Politika e AI dhe transparenca
Çfarë AI përdorim, ku ajo punon, dhe si ne përmbushim kërkesat e zbulimit (EU AI Act Article 50, efektive 2026-08-02).
TL;DR
- Të gjitha transkriptat janë të krijuara nga AI, çdo rezultat ka një zbulim të lexueshme nga makina.
- Të gjitha AI-të funksionojnë në GPU-në tonë. Ne nuk dërgojmë audion apo tekstin tuaj tek OpenAI, Anthropic, Google, apo ndonjë API të tretë LLM.
- Ne nuk trajnojmë asnjë model në transkriptat tuaja. Çdo model që ne ekzekutojmë është një model i hapur burimi. Korrigjimet që ju bëni haptazi mblidhen vetëm nëse ju vendosni të merrni pjesë.
- Klonet e zërit sintetik (TTS) janë të etiketuara qartë si të gjeneruara nga AI në emrin e file, metatë dhënat dhe në faqe.
Modelet që përdorim
| Modeli | Përdoret për | Liçenca | Ekzekuto |
|---|---|---|---|
| Whisper large-v3-turbo (faster-whisper) | Transkriptimi (i prezgjedhur) | MIT | GPU jonë |
| Whisper large-v3 (faster-whisper) — branded “STT.ai Enhanced” | Transkriptim (plani i paguar) | MIT | GPU jonë |
| Vosk | Fluksi i fjalëve në kohë reale | Apache 2.0 | GPU jonë |
| SpeechBrain ECAPA-TDNN | Diarization Speaker | Apache 2.0 | GPU jonë |
| MadLAD-400 3B | Përkthim (450+ gjuhë) | Apache 2.0 | GPU jonë |
| Qwen2.5-1.5B (llama.cpp) | Përmbledhja, analiza, krijimi i përmbajtjes, biseda RAG | Apache 2.0 | GPU jonë |
| Chatterbox (Resemble AI) | Klonimi i zërit / tekst-në-folje | MIT | GPU jonë |
| all-MiniLM-L6-v2 | Kërko | Apache 2.0 | GPU jonë |
"STT.ai Enhanced" është emri i produktit tonë për Whisper large-v3 që punon në GPU-në tonë. Nuk është një model i personalizuar, një rregullim i hollësishëm apo peshë e pronës - është kontrolli më i madh dhe më i saktë i Whisper. Është më i saktë se Whisper large-v3-turbo i paracaktuar, dhe rreth 1.5 herë më i ngadalshëm në një punë të ditorezuar, e matur në hardware-n tonë.
Ne nuk përdorim OpenAI, Anthropic, Google Cloud, apo ndonjë API të tretë LLM për ndonjë funksion. Çdo model i mësipërm funksionon në hardware që posedojmë dhe operojmë. Shërbimi i vetëm i jashtëm AI që përdorim është translateapi.ai (gjithashtu Muddy Holdings) për përkthimin e stringave të UI — kjo nuk prek kurrë përmbajtjen tuaj të transkriptuar.
Si e zbulojme gjeneraten e AI
- Transkripto faqet HTML: përfshin <meta name=\
- Eksporti i tekstit (TXT, SRT, VTT, JSON, CSV, DOCX, PDF): përfshi një rresht të header 'AI-genered transcript' në krye të çdo file.
- Zëri sintetik / TTS: File WAV përfshijnë një etiketë 'zëri sintetik' në metatë dhëna dhe një njoftim të qartë në faqen e shkarkimit. Një përjashtim i dëgjueshëm është në udhëzues.
- Përgjigjet API: përfshi një fushë _ai_generated: true në çdo përgjigje JSON që përmban përmbajtje të transkriptuar.
Të dhëna trainimi
- Modelet bazë (Whisper, MadLAD, Qwen, etj.) vijnë të paratrenuara nga botuesit e tyre respektivë. Ne i përdorim ato siç janë dërguar.
- Transkriptat tuaja nuk përdoren për të trajnuar modelet bazë.
- Nëse korrigjon një segment të transkriptimit (ikona e lapit) ose e shënon si të pakorrekt (ikona e flamurit), dhe jeni zgjedhur në /privacy-settings/ ("Model Training" toggle, default off), çifti (text incorrect → corrected text) mund të mblidhet për të trainuar një model të ardhshëm të korrigjimit të tekstit. Vetëm çifti i tekstit — kurrë audio rrethuese — përdoret nga kjo rrugë. Asnjë model i tillë nuk ekziston sot: çiftet vetëm ruhen dhe asgjë që ne aktualisht ofrojmë nuk është trainuar në to.
- Më vete, butoni Kontribuo korrigjime plus audio tek Voice Lab (gjithashtu në /privacy-settings/, gjithashtu i ndaluar sipas prezgjedhjes) të lejon të kontribuosh audion e segmenteve që korrigjon, së bashku me tekstin e korrigjuar, tek dataset i Voice Lab nën CC-BY-SA-4.0. Të dyja këto butona janë të pavarur — mund të japësh njërin, të dytët ose asnjërin.
- Audio që ngarkoni fshihet brenda 24 orëve nga një punë pastrimi çdo orë, me dy përjashtime që aplikohen vetëm nëse i zgjedhni ato. Nëse keni zgjedhur "Kontribuoni me korrigjime + audio në Voice Lab" në /privacy-settings/, audio arkivohet për deri në 90 ditë në mënyrë që Voice Lab të nxjerrë segmentin e korrigjuar; pasi të jetë nxjerrë (ose pas 90 ditësh, cilido që vjen më parë), audio burimor fshihet. Nëse jeni i regjistruar dhe përfshini audion e regjistrimit tuaj në një lidhje të përbashkët, audio mbajtet për aq sa lidhje është aktive (deri në 30 ditë në një llogari falas; 30 ditë, 90 ditë ose pafundësisht me Përherë në një plan të paguar) dhe fshihet brenda 24 orëve pasi të skadojë lidhje. Audio e përbashkët nuk përdoret për trainim. Teksti i transkriptimit ndjek politikën e ruajtjes së planit tuaj (anonim 24 orë, pa pagesë 30 ditë, Pro+ i përhershëm).
Saktësia dhe gabimet
Transkriptimi i AI nuk është i përsosur. Normat e gabimeve të fjalëve ndryshojnë sipas theksit të folësit, cilësisë së zërit, gjuhës dhe fjalorit të fushës. Për përdorim kritik (ligjor, mjekësor, industri të rregulluara) verifiko me zërin origjinal. Standardet tona publike WER për model janë në /models/.
Pyetja e përputhshmërisë
Për Aktin e AI të BE, GDPR, ose pyetje të tjera të përputhjes: hello@stt.ai ose përdor kontakti.
Përditësimi i fundit: 2026-08-05.