Moonshine

STT.ai bu modeli işlətmir — bu səhifə onun haqqında məlumatdır. Modelləri işlətdiyimiz zaman transkripti oxu →
7.8%
WER
1
Dillər
80.0x
Sür'ət
MIT
Lisenziya

Bağlan Moonshine

Moonshine resurs məhdud mühitə uyğun olaraq hazırlanmış çox kompakt bir söz-mətn modelidir. Yalnız 61M parametri ilə, Raspberry Pi kimi kənar cihazlarda səmərəli işləyir, lakin ingiliscə transkripsiya dəqiqliyini qoruyur.

Dəstəklənən Dillər Moonshine

Tez-tez Sorulan Sual

Moonshine Useful Sensors tərəfindən səs-mətn modeldir. STT.ai hazırda Moonshine-i işlətmir - bu səhifə model haqqında istinad məlumatıdır. STT.ai-də transkripsiya üçün model seçici Whisper ailəsi təklif edir (Turbo, Large V3, Medium, Small).

Standart benchmarklarda Moonshine 7.8% söz səhv dərəcəsinə nail olur. Real dünya doğruluğu səs keyfiyyətinə, aksenta və dilinə bağlıdır; səsli və aksentli qeydlər üçün bir neçə faiz daha yüksək WER gözləyin.

Moonshine STT.ai-də mövcud deyil. Öz lisenziyası şərtləri onu özbaşına işlətməyi idarə edir. STT.ai-in pulsuz səviyyəsi Whisper modellərini əhatə edir - 600 dəqiqə başlanğıc, sonra aylıq pulsuz yükləmə.

Moonshine MIT, bir açıq mənbə lisenziyası altında buraxılır. Siz Moonshine-i öz hardverinizdə öz-özünə yerləşdirə bilərsiniz ya da bizim yerləşdirdiyimiz versiyası ilə istifadə edə bilərsiniz - hər ikisi də kommersiya üçün istifadə edilə bilər.

Moonshine 1 dillərini dəstəkləyir. Avtomatik aşkarlama səsin çoxu üçün doğru dili seçir; siz onu əllə də müəyyən edə bilərsiniz.

Moonshine audionu GPU-larda 80.0x real vaxtla işləyir. 1 saatlıq audio fayl 1 dəqiqə ərzində bitər; daha uzun fayllar növbəyə qoyularaq bitdikdə e-poçtla xəbərdar edilir.

Moonshine-in 61M parametrləri var. Böyük modellər daha dəqiq, lakin daha yavaşdır; STT.ai GPU-da Moonshine-i qəbul edir, buna görə də parametrlərin sayı sizin klient tərəfi performansınızı təsir etmir.

Moonshine STT.ai-in dəstəklədiyi hər formatı qəbul edir — MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI və digərləri. Çıxış TXT, SRT, VTT, DOCX, JSON və ya PDF olaraq.

Bəli. Hər bir transkripsiya üçün Moonshine ilə birlikdə səsləndiricinin diarizasiyası işləyir - hər bir səsləndirici etiketlənir və sonradan redaktorda onları yenidən adlandıra bilərsiniz.

Bəli. Moonshine bizim idarə olunan mühitimizdə işləyir - səs əvvəlcədən işlənir və silinir və heç vaxt açıqca razılaşmadan təlim üçün istifadə edilmir. Pro planları istirahətdə olan transkriptlər üçün müştəri tərəfli şifrələməyi əlavə edir.

Moonshine-i eyni səsdə digər dəstəklənən modellərlə müqayisə etmək üçün compare-stt alətini istifadə et - siz WER, segment sayını, səsləndirici etiketlərini və etibarlılıq ballarını yan-yana görəcəksiniz. Moonshine vs Whisper Large V3 müqayisəsi ən çox işlənəndir.

Bəli. /v1/transcribe son nöqtəsində model parametri olaraq "moonshine" göstərin. Python və Node.js SDK-ları Moonshine nümunələrini ehtiva edir. Pulsuz API səviyyəsi ayda 100 dəqiqəni ehtiva edir.

Bəli. Moonshine MIT-licensiyalıdır, buna görə də onu öz-özünə yerləşdirə bilərsiniz. STT.ai-in açıq mənbə səhifəsində layihənin repozitoriyası və çəkiləri göstərilir. Çox istehsal qrupları GPU satınalmalarını, model dəyişmələrini və əməliyyatları keçmək üçün bizim yerləşdirilmiş versiyamızı istifadə edirlər.
Made by @nadermx