Bu ilə transkript NVIDIA Canary
3.5%
WER
4
Dillər
45.0x
Sür'ət
CC-BY-4.0
Lisenziya
Bağlan NVIDIA Canary
NVIDIA Canary İngilis, Alman, Fransız və İspan transkripsiyasında üstün olan 1B parametr modelidir. NeMo framework üzərində qurulub, FastConformer enkoderi ilə transformator dekoderi istifadə edir və avtomatik dil aşkarlama və tərcüməni dəstəkləyir.
Model Məlumatı
- ProvayderNVIDIA
- Mifologiya-
- LisenziyaCC-BY-4.0
- Yenil?tMar 2026
Tez-tez Sorulan Sual
NVIDIA Canary NVIDIA tərəfindən səs-mətn modeldir. STT.ai NVIDIA Canary-i GPU infrastrukturumuzda yerləşdirir, buna görə də siz onu öz hardverinizi təmin etmədən istifadə edə bilərsiniz - audio və ya video yükləyin və NVIDIA Canary-i model seçicisindən seçin.
Standart benchmarklarda NVIDIA Canary 3.5% söz səhv dərəcəsinə nail olur. Real dünya doğruluğu səs keyfiyyətinə, aksenta və dilinə bağlıdır; səsli və aksentli qeydlər üçün bir neçə faiz daha yüksək WER gözləyin.
NVIDIA Canary STT.ai-in pulsuz səviyyəsində işləyir - hər ziyarətçi 600 dəqiqə pulsuz başlamağa imkan alır. Ödənişli planlar daha uzun fayl həddi, şəxsi transkriptlər və prioritet sıralama əlavə edir.
NVIDIA Canary CC-BY-4.0, bir açıq mənbə lisenziyası altında buraxılır. Siz NVIDIA Canary-i öz hardverinizdə öz-özünə yerləşdirə bilərsiniz ya da bizim yerləşdirdiyimiz versiyası ilə istifadə edə bilərsiniz - hər ikisi də kommersiya üçün istifadə edilə bilər.
NVIDIA Canary 4 dillərini dəstəkləyir. Avtomatik aşkarlama səsin çoxu üçün doğru dili seçir; siz onu əllə də müəyyən edə bilərsiniz.
NVIDIA Canary audionu GPU-larda 45.0x real vaxtla işləyir. 1 saatlıq audio fayl 1 dəqiqə ərzində bitər; daha uzun fayllar növbəyə qoyularaq bitdikdə e-poçtla xəbərdar edilir.
NVIDIA Canary-in 1B parametrləri var. Böyük modellər daha dəqiq, lakin daha yavaşdır; STT.ai GPU-da NVIDIA Canary-i qəbul edir, buna görə də parametrlərin sayı sizin klient tərəfi performansınızı təsir etmir.
NVIDIA Canary STT.ai-in dəstəklədiyi hər formatı qəbul edir — MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI və digərləri. Çıxış TXT, SRT, VTT, DOCX, JSON və ya PDF olaraq.
Bəli. Hər bir transkripsiya üçün NVIDIA Canary ilə birlikdə səsləndiricinin diarizasiyası işləyir - hər bir səsləndirici etiketlənir və sonradan redaktorda onları yenidən adlandıra bilərsiniz.
Bəli. NVIDIA Canary bizim idarə olunan mühitimizdə işləyir - səs əvvəlcədən işlənir və silinir və heç vaxt açıqca razılaşmadan təlim üçün istifadə edilmir. Pro planları istirahətdə olan transkriptlər üçün müştəri tərəfli şifrələməyi əlavə edir.
NVIDIA Canary-i eyni səsdə digər dəstəklənən modellərlə müqayisə etmək üçün compare-stt alətini istifadə et - siz WER, segment sayını, səsləndirici etiketlərini və etibarlılıq ballarını yan-yana görəcəksiniz. NVIDIA Canary vs Whisper Large V3 müqayisəsi ən çox işlənəndir.
Bəli. /v1/transcribe son nöqtəsində model parametri olaraq "nvidia-canary" göstərin. Python və Node.js SDK-ları NVIDIA Canary nümunələrini ehtiva edir. Pulsuz API səviyyəsi ayda 100 dəqiqəni ehtiva edir.
Bəli. NVIDIA Canary CC-BY-4.0-licensiyalıdır, buna görə də onu öz-özünə yerləşdirə bilərsiniz. STT.ai-in açıq mənbə səhifəsində layihənin repozitoriyası və çəkiləri göstərilir. Çox istehsal qrupları GPU satınalmalarını, model dəyişmələrini və əməliyyatları keçmək üçün bizim yerləşdirilmiş versiyamızı istifadə edirlər.