رونوشت با Moonshine

با صوت و ویدئوهای در دسترس عمومی کار می‌کند. محتوای محافظت شده با DRM پشتیبانی نمی‌شود.

ارتقا برای بهبودیافته
رونوشت خصوصی
گپ زدن با رونوشت
باز کردن قفل با Pro →
پروندۀ را اینجا بگذارید یا برای مرور کلیک کنید
MP3, WAV, M4A, FLAC, MP4, MKV, MOV, WebM — تا ۲ گیگابایت
ارتقا برای بهبودیافته
رونوشت خصوصی
گپ زدن با رونوشت
باز کردن قفل با Pro →
ارتقا برای بهبودیافته
ضبط: 0:00
زمان واقعی موم (موقت)
بهبودیافته زمزمه (دقت)
وبگاه رسمی 24hours.com · ثبت نام برای 7d + صدا · حرفه اي برای پیوندهای خصوصی

گفتار به متن در زمان واقعی. هوش مصنوعی خودکاراً در حین صحبت کردن شما را اصلاح می‌کند - دقت با صحبت طولانی تر بهبود می‌یابد.

ابتدا میکروفون خود را امتحان کنید
❤️ دوست STT.ai رو به دوستانت بگو
تو از رونوشت هاي مجانيت استفاده کردي

برای دریافت ۶۰۰ دقیقه رایگان ثبت نام کنید یا از ۵ دلار در ماه برای هزاران دلار بیشتر ارتقاء دهید.

۱۰ دقیقه آزاد در روز 600 دقیقه رایگان با ثبت نام کارت اعتباري ندارم رمزگذاری شده
ثبت نام مجانی →
7.8%
WER
1
زبانها
80.0x
سرعت
MIT
مجوز

در مورد Moonshine

Moonshine یک مدل بسیار فشرده از گفتار به متن است که برای محیط‌های محدود منابع طراحی شده‌است.در تنها ۶۱M پارامتر، به طور کارآمد بر روی دستگاه‌های کناری مانند Raspberry Pi اجرا می‌شود در حالی که دقت رونویسی انگلیسی را حفظ می‌کند.

زبانهای پشتیبانی‌شده Moonshine

اطلاعات مدل
  • ارائه‌دهندهUseful Sensors
  • معماری-
  • مجوزMIT
  • به روزرسانیMar 2026

پرسشهای متداول

STT.ai میزبان Moonshine در زیرساخت GPU ماست بنابراین می‌توانید بدون فراهم کردن سخت‌افزار خود از آن استفاده کنید - صدا یا ویدئو را بارگذاری کنید و Moonshine را از گزینش مدل انتخاب کنید.

در استانداردهای استاندارد، ۸۸۰ در حدود ۸۸۰۰۰۱٪ نرخ خطای کلمه را بدست می‌آورد. دقت واقعی بستگی به کیفیت صدا، لهجه و زبان دارد؛ برای ضبط‌های پر سر و صدا یا لهجه، انتظار چند درصد بالاتر از WER را داشته باشید.

Moonshine در لایه رایگان STT.ai اجرا می‌شود - هر بازدیدکننده ۶۰۰ دقیقه برای شروع بدون هزینه دریافت می‌کند.

شما می‌توانید ۸۸۰۰۰ را بر روی سخت‌افزار خود میزبانی کنید یا از نسخه میزبانی شده ما استفاده کنید - هر دو قابل استفاده تجاری هستند.

۸۸۰۰۰ از ۸۸۰۰۰۱ زبان پشتیبانی می‌کند. تشخیص خودکار زبان درست را برای بیشتر صداها انتخاب می‌کند؛ همچنین می‌توانید آن را برای یک بالا بردن دقت کوچک به صورت دستی مشخص کنید.

یک فایل صوتی یک ساعته در کمتر از ۸۸۰۰۰۲ دقیقه به پایان می‌رسد؛ فایل‌های طولانی‌تر در صف قرار می‌گیرند و هنگام انجام شدن توسط ایمیل اطلاع داده می‌شوند.

Moonshine has 61M parameters. Larger models tend to be more accurate but slower; STT.ai hosts Moonshine on GPU so the parameter count doesn't affect your client-side performance.

Moonshine هر فرمتی را که STT.ai پشتیبانی می‌کند را می‌پذیرد - MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI و دیگران.

بله. نوشتار شنونده در کنار Moonshine برای هر رونوشت اجرا می شود — هر شنونده برچسب گذاری شده و می توانید بعداً آنها را در ویرایشگر تغییر نام دهید.

بله. ۸۸۰۰۰ در محیط مدیریت شده ما اجرا می‌شود — صدا به صورت پیش‌فرض پردازش و حذف می‌شود و هیچ‌گاه برای آموزش بدون انتخاب صریح استفاده نمی‌شود.

از ابزار compare-stt برای اجرا کردن ۸۸۰۰۰ در مقابل هر مدل پشتیبانی شده دیگری در همان صدا استفاده کنید - شما WER، شمار بخش‌ها، برچسب‌های بلندگو و امتیازات اعتماد را در کنار هم خواهید دید.

بله. "moonshine" را به عنوان پارامتر مدل در /v1/transcribe endpoint مشخص کنید. Python و Node.js SDK شامل نمونه‌های Moonshine هستند. سطح API رایگان شامل ۱۰۰ دقیقه در ماه است.

بله. چون Moonshine دارای مجوز MIT است، شما می‌توانید آن را خودتان میزبانی کنید. صفحهٔ منبع باز STT.ai فهرستی از پروژه و وزن‌ها را ارائه می‌دهد. بیشتر تیم‌های تولید از نسخهٔ میزبانی شده ما برای فراموش کردن خرید GPU، مبادلات مدل و عملیات استفاده می‌کنند.