AI စည်းမျဉ်းစည်းကမ်းများနှင့်ပွင့်လင်းမြင်သာမှု
ကျွန်တော်တို့ကိုအသုံးပြုတဲ့ AI ကိုဘာလဲ၊ ဘယ်မှာ run တယ်၊ ကျွန်တော်တို့ဟာထုတ်ဖော်ပြောဆိုမှုလိုအပ်ချက်တွေကိုလိုက်နာပုံ (EU AI Act Article 50, effective 2026-08-02)။
TL;DR
- အားလုံး transcripts AI-generated နေကြသည်. အားလုံး output ကိုစက်-ဖတ်ရှုနိုင်သောထုတ်ဖော်ပြောဆိုမှုဆောင်ကြဉ်း.
- အားလုံး AI ကျွန်တော်တို့ရဲ့ကိုယ်ပိုင် GPU ကိုပေါ်တွင် runs. ကျနော်တို့ OpenAI ကိုသင့်ရဲ့အသံသို့မဟုတ်စာသားမပို့ပါ, Anthropic, Google, သို့မဟုတ်မည်သည့်တတိယပါတီ LLM API ကို.
- ကျနော်တို့သင်၏ transcripts အပေါ်မည်သည့်မော်ဒယ်ကိုလေ့ကျင့်မလုပ်ပါ. ကျွန်တော်တို့ကို run တိုင်းမော်ဒယ် off-the-shelf open-source ကိုမော်ဒယ်ဖြစ်ပါသည်. သင်ရှင်းရှင်းလုပ်ဖို့ပြင်ဆင်ချက်များသင်မှာ opt လျှင်သာစုဆောင်းနေကြတယ်.
- ပေါင်းစပ်အသံဖန်တီးမှု (TTS) များကို ဖိုင်နာမည်၊ metadata နှင့် စာမျက်နှာတွင် AI-generated ဟု ရှင်းလင်းစွာ ဖော်ပြထားသည်။
ကျွန်တော်တို့အသုံးပြုတဲ့မော်ဒယ်များ
| မော်ဒယ် | အသုံးပြုသည် | လိုင်စင် | အပေါ်တွင် လုပ်ဆောင်နေသည် |
|---|---|---|---|
| Whisper large-v3-turbo (faster-whisper) | စာလုံးပေါင်း (စံ) | MIT | ကျွန်တော်တို့ရဲ့ GPU |
| Whisper large-v3 (faster-whisper) — branded “STT.ai Enhanced” | transcription (ပေးဆောင်အစီအစဉ်များ) | MIT | ကျွန်တော်တို့ရဲ့ GPU |
| Vosk | တကယ့်အချိန်စကားလုံးစီးဆင်းမှု | Apache 2.0 | ကျွန်တော်တို့ရဲ့ GPU |
| SpeechBrain ECAPA-TDNN | ဟောပြောသူ စာရင်းသွင်းခြင်း | Apache 2.0 | ကျွန်တော်တို့ရဲ့ GPU |
| MadLAD-400 3B | ဘာသာပြန်ဆို (450+ ဘာသာစကားများ) | Apache 2.0 | ကျွန်တော်တို့ရဲ့ GPU |
| Qwen2.5-1.5B (llama.cpp) | အကျဉ်းချုပ်, ဆန်းစစ်ခြင်း, အကြောင်းအရာမျိုးဆက်, RAG စကားပြော | Apache 2.0 | ကျွန်တော်တို့ရဲ့ GPU |
| Chatterbox (Resemble AI) | အသံ clone / စာသား-to-စကားပြော | MIT | ကျွန်တော်တို့ရဲ့ GPU |
| all-MiniLM-L6-v2 | RAG ရှာဖွေရေးအတွက် Embeddings | Apache 2.0 | ကျွန်တော်တို့ရဲ့ GPU |
“STT.ai Enhanced” ကျွန်တော်တို့ရဲ့ကိုယ်ပိုင် GPU ကိုပေါ်တွင် Running Whisper ကြီးမားတဲ့-v3 အတွက်ကျွန်တော်တို့ရဲ့ထုတ်ကုန်အမည်ဖြစ်ပါသည်. ဒါဟာ custom model မဟုတ်ပါဘူး, တစ် fine-tune, သို့မဟုတ်ပိုင်ဆိုင်မှုအလေးချိန် — ဒါဟာအကြီးဆုံးနှင့်အများဆုံးတိကျ Whisper checkpoint ဖြစ်ပါသည်. ဒါဟာ default Whisper ကြီးမားတဲ့-v3-turbo ထက်ပိုမိုတိကျသည်, နှင့်အကြောင်း 1.5x diarized အလုပ်အပေါ်နှေး, ကျွန်တော်တို့ရဲ့ကိုယ်ပိုင် hardware ကိုအပေါ်တိုင်းတာ.
