AI ਨੀਤੀ ਅਤੇ ਪਾਰਦਰਸ਼ਤਾ
ਅਸੀਂ ਕਿਹੜੀ ਐੱਮਆਈ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਾਂ, ਇਹ ਕਿੱਥੇ ਚੱਲਦੀ ਹੈ ਅਤੇ ਅਸੀਂ ਖੁਲਾਸਾ ਦੀਆਂ ਜ਼ਰੂਰਤਾਂ (ਯੂਰਪੀ ਯੂਨੀਅਨ ਐੱਮਆਈ ਐਕਟ, ਧਾਰਾ 50, 2026-08-02 ਤੱਕ ਲਾਗੂ) ਦਾ ਪਾਲਣ ਕਿਵੇਂ ਕਰਦੇ ਹਾਂ।
TL; DR
- ਸਭ ਟਰਾਂਸਕਰੀਪਸ਼ਨ AI- ਬਣਾਈ ਗਈ ਹੈ । ਹਰ ਆਉਟਪੁੱਟ ਇੱਕ ਮਸ਼ੀਨ- ਪੜ੍ਹਨਯੋਗ ਖੁਲਾਸਾ ਲੈਂਦਾ ਹੈ ।
- ਸਭ AI ਸਾਡੇ ਆਪਣੇ GPU ਉੱਤੇ ਚੱਲਦਾ ਹੈ। ਅਸੀਂ ਤੁਹਾਡੀ ਆਡੀਓ ਜਾਂ ਟੈਕਸਟ OpenAI, Anthropic, Google, ਜਾਂ ਕਿਸੇ ਤੀਜੀ-ਧਿਰ LLM API ਨੂੰ ਨਹੀਂ ਭੇਜਦੇ।
- ਅਸੀਂ ਤੁਹਾਡੇ ਟਰਾਂਸਕਰੀਪਸ਼ਨ ਉੱਤੇ ਕੋਈ ਮਾਡਲ ਨਹੀਂ ਟਰੇਨ ਕਰਦੇ ਹਾਂ । ਹਰ ਮਾਡਲ ਜੋ ਅਸੀਂ ਚਲਾਉਂਦੇ ਹਾਂ ਇੱਕ ਓਪਨ- ਸਰੋਤ ਮਾਡਲ ਹੈ । ਤੁਸੀਂ ਜੋ ਸੋਧਾਂ ਕਰਦੇ ਹੋ ਉਹ ਕੇਵਲ ਤਾਂ ਹੀ ਇਕੱਠੀਆਂ ਕੀਤੀਆਂ ਜਾਂਦੀਆਂ ਹਨ ਜੇਕਰ ਤੁਸੀਂ ਯੋਗ ਹੋ ।
- ਸਿੰਥੈਟਿਕ ਬੋਲੀ ਕਲੋਨ (TTS) ਨੂੰ ਫਾਇਲ ਨਾਂ, ਮੇਟਾਡਾਟਾ ਅਤੇ ਸਫ਼ੇ ਉੱਤੇ AI- ਬਣਾਇਆ ਵਜੋਂ ਸਪੱਸ਼ਟ ਤੌਰ ਉੱਤੇ ਲੇਬਲ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ।
ਅਸੀਂ ਵਰਤੇ ਮਾਡਲ
| ਮਾਡਲ | ਇਸ ਲਈ ਵਰਤਿਆ | ਲਾਈਸੈਂਸ | ਚੱਲਦਾ ਹੈ |
|---|---|---|---|
| Whisper large-v3-turbo (faster-whisper) | ਟਰਾਂਸਲੇਸ਼ਨ (ਮੂਲ) | MIT | ਸਾਡਾ GPU |
