងមិនបណ្តុះបណ្តាលម៉ូដែលមូលដ្ឋានលើការបកប្រែរបស់អ្នកទេ ។ មានតែការជ្រើសរើសក្នុងការលៃតម្រូវល្អិតល្អន់ប៉ុណ្ណោះដែលប្រើការកែសម្រួលដែលអ្នកធ្វើដោយច្បាស់លាស់ ។
- ក្លូនសំឡេងសរីរាង្គ (TTS) ត្រូវបានដាក់ស្លាកយ៉ាងច្បាស់ថាជា AI- បង្កើតក្នុងឈ្មោះឯកសារ ទិន្នន័យមេតា និងលើទំព័រ & # 160; ។
ម៉ូដែលដែលយើងប្រើ
| ម៉ូដែល | ប្រើសម្រាប់ | អាជ្ញាបណ្ណ | រត់លើ |
|---|---|---|---|
| Whisper large-v3-turbo (faster-whisper) | បដិសេធការបម្លែង (លំនាំដើម) | MIT | GPU របស់យើង |
| STT.ai Enhanced (custom fine-tune) | ការបកប្រែ (ផែនការដែលបានបង់) | MIT (base) / Proprietary (fine-tune weights) | GPU របស់យើង |
| Vosk | ស្ទ្រីមពាក្យពេលវេលាពិត | Apache 2.0 | GPU របស់យើង |
| SpeechBrain ECAPA-TDNN | ការកំណត់អត្តសញ្ញាណអ្នកនិយាយ | Apache 2.0 | GPU របស់យើង |
| MadLAD-400 3B | ការបកប្រែ (450+ ភាសា) | Apache 2.0 | GPU របស់យើង |
| Qwen2.5-1.5B (llama.cpp) | សង្ខេប ការវិភាគ ការបង្កើតមាតិកា ការជជែកកំសាន្ត RAG | Apache 2.0 | GPU របស់យើង |
| F5-TTS | ក្លូនសំឡេង / អត្ថបទទៅការនិយាយ | MIT | GPU របស់យើង |
| all-MiniLM-L6-v2 | ការបង្កប់សម្រាប់ការស្វែងរក RAG | Apache 2.0 | GPU របស់យើង |
យើងមិនហៅ OpenAI, Anthropic, Google Cloud, ឬភាគីទីបីណាមួយ LLM API សម្រាប់លក្ខណៈពិសេសណាមួយ. ម៉ូដែលទាំងអស់ខាងលើរត់នៅលើផ្នែករឹងដែលយើងមាននិងប្រតិបត្តិការ. សេវា AI ខាងក្រៅតែមួយគត់ដែលយើងប្រើគឺ translateapi.ai (ផងដែរ Muddy Holdings) សម្រាប់បកប្រែខ្សែអក្សរ UI - នេះមិនដែលប៉ះមាតិការបស់អ្នក transcribed.
របៀបដែលយើងបង្ហាញ AI ជំនាន់
- ទំព័រ HTML ដែលបានបកប្រែ: រួមបញ្ចូល < ឈ្មោះមេតា =\
- នាំចេញអត្ថបទ (TXT, SRT, VTT, JSON, CSV, DOCX, PDF): រួមបញ្ចូលបន្ទាត់បឋមកថា 'AI- generated transcript' នៅកំពូលឯកសារនីមួយៗ & # 160; ។
- លទ្ធផលសំឡេងសំយោគ / TTS: ឯកសារ WAV រួមបញ្ចូលស្លាក 'សំឡេងសរីរាង្គ' ក្នុងទិន្នន័យមេតា និងការជូនដំណឹងច្បាស់លាស់នៅលើទំព័រទាញយក & # 160; ។ ការលុបចោលដែលអាចស្ដាប់បានគឺនៅលើផែនទីផ្លូវ & # 160; ។
- ការឆ្លើយតប API: រួមបញ្ចូល _ai_generated: វាលពិតនៅក្នុងការឆ្លើយតប JSON ទាំងអស់ដែលមានមាតិកាបានសរសេរជាសំឡេង ។
ទិន្នន័យការបង្ហាត់
- គំរូមូលដ្ឋាន (Whisper, MadLAD, Qwen, ល) មកពីការបណ្តុះបណ្តាលពីមុនពីអ្នកបោះពុម្ពផ្សាយរៀងៗខ្លួនរបស់ពួកគេ ។ យើងប្រើពួកគេដូចជាដឹកជញ្ជូន ។
- អត្ថបទចម្លងរបស់អ្នកមិនត្រូវបានប្រើដើម្បីបណ្តុះម៉ូដែលមូលដ្ឋានទេ & # 160; ។
- ប្រសិនបើអ្នកកែផ្នែកអត្ថបទសរសេរឡើងវិញ (រូបតំណាងធ្នូ) ឬសម្គាល់វាមិនត្រឹមត្រូវ (រូបតំណាងទង់) ហើយអ្នកបានជ្រើសនៅ / ការកំណត់ភាពឯកជន / (\
- ដាច់ដោយឡែកពីគ្នា ប៊ូតុងបិទ/ បើក ផ្តល់ការកែសម្រួលបន្ថែមទៀតអូឌីយ៉ូទៅកាន់មន្ទីរពិសោធន៍សំឡេង (ក៏នៅ / privacy- settings /, លំនាំដើមបិទដែរ) អនុញ្ញាតឲ្យអ្នកចូលរួមចំណែកអូឌីយ៉ូនៃផ្នែកដែលអ្នកកែសម្រួល រួមជាមួយអត្ថបទដែលបានកែសម្រួលទៅកាន់សំណុំទិន្នន័យមន្ទីរពិសោធន៍សំឡេងរបស់យើងក្រោម CC-BY-SA-4.0 ។ ប៊ូតុងបិទ/ បើកទាំងពីរគឺឯករាជ្យ — អ្នកអាចផ្តល់ឲ្យទាំងពីរ ឬមិនឲ្យទាំងពីរទេ ។
- អូឌីយ៉ូដែលអ្នកផ្ទុកឡើងត្រូវបានលុបក្នុងរយៈពេល ២៤ ម៉ោងតាមរយៈ cleanup_ uploads cron — UNLESS អ្នកបានជ្រើសក្នុងដើម្បី\
ភាពត្រឹមត្រូវ និងកំហុស
និពន្ធជាអក្សរ AI គឺមិនល្អឥតខ្ចោះ. អត្រាកំហុសពាក្យប្រែប្រួលដោយសំឡេងអក្សរ, គុណភាពអូឌីយ៉ូ, ភាសា, និងវចនានុក្រមដែន. សម្រាប់ការប្រើប្រាស់សំខាន់ (ច្បាប់, វេជ្ជសាស្រ្ត, ឧស្សាហកម្មគ្រប់គ្រង) ផ្ទៀងផ្ទាត់ប្រឆាំងនឹងអូឌីយ៉ូដើម. គោលដៅប្រៀបធៀបសាធារណៈរបស់យើង WER ក្នុងមួយម៉ូដែលគឺនៅ /models/.
សំណួរដែលត្រូវតាម
សម្រាប់ច្បាប់ AI របស់សហភាពអឺរ៉ុប, GDPR, ឬសំណួរផ្សេងទៀតនៃការអនុវត្ត: hello@stt.ai ឬប្រើ សំណុំបែបបទទំនាក់ទំនង.
ធ្វើឲ្យទាន់សម័យចុងក្រោយ & # 160; ៖ 2026-04-26.