NVIDIA Canary
STT.ai führt dieses Modell nicht aus. Diese Seite ist Referenzinformationen darüber.
Transcribe mit den Modellen, die wir ausführen →
3.5%
WER
4
Sprachen
45.0x
Geschwindigkeit
CC-BY-4.0
Lizenz
Über NVIDIA Canary
NVIDIA Canary ist ein 1B-Parametermodell, das sich bei der englischen, deutschen, französischen und spanischen Transkription auszeichnet. Es basiert auf dem NeMo-Framework und verwendet einen FastConformer-Encoder mit einem Transformator-Decoder und unterstützt die automatische Spracherkennung und Übersetzung.
Sprachen unterstützt von NVIDIA Canary
Modellinformation
- AnbieterNVIDIA
- Architektur-
- LizenzCC-BY-4.0
- AktualisiertMar 2026
Häufig gestellte Fragen
NVIDIA Canary ist ein Sprach-Text-Modell von NVIDIA. STT.ai läuft derzeit nicht NVIDIA Canary — diese Seite ist Referenzinformationen über das Modell. Für Transkription auf STT.ai, bietet der Modellpicker die Whisper-Familie (Turbo, Large V3, Medium, Small).
Auf Standard-Benchmarks erreicht NVIDIA Canary rund 3.5% Word Error Rate. Real-Welt-Genauigkeit hängt von Audio-Qualität, Akzent und Sprache; für laute oder akzentuierte Aufnahmen, erwarten ein paar Prozentpunkte höher WER.
NVIDIA Canary ist nicht auf STT.ai verfügbar. Die eigenen Lizenzbedingungen regeln den Betrieb selbst. STT.ais freie Ebene deckt die Whisper Modelle, die wir laufen - 600 Minuten bis zum Start, dann eine monatliche kostenlose Top-up.
NVIDIA Canary wird unter CC-BY-4.0 veröffentlicht, einer permissiven Open-Source-Lizenz. Sie können NVIDIA Canary auf Ihrer eigenen Hardware selbst hosten oder unsere gehostete Version verwenden – beide sind kommerziell nutzbar.
NVIDIA Canary unterstützt 4 Sprachen. Auto-Erkennung wählt die richtige Sprache für die meisten Audio-; Sie können es auch manuell für einen kleinen Genauigkeitsheber angeben.
NVIDIA Canary verarbeitet Audio bei ca. 45.0x 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.
NVIDIA Canary hat 1B Parameter. Größere Modelle neigen dazu, genauer, aber langsamer zu sein; STT.ai Hosts NVIDIA Canary auf GPU, so dass die Parameteranzahl Ihre clientseitige Leistung nicht beeinflusst.
NVIDIA Canary 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 NVIDIA Canary – jeder Lautsprecher ist beschriftet und Sie können sie anschließend im Editor umbenennen.
Ja. NVIDIA Canary 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 NVIDIA Canary gegen jedes andere unterstützte Modell auf dem gleichen Audio laufen zu lassen – Sie sehen WER, Segmentanzahl, Lautsprecheretiketten und Konfidenzwerte nebeneinander. Der NVIDIA Canary vs Whisper Large V3 Vergleich ist der am häufigsten ausgeführte.
Ja. Geben Sie "nvidia-canary" als Modellparameter auf dem Endpunkt /v1/transcribe an. Python und Node.js SDKs enthalten NVIDIA Canary Beispiele. Freie API-Ebene enthält 100 Minuten/Monat.
Ja. Da NVIDIA Canary CC-BY-4.0-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.