ကျနော်တို့ OpenAI ကိုခေါ်ဆိုခြင်းမရှိပါ, Anthropic, Google Cloud, သို့မဟုတ်မည်သည့် feature ကိုများအတွက်မည်သည့်တတိယပါတီ LLM API ကို. အပေါ်ကတိုင်းမော်ဒယ်ကျွန်တော်တို့ပိုင်ဆိုင်နှင့်လည်ပတ် hardware ပေါ်မှာ runs. ကျွန်တော်တို့ကိုအသုံးပြုသောတစ်ခုတည်းသောပြင်ပ AI ကိုဝန်ဆောင်မှု translateapi.ai ဖြစ်ပါတယ်။ (ဒါဟာလည်း Muddy Holdings) UI strings ကိုဘာသာပြန်ဆိုရန် - ဒီသင်၏ transcribed အကြောင်းအရာကိုမထိပါ.
ကျွန်တော်တို့ရဲ့ AI မျိုးဆက်ကိုထုတ်ဖော်ဘယ်လို
- HTML စာမျက်နှာများ transcript: <meta name =\ ပါဝင်သည်
- စာသားတင်ပို့ (TXT, SRT, VTT, JSON, CSV, DOCX, PDF): အားလုံးဖိုင်များ၏ထိပ်တွင် 'AI-generated transcript' header line ကိုပါဝင်သည်။
- ပေါင်းစပ်အသံ / TTS output ကို: WAV ဖိုင်များကို metadata တွင်'synthetic-voice' tag နှင့် download စာမျက်နှာပေါ်တွင်ရှင်းလင်းသောအသိပေးချက်ပါဝင်သည်။
- API တုံ့ပြန်ချက်: အ _ai_generated ပါဝင်သည်: transcribed အကြောင်းအရာပါဝင်သည်သောတိုင်း JSON တုံ့ပြန်မှုအတွက်မှန်ကန်သော Field ကို။
သင်တန်းအချက်အလက်များ
- အခြေခံအဆောက်အအုံပုံစံများ (Whisper, MadLAD, Qwen, စသည်တို့ကို) သူတို့ရဲ့သီးခြားထုတ်ဝေသူမှ pre-လေ့ကျင့်လာ. ကျနော်တို့က-ပို့ဆောင်အဖြစ်သူတို့ကိုအသုံးပြု.
- သင်၏ transcripts အခြေခံ model များကိုလေ့ကျင့်ရန်မသုံးကြဘူး.
- သင် transcript segment ကိုပြုပြင် (လက်ရေးအက္ခရာ icon ကို) သို့မဟုတ်မမှန်ကန်သောအမှတ်အသား (အလံ icon ကို), AND you have opted in at /privacy-settings / ("Model Training" toggle, default off), the (မမှန်ကန်သောစာသား → ပြင်ဆင်ထားသောစာသား) pair တစုံကိုအနာဂတ်စာသား-ပြင်ဆင်မှုပုံစံကိုလေ့ကျင့်ဖို့စုဆောင်းနိုင်ပါတယ်. တစ်ခုတည်းသောစာသားစုံတွဲ — ပတ်ဝန်းကျင်အသံကိုမပါဘဲ — ဒီလမ်းကြောင်းကအသုံးပြုသည်။ ဒီနေ့ဒီလိုပုံစံမရှိ: စုံတွဲများသာသိုလှောင်ကြသည်, နှင့်အဘယ်သူမျှမကျွန်တော်တို့လက်ရှိဝန်ဆောင်မှုသူတို့အပေါ်လေ့ကျင့်ထားသည်.