| Whisper large-v3 (faster-whisper) — branded “STT.ai Enhanced” | ਟਰਾਂਸਕਰੀਪਸ਼ਨ (ਪੈਡ ਪਲਾਨ) | MIT | ਸਾਡਾ GPU |
| Vosk | ਰੀਅਲ-ਟਾਈਮ ਸ਼ਬਦ ਸਟਰੀਮਿੰਗ | Apache 2.0 | ਸਾਡਾ GPU |
| SpeechBrain ECAPA-TDNN | ਸਪੀਕਰ ਡਾਇਰੀਜ਼ੇਸ਼ਨ | Apache 2.0 | ਸਾਡਾ GPU |
| MadLAD-400 3B | ਅਨੁਵਾਦ (450+ ਭਾਸ਼ਾਵਾਂ) | Apache 2.0 | ਸਾਡਾ GPU |
| Qwen2.5-1.5B (llama.cpp) | ਸੰਖੇਪ, ਵਿਸ਼ਲੇਸ਼ਣ, ਸਮੱਗਰੀ ਨਿਰਮਾਣ, RAG ਗੱਲਬਾਤ | Apache 2.0 | ਸਾਡਾ GPU |
| Chatterbox (Resemble AI) | ਬੋਲੀ ਕਲੋਨਿੰਗ / ਪਾਠ- ਤੋਂ- ਬੋਲੀ | MIT | ਸਾਡਾ GPU |
| all-MiniLM-L6-v2 | RAG ਖੋਜ ਲਈ ਇੰਬੈੱਡਿੰਗ | Apache 2.0 | ਸਾਡਾ GPU |
“STT.ai Enhanced” ਸਾਡੇ GPU ਉੱਤੇ ਚੱਲਣ ਵਾਲੇ Whisper large-v3 ਲਈ ਸਾਡਾ ਉਤਪਾਦ ਨਾਂ ਹੈ। ਇਹ ਕੋਈ ਕਸਟਮ ਮਾਡਲ, ਫਾਈਨ-ਟੂਨ ਜਾਂ ਮਾਲਕੀਅਤ ਭਾਰ ਨਹੀਂ ਹੈ - ਇਹ ਸਭ ਤੋਂ ਵੱਡਾ ਅਤੇ ਸਭ ਤੋਂ ਸਹੀ Whisper checkpoint ਹੈ। ਇਹ ਡਿਫਾਲਟ Whisper large-v3-turbo ਨਾਲੋਂ ਵਧੇਰੇ ਸਹੀ ਹੈ ਅਤੇ ਇੱਕ ਡਿਰੀਜਡ ਜਾਬ ਉੱਤੇ 1.5x ਘੱਟ ਹੈ, ਜੋ ਕਿ ਸਾਡੇ ਆਪਣੇ ਹਾਰਡਵੇਅਰ ਉੱਤੇ ਮਾਪਿਆ ਗਿਆ ਹੈ।
