Política e transparência da IA
O que usamos, onde funciona e como cumpremos os requisitos de divulgação (A Lei UE sobre IA artigo 50, efetiva 2026-08-02).
TL;DR
- Todas as transcrições são geradas por IA. Cada saída carrega uma divulgação legível por máquina.
- Toda IA funciona em nossa própria GPU. NÃO enviamos seu áudio ou texto para OpenAI, Anthropic, Google, ou qualquer API LLM de terceiros.
- NÃO treinamos nenhum modelo em suas transcrições. Cada modelo que executamos é um modelo off-the-shelf open-source. As correções que você faz explicitamente são coletadas apenas se você optar por.
- Os clones de voz sintética (TTS) são claramente rotulados como gerados por IA em nome de ficheiro, metadados e na página.
Modelos que usamos
| Modelo | Utilizado para | Licença | Corre em cima |
|---|---|---|---|
| Whisper large-v3-turbo (faster-whisper) | Transcrição (por omissão) | MIT | Nossa UGP |
| Whisper large-v3 (faster-whisper) — branded “STT.ai Enhanced” | Transcrição (planos pagos) | MIT | Nossa UGP |
| Vosk | Transmissão de palavras em tempo real | Apache 2.0 | Nossa UGP |
| SpeechBrain ECAPA-TDNN | Diarização dos oradores | Apache 2.0 | Nossa UGP |
| MadLAD-400 3B | Tradução (450+ línguas) | Apache 2.0 | Nossa UGP |
| Qwen2.5-1.5B (llama.cpp) | Resumo, análise, geração de conteúdo, chat RAG | Apache 2.0 | Nossa UGP |
| Chatterbox (Resemble AI) | Clonagem de voz / texto-a- voz | MIT | Nossa UGP |
| all-MiniLM-L6-v2 | Incluições para busca RAG | Apache 2.0 | Nossa UGP |
“STT.ai Meddered” é o nosso nome de produto para Whisper grande-v3 executando em nossa própria GPU. Não é um modelo personalizado, um fino-tuno, ou pesos proprietários — é o maior e mais preciso posto de controle Whisper. É mais preciso do que o padrão Whisper grande-v3-turbo, e cerca de 1,5x mais lento em um trabalho diarizado, medido em nosso próprio hardware.
Não chamamos OpenAI, Anthropic, Google Cloud ou qualquer API LLM de terceiros para qualquer funcionalidade. Cada modelo acima é executado no hardware que nós possuímos e operamos. O único serviço externo de IA que usamos é traduzipi.ai (também Muddy Holdings) para traduzir strings de UI — isso nunca toca seu conteúdo transcrito.
Como divulgamos a geração de IA
- Páginas HTML de transcripción: incluir <meta name=\
- Exportações de texto (TXT, SRT, VTT, JSON, CSV, DOCX, PDF): Incluir uma linha de cabeçalho 'AI-generada' na parte superior de cada arquivo.
- Voz sintética / saída TTS: Os arquivos WAV incluem uma etiqueta'synthetic-voice' em metadados e um aviso claro na página de download. A desclaim de Audible está no roadmap.
- Respostas da API: Incluir um _ai_generado: verdadeiro campo em cada resposta JSON que contém conteúdo transcrito.
Dados de formação
- Modelos de base (Whisper, MadLAD, Qwen, etc.) são pré-adestrados de seus respectivos editores. Usamos-os como navegação.
- Suas transcrições NÃO são usadas para treinar modelos de base.
- Se você corrigir um segmento de transcrição (o ícone de lápis) ou marcar incorreto (o ícone de bandeira), e você optou em /privacy-settings/ ("Formação de Modelos", desligado por padrão), o par (texto → correto) pode ser coletado para treinar um futuro modelo de correção de texto. Só o par de texto — nunca o áudio circundante — é usado por este caminho. Não existe tal modelo hoje: os pares são armazenados apenas, e nada que atualmente sirva foi treinado neles.
- Separadamente, o Contribuir correções mais áudio para o Voice Lab (também em /privacy-settings /, também desligado por padrão) opta por você para contribuir com o áudio dos segmentos que você correto, emparelhado com o texto corrigido, para nosso conjunto de dados do Voice Lab sob CC-BY-SA-4.0. Os dois comutadores são independentes — você pode conceder, ambos ou nenhum.
- O áudio que você upload é excluído dentro de 24 horas por um trabalho de limpeza por hora, com duas exceções que se aplicam apenas se você escolhe. Se você optou por "Corrincisões contributivas + áudio para o Lab de Voz" em /privacy-settings/, o áudio é arquivado por até 90 dias para que o áudio diário do Lab de Voz possa extrair o segmento corrigido; uma vez ingerido (ou depois de 90 dias, o que for mais cedo), o áudio fonte é excluído. Se você é assinado e incluir o áudio de sua gravação em um link de compartilhamento, esse áudio é mantido durante até 30 dias de vida (até 30 dias de conta livre; 30 dias, 90 dias ou indefinidamente com o Everly em um plano pago) e é eliminado dentro de 24 horas após o link expirar. O áudio compartilhado não é usado para a formação. O texto de transcrição segue a política de retenção do seu plano (anónimo 24h, livre, 30 dias, pro
Exatidão e erros
A transcrição de IA não é perfeita. As taxas de erro de palavra variam por accento de alto-falante, qualidade de áudio, linguagem e vocabulário de domínio. Para uso crítico (indústrias legais, médicas, regulamentadas) verificar contra o áudio original. Nossos índices de referência de WER públicos por modelo estão em /models/.
Questões de conformidade
No que respeita à lei da UE sobre a IA, ao GDPR ou a outras questões de conformidade: hello@stt.ai ou utilizar o formulário de contacto.
Última atualização: 2026-08-05.