Moonshine

Nid yw STT.ai yn rhedeg y model hwn — gwybodaeth gyfeirio am hyn yw'r dudalen hon. Trosysgrifo gyda'r modelau yr ydym yn rhedeg →
7.8%
WER
1
Iaith:
80.0x
Cyflymder
MIT
Trwydded

Am Moonshine

Mae Moonshine yn ddull siarad-i-testun hynod gyfansawdd wedi'i ddylunio ar gyfer amgylcheddau sydd â chyfyngiadau adnoddau. Gyda dim ond 61M o baramedrau, mae'n rhedeg yn effeithiol ar ddyfeisiau ymylon fel Raspberry Pi tra'n cadw cywirdeb cyfieithu Saesneg rhesymol.

Ieithoedd a gynhelir gan Moonshine

Cwestiynau a Ofynnir yn Aml

Model siarad-i-testun gan Useful Sensors yw Moonshine. Nid yw STT.ai yn rhedeg Moonshine ar hyn o bryd - gwybodaeth gyfeirio am y model yw'r dudalen hon. Ar gyfer trosysgrifo ar STT.ai, mae'r dewisydd model yn cynnig y teulu Whisper (Turbo, Large V3, Medium, Small).

Ar fesurau safonol, mae Moonshine yn cyrraedd Cyfradd Gwallau Geiriau o tua 7.8%. Mae cywirdeb yn y byd go iawn yn dibynnu ar ansawdd sain, sain a iaith; ar gyfer recordiadau swnllyd neu sainedig, disgwyliwch ychydig o bwyntiau canran uwch WER.

Nid yw Moonshine ar gael ar STT.ai. Mae ei delerau trwydded ei hun yn llywodraethu ei redeg chi eich hun. Mae lefel rhad ac am ddim STT.ai yn cwmpasu'r modelau Whisper yr ydym yn eu rhedeg - 600 munud i ddechrau, yna tocyn misol am ddim.

Cyhoeddir Moonshine o dan MIT, trwydded ffynhonnell agored ganiataol. Gallwch hunan-gartrefu Moonshine ar eich caledwedd eich hun neu ddefnyddio ein fersiwn cartrefiedig — mae'r ddau yn defnyddiol yn fasnachol.

Cynhelir Moonshine iaith 1. Mae darganfod yn awtomatig yn dewis yr iaith gywir ar gyfer y rhan fwyaf o sain; gallwch hefyd ei benodi â llaw er mwyn gwella cywirdeb ychydig.

Mae Moonshine yn prosesu sain ar tua 80.0x amser real ar ein GPUs. Mae ffeil sain 1 awr yn gorffen mewn llai na 1 munud; mae ffeiliau hirach yn rhedeg yn y rhes a chaiff eu hysbysu drwy e-bost pan fyddant wedi gorffen.

Mae gan Moonshine baramedrau 61M. Mae modelau mwy yn tueddu i fod yn fwy cywir ond yn araf; mae STT.ai yn gwestiwn Moonshine ar y GPU felly nid yw'r cyfrif paramedrau yn effeithio ar eich perfformiad ochr y cleient.

Mae Moonshine yn derbyn pob fformat a gynhelir gan STT.ai — MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI, ac eraill. Allbwn fel TXT, SRT, VTT, DOCX, JSON, neu PDF.

Ie. Rheda diareiddio siaradwyr gyda Moonshine ar gyfer pob trosysgrifiad - mae pob siaradwr yn cael ei labelu a gallwch eu hail-enwi yn y golygydd yna.

Ydy. Mae Moonshine yn rhedeg yn ein hamgylchedd rheoli — mae sain yn cael ei brosesu a'i ddileu yn rhagosodedig ac ni chaiff ei ddefnyddio erioed ar gyfer hyfforddiant heb optio i mewn yn glir. Mae cynlluniau Pro yn ychwanegu amgryptio ochr y cleient ar gyfer trosysgrifau wrth aros.

Defnyddiwch yr erfyn compare-stt i redeg Moonshine yn erbyn unrhyw ddull arall a gynhelir ar yr un sain — byddwch yn gweld WER, cyfrif segmentau, labeli siaradwyr, a sgôr ymddiriedaeth ochr yn ochr. Y cymhariaeth Moonshine vs Whisper Large V3 yw'r un fwyaf cyffredin.

Ie. Penodi "moonshine" fel paramedr model ar y /v1/transcribe diwedd-bwynt. Mae Python a Node.js SDKs yn cynnwys enghreifftiau Moonshine. Mae lefel API am ddim yn cynnwys 100 munud/mis.

Ie. Gan fod Moonshine yn cael ei drwyddedu gan MIT, gallwch ei hunan-gartrefu. Mae tudalen ffynhonnell agored STT.ai yn rhestru'r storfa a'r pwysau. Mae'r rhan fwyaf o'r timau cynhyrchu yn defnyddio ein fersiwn cartrefi i hepgor prynu GPU, cyfnewid modelau, ac ops.
Made by @nadermx