ਅਸੀਂ ਕਿਸੇ ਵੀ ਫੀਚਰ ਲਈ OpenAI, Anthropic, Google Cloud, ਜਾਂ ਕਿਸੇ ਵੀ ਤੀਜੀ- ਧਿਰ LLM API ਨੂੰ ਨਹੀਂ ਬੁਲਾਉਂਦੇ ਹਾਂ। ਉੱਪਰਲੇ ਹਰੇਕ ਮਾਡਲ ਸਾਡੇ ਹਾਰਡਵੇਅਰ ਉੱਤੇ ਚੱਲਦਾ ਹੈ ਅਤੇ ਅਸੀਂ ਇਸ ਨੂੰ ਚਲਾਉਂਦੇ ਹਾਂ। ਸਿਰਫ ਬਾਹਰੀ AI ਸੇਵਾ ਜੋ ਅਸੀਂ ਵਰਤਦੇ ਹਾਂ translateapi.ai (Muddy Holdings ਵੀ) UI ਸਤਰ ਦਾ ਅਨੁਵਾਦ ਕਰਨ ਲਈ ਹੈ - ਇਹ ਤੁਹਾਡੀ ਟਰਾਂਸਕਰੀਪਟ ਸਮੱਗਰੀ ਨੂੰ ਕਦੇ ਨਹੀਂ ਛੂਹਦਾ ਹੈ।
ਅਸੀਂ ਐੱਮਆਈ ਜਨਰੇਸ਼ਨ ਨੂੰ ਕਿਵੇਂ ਪੇਸ਼ ਕਰਦੇ ਹਾਂ
- HTML ਸਫ਼ੇ ਟਰਾਂਸਕਰੀਪਟ: < meta name=\ ਸ਼ਾਮਲ
- ਟੈਕਸਟ ਐਕਸਪੋਰਟ (TXT, SRT, VTT, JSON, CSV, DOCX, PDF): ਹਰੇਕ ਫਾਇਲ ਦੇ ਉੱਤੇ 'AI- ਬਣਾਈ ਟਰਾਂਸਕਰੀਪਟ' ਹੈੱਡਰ ਲਾਈਨ ਸ਼ਾਮਲ ਕਰੋ ।
- ਸੰਸਲੇਸ਼ਣ ਬੋਲੀ / TTS ਆਉਟਪੁੱਟ: WAV ਫਾਇਲਾਂ ਵਿੱਚ ਮੈਟਾਡਾਟਾ ਵਿੱਚ 'ਸਿੰਥੈਟਿਕ-ਵਾਇਸ' ਟੈਗ ਅਤੇ ਡਾਊਨਲੋਡ ਪੇਜ਼ ਉੱਤੇ ਇੱਕ ਸਪੱਸ਼ਟ ਨੋਟਿਸ ਸ਼ਾਮਲ ਹੈ । ਸੁਣਨਯੋਗ ਨਾਂਹ-ਪੱਖਤਾ ਰੋਡਮੈਪ ਉੱਤੇ ਹੈ ।
- API ਜਵਾਬ: ਹਰੇਕ JSON ਜਵਾਬ ਵਿੱਚ ਇੱਕ _ai_generated: true ਖੇਤਰ ਸ਼ਾਮਲ ਕਰੋ, ਜਿਸ ਵਿੱਚ ਤਬਦੀਲ ਸਮੱਗਰੀ ਹੈ।
ਟਰੇਨਿੰਗ ਡਾਟਾ
- ਬੇਸ ਮਾਡਲ (Whisper, MadLAD, Qwen, ਆਦਿ) ਆਪਣੇ ਸੰਬੰਧਿਤ ਪਬਲਿਸ਼ਰ ਤੋਂ ਪਹਿਲਾਂ- ਟਰੇਨ ਕੀਤੇ ਆਏ ਹਨ । ਅਸੀਂ ਉਹਨਾਂ ਨੂੰ ਜਿਵੇਂ- ਕਿ- ਸ਼ਿਪ ਕੀਤੇ ਵਰਤਦੇ ਹਾਂ ।
- ਤੁਹਾਡੀਆਂ ਟਰਾਂਸਕਰੀਪਟਾਂ ਬੇਸ ਮਾਡਲ ਟਰੇਨ ਕਰਨ ਲਈ ਵਰਤੀਆਂ ਨਹੀਂ ਜਾਂਦੀਆਂ ਹਨ ।
