Beschriftung mit Moonshine
7.8%
WER
1
Sprachen
80.0x
Geschwindigkeit
MIT
Lizenz
Über Moonshine
Moonshine ist ein extrem kompaktes Sprach-zu-Text-Modell, das für ressourcenbeschränkte Umgebungen entwickelt wurde. Mit nur 61M Parametern läuft es effizient auf Kantengeräten wie Raspberry Pi und behält dabei eine vernünftige englische Transkriptionsgenauigkeit bei.
Sprachen unterstützt von Moonshine
Modellinformation
- AnbieterUseful Sensors
- Architektur-
- LizenzMIT
- AktualisiertMar 2026
Häufig gestellte Fragen
Moonshine ist ein Sprach-zu-Text-Modell von Useful Sensors. STT.ai Hosts Moonshine auf unserer GPU-Infrastruktur, so dass Sie es ohne Bereitstellung Ihrer eigenen Hardware nutzen können – laden Sie Audio oder Video hoch und wählen Sie Moonshine vom Modellpicker.
Auf Standard-Benchmarks erreicht Moonshine rund 7.8% Word Error Rate. Real-Welt-Genauigkeit hängt von Audio-Qualität, Akzent und Sprache; für laute oder akzentuierte Aufnahmen, erwarten ein paar Prozentpunkte höher WER.
Moonshine läuft auf STT.ais freier Ebene – jeder Besucher erhält 600 Minuten, um kostenlos zu starten. Bezahlte Pläne fügen längere pro-Datei-Grenzen, private Transkripte und Priorität Warteschlange hinzu.
Moonshine wird unter MIT veröffentlicht, einer permissiven Open-Source-Lizenz. Sie können Moonshine auf Ihrer eigenen Hardware selbst hosten oder unsere gehostete Version verwenden – beide sind kommerziell nutzbar.
Moonshine unterstützt 1 Sprachen. Auto-Erkennung wählt die richtige Sprache für die meisten Audio-; Sie können es auch manuell für einen kleinen Genauigkeitsheber angeben.
Moonshine verarbeitet Audio bei ca. 80.0x Echtzeit auf unseren GPUs. Eine 1-stündige Audiodatei endet in weniger als 1 Minuten; längere Dateien stehen Schlange und benachrichtigen per E-Mail, wenn getan.
Moonshine hat 61M Parameter. Größere Modelle neigen dazu, genauer, aber langsamer zu sein; STT.ai Hosts Moonshine auf GPU, so dass die Parameteranzahl Ihre clientseitige Leistung nicht beeinflusst.
Moonshine akzeptiert jedes Format STT.ai unterstützt — MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI und andere. Ausgabe als TXT, SRT, VTT, DOCX, JSON oder PDF.
Ja. Die Lautsprecherdiarisierung läuft bei jeder Transkription neben Moonshine – jeder Lautsprecher ist beschriftet und Sie können sie anschließend im Editor umbenennen.
Ja. Moonshine läuft in unserer verwalteten Umgebung – Audio wird standardmäßig verarbeitet und gelöscht und nie ohne explizites Opt-In zum Training verwendet. Pro-Pläne fügen Client-seitige Verschlüsselung für Transkripte in Ruhe hinzu.
Verwenden Sie das Vergleichs-stt-Tool, um Moonshine gegen jedes andere unterstützte Modell auf dem gleichen Audio laufen zu lassen – Sie sehen WER, Segmentanzahl, Lautsprecheretiketten und Konfidenzwerte nebeneinander. Der Moonshine vs Whisper Large V3 Vergleich ist der am häufigsten ausgeführte.
Ja. Geben Sie "moonshine" als Modellparameter auf dem Endpunkt /v1/transcribe an. Python und Node.js SDKs enthalten Moonshine Beispiele. Freie API-Ebene enthält 100 Minuten/Monat.
Ja. Da Moonshine MIT-lizenziert ist, können Sie es selbst hosten. STT.ai Open-Source-Seite listet die Projekt-Repo und Gewichte. Die meisten Produktionsteams verwenden unsere gehostete Version, um GPU Beschaffung, Modell-Swaps und Ops überspringen.