Politika in preglednost AI
Kaj uporabljamo, kje teče in kako izpolnjujemo zahteve za razkritje (člen 50 zakona EU AI, ki velja 2026–08-02).
TL;DR
- Vsi zapisi so pridobljeni z AI, vsak izhod pa ima strojno čitljivo razkritje.
- Vsi AI teče na lasten GPU. NE pošiljamo vašega zvoka ali besedila OpenAI, Antropic, Google ali nobene tretje stranke LLM API.
- NE treniramo nobenega modela na vaših prepisih. Vsak model, ki ga vodimo je izven-poštni model odprtega vira. Popravki, ki jih izrecno naredite, se zbirajo le, če se odločite.
- Sintetični glasovni kloni (TTS) so jasno označeni kot AI generirani v datoteki, metapodatki in na strani.
Modeli, ki jih uporabljamo
| Vzorec | Uporablja se za | Licenca | Teče naprej |
|---|---|---|---|
| Whisper large-v3-turbo (faster-whisper) | Transcription (privzeto) | MIT | Naš GPU |
| Whisper large-v3 (faster-whisper) — branded “STT.ai Enhanced” | Prepis (plačani načrti) | MIT | Naš GPU |
| Vosk | Realnočasovno streaming besed | Apache 2.0 | Naš GPU |
| SpeechBrain ECAPA-TDNN | Diarizacija govornika | Apache 2.0 | Naš GPU |
| MadLAD-400 3B | Prevod (450+ jezikov) | Apache 2.0 | Naš GPU |
| Qwen2.5-1.5B (llama.cpp) | Povzetek, analiza, ustvarjanje vsebin, RAG klepetnik | Apache 2.0 | Naš GPU |
| Chatterbox (Resemble AI) | Glasovna klonacija / besedila | MIT | Naš GPU |
| all-MiniLM-L6-v2 | Vgrajena vgradnja za iskanje RAG | Apache 2.0 | Naš GPU |
»STT.ai Povečan« je naše ime izdelka za Whisper veliko-v3 teče na lastno GPU. To ni merilni model, fino-tune, ali lastniške teže – je največja in najbolj natančna kontrolna točka Whisper. To je bolj natančen kot privzeto Whisper veliko-v3-turbo, in približno 1,5x počasneje na diarizirano delo, merjeno na naši lastni strojni.
Ne kličemo OpenAI, Antropic, Google Cloud ali nobene tretje stranke LLM API za katero koli funkcijo. Vsak model zgoraj teče na strojni stroji, ki jo lastnimo in delujemo. Edini zunanji AI storitev, ki jo uporabljamo, je translateapi.ai (tudi Muddy Holdings) za prevajanje nizov UI – to nikoli ne dotakne vaše transcribirane vsebine.
Kako razkrivamo generacijo AI
- Strani Transcript HTML: vključi < meta name=\
- Izvoz besedila (TXT, SRT, VTT, JSON, CSV, DOCX, PDF): Vključi „AI-generiran prepis“ na vrhu vsake datoteke.
- Sintetični glas / TTS izhod: Datoteke WAV vključujejo oznako "sintetik-voice" v metapodatke in jasno obvestilo na strani za prenos. Zvočno odpoved je na načrtu.
- Odgovori API: vključi _ai_generated: pravo polje v vsak odgovor JSON, ki vsebuje transkriptirano vsebino.
Podatki o usposabljanju
- Osnovni modeli (Whisper, MadLAD, Qwen itd.) so vnaprej izurjeni od njihovih založnikov. Uporabljamo jih kot ladje.
- Vaši zapisi niso uporabljeni za usposabljanje modelov baze.
- Če popravite segment transkripta (ikona svinčanika) ali ga označite netočno (ikona zastave), in ste se odločili na /nastavitvah privacy/ ("Model trening" prekini, privzeto off), par (nepravilno besedilo → popravljeno) se lahko zbere za usposabljanje prihodnjih modelov korekcijske. Samo par besedila – nikoli okolica zvoka – se uporablja s to potjo. Takšni model danes ne obstaja: pari so shranjeni le in nič, kar trenutno služimo, ni bilo usposobljeno zanje.
- Posebno vas popravki prispevka in zvočni lab preklapljač (tudi na /privacy-settings /, tudi privzeto off) izbirajo pri prispevanju avdio segmentov, ki jih pravilno popravljate, v paru s popravljenim besedilom, v naš glasovni lab podatkovni niz pod CC-BY-SA-4.0. Dva preklopnika so neodvisna – lahko odobrite bodisi oboje, bodisi ne.
- Avdio, ki ga naložite, se izbriše v 24 urah z enournim počiščanjem, z dvema izjemama, ki veljajo le, če jih izberete. Če ste se odločili za "Prispevate popravke + zvok v Voice Lab" na /nastavitvah privacyy /, se zvok arhivira do 90 dni, tako da dnevni Voice Lab lahko izvleče korekcijski segment; enkrat po zaužitju (ali po 90 dneh, kar prej), se izbriše virni zvok. Če ste vpisani in vključili zvok v povezavo z delnicami, da se zvok hrani tako dolgo, kot je povezava živa (do 30 dni na prostem računu; 30 dni, 90 dni ali večno z večno plačenim načrtom) in se izbriše v 24 urah po izteku povezave. Skupni zvok se ne uporablja za usposabljanje. Besedilo prepisa sledi politiki ohranjanja načrta (a 24h, brezplačnih 30h, 30 dni) in za več).
Natančnost in napake
AI transkripcija ni popolna. Stopnje besednih napak se razlikujejo glede na naglas zvočnika, kakovost avdio, jezik in domeno besednjaka. Za kritično uporabo (legalno, medicinsko, regulirano industrijo) preverite proti izvirnemu zvoku. Naša javna merila WER na model so na /models/.
Vprašanja glede skladnosti
Za akt EU o II, GDPR ali druga vprašanja o skladnosti: hello@stt.ai ali uporabite kontaktni obrazec.
Zadnje posodobljeno: 2026-08-05.