- သီးခြား, the Contribute corrections plus audio to Voice Lab toggle (also at /privacy-settings/, also default off) opts you in to contributing the audio of segments you correct, paired with the corrected text, to our Voice Lab dataset under CC-BY-SA-4.0.
- သင် upload လုပ်ထားတဲ့အသံကို 24 နာရီအတွင်း တစ်နာရီလျှင် တစ်ကြိမ် ရှင်းလင်းရေး လုပ်ကိုင်မှုဖြင့် ဖျက်ပစ်ပါတယ်. သင့်မှာ ရွေးချယ်စရာ နှစ်ခုရှိပါတယ်. သင့်မှာ "Voice Lab ကို ပြင်ဆင်ချက် + အသံကို ပံ့ပိုးပေးရန်" ရွေးချယ်ထားရင် /privacy-settings/ မှာ 90 ရက်အထိ အသံဖိုင်ကို သိမ်းဆည်းထားပါတယ်။ ဒါကြောင့် Voice Lab က နေ့စဉ် ပြင်ဆင်ချက်ကို ထုတ်ယူနိုင်ပါတယ်. တစ်ကြိမ် ပြင်ဆင်ပြီး (သို့မဟုတ် 90 ရက်ကြာပြီးနောက်, မည်သူမဆို စောစောဖြစ်ပါသည်) source audio ကို ဖျက်ပစ်လိုက်ပါတယ်။ သင် မှတ်ပုံတင်ပြီး share link တစ်ခုမှာ သင့်ရဲ့ recording audio ကို ထည့်သွင်းထားရင် link ကို သက်တမ်းကြာရှည်စွာ ရှိနေသည် (အခမဲ့ အကောင့် 30 ရက်အထိ; 30 ရက်, 90 ရက်သို့မဟုတ် ပေးချေထားသော အစီအစဉ်တွင် အမြဲတမ်း ) ဖြစ်ပြီး link သက်တမ်းကုန်ဆုံးပြီးနောက် 24 နာရီအတွင်း ဖျက်ပစ်လိုက်ပါတယ်။ မျှဝေထားသော အသံဖိုင်ကို သင်တန်းအတွက် မသုံးပါ။ transcript text ကို သင့် အစီအစဉ်၏ ထိန်းသိမ်းရေး မူဝါဒကို လိုက်နာပါတယ် (အမည်မဲ့ 24h, အခမဲ့ 30 ရက်, Pro+ Permanent).
တိကျမှုနှင့်အမှားများ
AI ဘာသာပြန်ချက်ပြီးပြည့်စုံသည်မဟုတ်. စကားလုံးအမှားနှုန်းပြောကြားသူအသံထွက်, audio အရည်အသွေး, ဘာသာစကား, နှင့်ဒေသဆိုင်ရာဝေါဟာရများအားဖြင့်ကွဲပြားခြားနား. အရေးပါသောအသုံးပြုမှုအတွက် (ဥပဒေရေးရာ, ဆေးဘက်ဆိုင်ရာ, စည်းမျဉ်းထုတ်လုပ်မှု) မူရင်းအသံကိုဆန့်ကျင်စစ်ဆေး. ကျွန်တော်တို့ရဲ့ပြည်သူ့ WER စံချိန်စံညွှန်းများမှာ model ကိုတစ်ဦးလျှင် /models/.
လိုက်နာမှုမေးခွန်းများ
EU AI Act အတွက်, GDPR, သို့မဟုတ်အခြားလိုက်နာမှုမေးခွန်းများ: hello@stt.ai သို့မဟုတ်အသုံးပြုပါ ဆက်သွယ်ရေးပုံစံ.
နောက်ဆုံး ပြုပြင်ခဲ့သည်: 2026-08-05.