- ਜੇਕਰ ਤੁਸੀਂ ਟਰਾਂਸਕਰੀਪਟ ਸੈਗਮੈਂਟ (ਪੈਂਸੀ ਆਈਕਾਨ) ਨੂੰ ਸੋਧਿਆ ਜਾਂ ਗਲਤ ਮਾਰਕ ਕੀਤਾ (ਫਲੈਗ ਆਈਕਾਨ) ਅਤੇ ਤੁਸੀਂ /privacy-settings/ ("ਮੈਡਲ ਟਰੇਨਿੰਗ" ਟੋਲਕ, ਡਿਫਾਲਟ ਬੰਦ) ਵਿੱਚ ਚੋਣ ਕੀਤੀ ਹੈ, ਤਾਂ (ਗਲਤ ਪਾਠ → ਠੀਕ ਪਾਠ) ਜੋੜਾ ਭਵਿੱਖ ਦੇ ਪਾਠ-ਸੋਧ ਮਾਡਲ ਨੂੰ ਟਰੇਨ ਕਰਨ ਲਈ ਇਕੱਠਾ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ । ਸਿਰਫ ਪਾਠ ਜੋੜਾ ਹੀ - ਕਦੇ ਆਡੀਓ ਨਹੀਂ - ਇਸ ਪਾਥ ਰਾਹੀਂ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ । ਅੱਜ ਅਜਿਹਾ ਕੋਈ ਮੋਡਲ ਨਹੀਂ ਹੈ: ਜੋੜੇ ਸਿਰਫ ਸੰਭਾਲੇ ਜਾਂਦੇ ਹਨ, ਅਤੇ ਅਸੀਂ ਉਨ੍ਹਾਂ ਉੱਤੇ ਕੋਈ ਵੀ ਟਰੇਨਿੰਗ ਨਹੀਂ ਦਿੱਤੀ ਹੈ ।
- ਵੱਖਰੇ ਤੌਰ ਉੱਤੇ, ਵਾਇਸ ਲੈਬ ਲਈ ਸੁਧਾਰਾਂ ਅਤੇ ਆਡੀਓ ਦਾ ਯੋਗਦਾਨ (/privacy-settings/ ਉੱਤੇ ਵੀ, ਡਿਫਾਲਟ ਬੰਦ) ਤੁਹਾਨੂੰ CC-BY-SA-4.0 ਅਧੀਨ ਸਾਡੇ ਵਾਇਸ ਲੈਬ ਡਾਟਾਸੈੱਟ ਵਿੱਚ ਸੁਧਾਰੇ ਗਏ ਪਾਠ ਦੇ ਨਾਲ ਜੋੜ ਕੇ, ਤੁਸੀਂ ਜੋੜਿਆ ਸੈਗਮੈਂਟਾਂ ਦਾ ਆਡੀਓ ਯੋਗਦਾਨ ਦੇਣ ਲਈ ਚੁਣਦਾ ਹੈ। ਦੋਵੇਂ ਟੋਗਲ ਅਲੱਗ ਹਨ - ਤੁਸੀਂ ਕਿਸੇ ਨੂੰ ਵੀ, ਦੋਵਾਂ ਨੂੰ ਜਾਂ ਕਿਸੇ ਨੂੰ ਵੀ ਨਹੀਂ ਦੇ ਸਕਦੇ ਹੋ।
- ਆਡੀਓ, ਜੋ ਤੁਸੀਂ ਅੱਪਲੋਡ ਕਰਦੇ ਹੋ, 24 ਘੰਟਿਆਂ ਵਿੱਚ ਹਟਾ ਦਿੱਤਾ ਜਾਵੇਗਾ, ਜੇ ਤੁਸੀਂ ਇਹ ਚੁਣਿਆ ਤਾਂ ਹੀ । ਜੇਕਰ ਤੁਸੀਂ /privacy-settings/ ਉੱਤੇ "Voice Lab ਲਈ ਸੋਧਾਂ + ਆਡੀਓ ਯੋਗਦਾਨ" ਚੁਣਿਆ ਹੈ, ਤਾਂ ਆਡੀਓ 90 