Moonshine
STT.ai не працуе з гэтай мадэллю — гэтая старонка з'яўляецца спасылкай на інфармацыю пра яе.
Прапісаць з мадэлямі, якія мы запускаем →
7.8%
WER
1
Мовы
80.0x
Хуткасць
MIT
Ліцэнзія
Пра Moonshine
Moonshine - гэта вельмі кампактная мадэль пераўтварэння мовы ў тэкст, распрацаваная для асяроддзяў з абмежаванымі рэсурсамі. Пры толькі 61М параметрах яна эфектыўна працуе на краевых прыладах, такіх як Raspberry Pi, захоўваючы пры гэтым дакладнасць транскрыпцыі англійскай мовы.
Мовы, якія падтрымліваюцца Moonshine
Звесткі пра мадэль
- ПастаўшчыкUseful Sensors
- Архітэктура-
- ЛіцэнзіяMIT
- АбнавіцьMar 2026
Часта задаваемыя пытанні
Moonshine - гэта мадэль пераўтварэння мовы ў тэкст, распрацаваная кампаніяй Useful Sensors. STT.ai не працуе з Moonshine - гэтая старонка змяшчае інфармацыю пра мадэль. Для транскрыпцыі на STT.ai, выбіральнік мадэляў прапануе сям' ю Whisper (Turbo, Large V3, Medium, Small).
На стандартных тэставанні, Moonshine дасягае каля 7.8% Word Error Rate. Рэальная дакладнасць залежыць ад якасці гуку, акцэнту і мовы; для шумных або акцэнтаваных запісаў чакайце на некалькі працэнтных пунктаў вышэй WER.
Moonshine не даступны на STT.ai. Яго ўласныя ліцэнзійныя ўмовы рэгулююць яго запуск. Бясплатны ўзровень STT.ai ахоплівае мадэлі Whisper, якія мы запускаем - 600 хвілін для запуску, затым штомесячнае бясплатнае дапаўненне.
Moonshine выпушчаны пад ліцэнзіяй MIT, дазваляе адкрыты код. Вы можаце самастойна ўсталяваць Moonshine на вашым камп' ютары або выкарыстоўваць нашу версію - абодва могуць быць выкарыстаны ў камерцыйных мэтах.
Moonshine падтрымлівае 1 моў. Аўтаматычнае выяўленне выбірае правільную мову для большасці гукаў; вы таксама можаце вызначыць яе ўручную для невялікага павышэння дакладнасці.
Moonshine апрацоўвае аўдыё з хуткасцю 80.0x у рэальным часе на нашых GPU. 1- гадзінны аўдыё файл скончыцца менш чым за 1 хвіліны; даўжэйшыя файлы будуць адпраўляцца ў чаргу і абвяшчаць па электроннай пошце, калі яны будуць завершаны.
Moonshine мае параметры 61M. Большыя мадэлі больш дакладныя, але павольнейшыя; STT.ai мае Moonshine на GPU, таму колькасць параметраў не ўплывае на хуткасць працы кліента.
Moonshine прымае ўсе фарматы, якія падтрымлівае STT.ai — MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI і іншыя. Вывад у фармаце TXT, SRT, VTT, DOCX, JSON або PDF.
Так. Дыярызацыя гукавых файлаў працуе разам з Moonshine для кожнай транскрыпцыі - кожны гукавы файл мае этыкетку, і вы можаце змяніць яго назву ў рэдактара пасля.
Так. Moonshine працуе ў нашым кіруемым асяроддзі - гук апрацоўваецца і выдаляецца па змаўчанні і ніколі не выкарыстоўваецца для трэніровак без выразнага дазволу. Планы Pro дадаюць шыфраванне з боку кліента для транскрыптаў у спакоі.
Выкарыстоўвайце інструмент compare-stt, каб правесці параўнанне Moonshine з любым іншым падтрымліваемым мадэллю на тым жа аўдыё - вы ўбачыце WER, колькасць сегментаў, этыкеткі дынамікаў і рэйтынгі даверу бок аб бок. Параўнанне Moonshine супраць Whisper Large V3 - гэта найбольш частае параўнанне.
Так. Вызначце "moonshine" як параметр мадэлі ў канечнай кропцы /v1/transcribe. Python і Node.js SDK ўключаюць прыклады Moonshine. Бясплатны ўзровень API ўключае 100 хвілін / месяц.
Так. Паколькі Moonshine мае ліцэнзію MIT, вы можаце самастойна яго ўсталяваць. На старонцы адкрытага кода STT.ai паказаны рэпазітары і вагі праекту. Большасць каманд выкарыстаюць нашу ўсталяваную версію, каб прапусціць закупку GPU, абмен мадэлямі і аперацыі.