Transcriure amb Moonshine
7.8%
WER
1
Lengas
80.0x
Velocitat
MIT
Licéncia
A prepaus de Moonshine
Moonshine es un modèl de sintèsi vocala extrèmament compacte concebut per d'environament amb de ressorsas limitadas. Amb solament 61M de paramètres, fonciona de biais eficaç sus de dispositius periferics coma Raspberry Pi en mantenent una precision de transcripcion anglesa rasonabla.
Lengas Moonshine
Entresenhas sul modèl
- ProvesidorUseful Sensors
- Arquitectura-
- LicénciaMIT
- ActualizatMar 2026
Questions frequentas
Moonshine is a speech-to-text model by Useful Sensors. STT.ai hosts Moonshine on our GPU infrastructure so you can use it without provisioning your own hardware — upload audio or video and pick Moonshine from the model picker.
@ info
Moonshine s'exécuta sus la basa liura de STT.ai - cada visitaire a 600 minutas per començar sens còst. Los plans pagats apondon de limitas mai longas per fichièr, de transcripcions privadas e de filas de espera prioritarias.
Moonshine es publicat jos la licéncia MIT, una licéncia de còde dobèrt permissiva. Podètz auto-ostejar Moonshine sus vòstre pròpri maquinari o utilizar nòstra version ostejada — ambedos son comercialament utilizables.
Moonshine pren en carga 1 lengas. La deteccion automatica causís la lenga correcta per la majoritat dels sons; podètz tanben la especificar manualament per una precision melhorada.
Moonshine traça l'audio a aperaquí 80.0x en temps real sus nòstras GPU. Un fichièr àudio d'una ora se acaba en mens de 1 minutas; los fichièrs mai longs son plaçats en fila e notificats per corrièr electronic quand son acabats.
Moonshine a de paramètres 61M. Los modèls mai grands son mai precises mas mai lents; STT.ai òste Moonshine sul GPU, doncas lo compte de paramètres afecta pas vòstras performanças del costat client.
Moonshine accepta totes los formats que pren en carga STT.ai — MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI, e d'autres. Sortida coma TXT, SRT, VTT, DOX, JSON, o PDF.
@ info: shell
@ info
Utilizatz l'aisina compare-stt per comparar Moonshine amb quin autre modèl suportat sul meteis audio — veiretz WER, lo comptatge de segments, las etiquetas dels parlants e las pontuacions de fiabilitat a costat. La comparason Moonshine vs Whisper Large V3 es la mai comuna.
Òc. Especifiquez "moonshine" coma paramètre del modèl sul punt de fin /v1/transcribe. Los SDK Python e Node.js incluson d'exemples Moonshine. Lo nivèl API liure inclutz 100 minutas/mes.
Òc. Perque Moonshine es licenciat amb MIT, podètz l'albergar. La pagina de còde dobèrt de STT.ai lista lo repositori e los pes del projècte. La majoritat de las equipas de produccion utilizan nòstra version albergada per passar l'aquisicion de GPU, los escambis de modèls e las operacions.