ਦਿਨਾਂ ਤੱਕ ਅਕਾਇਵ ਕੀਤਾ ਜਾਵੇਗਾ, ਤਾਂ ਕਿ ਰੋਜ਼ਾਨਾ ਵੋਇਸ ਲੈਬ ਸੋਧਿਆ ਸੈਗਮੈਂਟ ਕੱਢ ਸਕੇ । ਇੱਕ ਵਾਰ ਸੋਧਿਆ ਜਾਣ ਉੱਤੇ (ਜਾਂ 90 ਦਿਨਾਂ ਬਾਅਦ, ਜੋ ਵੀ ਪਹਿਲਾਂ ਹੋਵੇ), ਸਰੋਤ ਆਡੀਓ ਹਟਾ ਦਿੱਤਾ ਜਾਵੇਗਾ । ਜੇਕਰ ਤੁਸੀਂ ਲਾਗਇਨ ਹੋ ਅਤੇ ਆਪਣੇ ਰਿਕਾਰਡਿੰਗ ਆਡੀਓ ਨੂੰ ਸਾਂਝੇ ਲਿੰਕ ਵਿੱਚ ਸ਼ਾਮਲ ਕੀਤਾ ਹੈ, ਤਾਂ ਇਹ ਆਡੀਓ ਲਾਈਵ ਲਿੰਕ ਤੱਕ ਰੱਖੀ ਜਾਵੇਗੀ (ਮੁਫ਼ਤ ਅਕਾਊਂਟ ਉੱਤੇ 30 ਦਿਨਾਂ ਤੱਕ; 30 ਦਿਨ, 90 ਦਿਨ ਜਾਂ ਮੁਫਤ ਪਲਾਨ ਉੱਤੇ ਹਮੇਸ਼ਾ ਲਈ) ਅਤੇ ਲਿੰਕ ਦੀ ਮਿਆਦ ਪੁੱਗਣ ਤੋਂ ਬਾਅਦ 24 ਘੰਟਿਆਂ ਵਿੱਚ ਹਟਾ ਦਿੱਤਾ ਜਾਵੇਗਾ । ਸਾਂਝਾ ਆਡੀਓ ਟਰੇਨਿੰਗ ਲਈ ਵਰਤਿਆ ਨਹੀਂ ਜਾਂਦਾ ਹੈ । ਟਰਾਂਸਕਰੀਪਟ ਟੈਕਸਟ ਤੁਹਾਡੀ ਪਲਾਨ ਦੀ ਸੰਭਾਲ ਨੀਤੀ (ਅਣਜਾਣ 24 ਘੰਟੇ, ਮੁਫ਼ਤ 30 ਦਿਨ, Pro+ ਸਥਾਈ) ਦਾ ਪਾਲਣ ਕਰਦਾ ਹੈ ।
ਸਹੀਤਾ ਅਤੇ ਗਲਤੀਆਂ
AI ਟਰਾਂਸਲੇਸ਼ਨ ਸੰਪੂਰਨ ਨਹੀਂ ਹੈ । ਸ਼ਬਦ ਗਲਤੀ ਦਰ ਸਪੀਕਰ ਅਵਾਜ਼, ਆਡੀਓ ਕੁਆਲਟੀ, ਭਾਸ਼ਾ ਅਤੇ ਡੋਮੇਨ ਸ਼ਬਦ- ਕੋਸ਼ ਦੇ ਅਧਾਰ ਤੇ ਵੱਖਰੀ ਹੈ । ਗੰਭੀਰ ਵਰਤੋਂ (ਕਾਨੂੰਨੀ, ਮੈਡੀਕਲ, ਨਿਯਮਤ ਉਦਯੋਗ) ਲਈ ਅਸਲੀ ਆਡੀਓ ਨਾਲ ਤੁਲਨਾ ਕਰੋ । ਸਾਡੇ ਪਬਲਿਕ WER ਬੈਂਕਮਾਰਕ ਪ੍ਰਤੀ ਮਾਡਲ ਹਨ /models/.
ਅਨੁਕੂਲਤਾ ਸਵਾਲ
ਯੂਰਪੀਅਨ ਯੂਨੀਅਨ ਐੱਨਆਈ ਐਕਟ, ਜੀਡੀਪੀਆਰ ਜਾਂ ਹੋਰ ਸਹਿਯੋਗ ਸਵਾਲਾਂ ਲਈ: hello@stt.ai ਜਾਂ ਵਰਤੋਂ ਸੰਪਰਕ ਫਾਰਮ.
ਆਖਰੀ ਅੱਪਡੇਟ: 2026-08-05.