Politica și transparența AI
Ce folosim AI, unde se execută, și cum respectăm cerințele de informare (Articolul 50 din Legea UE privind AI, eficace 2026-08-02).
TL;DR
- Toate transcripţiile sunt generate de AI. Fiecare ieșire transportă o divulgație de citire a mașinii.
- Toate AI rulează pe propria noastră GPU. Nu trimitem audio sau text la OpenAI, Anthropic, Google sau orice API LLM de terțe părți.
- Noi nu antrenăm nici un model pe tranșele tale. Fiecare model pe care îl rulam este un model off-the-shelf open-source. Corecțiile pe care le faceți explicit sunt colectate numai dacă opționează în.
- Clonele vocale sintetice (TTS) sunt etichetate în mod clar sub numele de nume, metadatele și pe pagina.
Modelele pe care le folosim
| Model | Utilizat pentru | Licență | Fugi |
|---|---|---|---|
| Whisper large-v3-turbo (faster-whisper) | Transcriere (defect) | MIT | GPU-ul nostru |
| Whisper large-v3 (faster-whisper) — branded “STT.ai Enhanced” | Transcriere (planuri plătite) | MIT | GPU-ul nostru |
| Vosk | Flux de cuvinte în timp real | Apache 2.0 | GPU-ul nostru |
| SpeechBrain ECAPA-TDNN | Diarizarea speakerului | Apache 2.0 | GPU-ul nostru |
| MadLAD-400 3B | Traducerea (450+ limbi) | Apache 2.0 | GPU-ul nostru |
| Qwen2.5-1.5B (llama.cpp) | Rezumatul, analiza, generarea conținutului, chat RAG | Apache 2.0 | GPU-ul nostru |
| Chatterbox (Resemble AI) | Clonarea vocală / text-la-picior | MIT | GPU-ul nostru |
| all-MiniLM-L6-v2 | Incorporări pentru căutarea RAG | Apache 2.0 | GPU-ul nostru |
“STT.ai Ameliorat” este numele nostru de produs pentru Whisper mare-v3 rulând pe propria noastră GPU. Nu este un model personalizat, un anumit, sau greutate proprietar – este cel mai mare și cel mai precis punct de control Whisper. Este mai precis decât prealabil Whisper mare-v3-turbo, și aproximativ 1,5x mai lent pe un job diarizat, măsurat pe propriul nostru hardware.
Nu numim OpenAI, Anthropic, Google Cloud, sau orice API LLM de terțe părți pentru orice caracteristică. Fiecare model de mai sus funcționează pe hardware deține și funcționează. Singurul serviciu extern de AI pe care îl folosim este traducepi.ai (de asemenea, Muddy Holdings) pentru traducerea de stringi UI – acest lucru nu atinge conținutul transcris.
Cum vom dezvălui generaţia de IA
- Pagini HTML transcrise: include <meta name=\
- Exporturi text (TXT, SRT, VTT, JSON, CSV, DOCX, PDF): include o linie de antet 'Transcripție generată de IA' în partea de sus a fiecărui fișier.
- Voce sintetică / Ieșire TTS: Fişierele WAV includ un etichet'sintetic-voice' în metadate şi un anunţ clar pe pagina descărcare. Audible declaimer este pe roadmap.
- Răspunsuri API: include un câmp _ai_generat: adevărat în fiecare răspuns JSON care conține conținut transcris.
Date de formare
- Modelele de bază (Whisper, MadLAD, Qwen, etc.) sunt pre-învățate de la publicatorii lor respectivi. Noi le folosim ca naved.
- Transcripcionele dvs. N- sunt folosite pentru a antrena modelele de bază.
- Dacă corectaţi un segment de transcriptare (icona creion) sau marcaţi-l incorect (icona steag), şi aţi optat în /privacy-settings/ ("Model Training" comuta, oprit implicit), perechea (textul → corectat) poate fi colectată pentru a forma un model de corectare a textului viitor. Doar perechea de text, niciodată audio-ul înconjurător, este folosită prin această cale. Nu există un astfel de model astăzi: perechile sunt stocate doar, iar nimic pe care le servim în prezent nu a fost instruit pe ele.
- În mod separat, Contribui corecții plus audio la Voice Lab comuta (de asemenea, la /privacy-settings /, de asemenea oprire implicită) vă optă pentru a contribui la audio-ul segmentelor corecte, însoțite de textul corectat, la setul nostru de date Voice Lab sub CC-BY-SA-4.0. Cele două comutatoare sunt independente – puteți acorda fie, fie, nici nici.
- Audio pe care îl încărcaţi este şters în 24 de ore cu o slujbă de curăţare orară, cu două excepţii care se aplică numai dacă le alegeţi. Dacă aţi optat să "Corigiuni contributive + audio la Voice Lab" la /privacy-settings/, audioul este arhivat până la 90 de zile, astfel încât îngetul zilnic de Voice Lab poate extrage segmentul corectat; o dată ingerat (sau după 90 de zile, ori de mai devreme), audioul sursă este şters în 24 de ore după ce legămarea expira. Audioul comun nu este utilizat pentru formare. Textul de transcriere urmează politica de retenţie a planului dvs. (alocui 24 de ore, 30 de zile sau indefinite cu Eternitatea pe un plan plătit) şi este şters în 24 de ore după ce legămirea nu este folosit pentru formare. Textul de transcriere urmează politica de retenţie a planului dvs (aneumnţia 24 de zile, 30 de
Precizie și erori
Transcripția IA nu este perfectă. Ratele de eroare ale cuvintelor variază de accentul speaker, calitatea audio, limbaj și vocabularul de domeniu. Pentru utilizare critică (industrii juridice, medicale, reglementate) verifică împotriva audioului original. Referințe publice WER pe model sunt la /models/.
Întrebări privind conformitatea
Pentru Actul UE privind AI, GDPR sau alte întrebări privind conformitatea: hello@stt.ai sau folosirea formular de contact.
Ultima actualizare: 2026-08-05.