Transcribe with NVIDIA Canary
3.5%
WER
4
Jezici
45.0x
Brzina
CC-BY-4.0
Dozvola
O programu NVIDIA Canary
NVIDIA Canary je parametar 1B model koji odlikuje na engleskom, njemačkom, francuskom i španjolskom transkripciji. Izgrađen na NeMo okviru, koristi FastConformer koder s transformatorom dekoder i podržava automatsko otkrivanje jezika i prijevod.
Jezici koje podržava NVIDIA Canary
Podaci o modelu
- PonuđačNVIDIA
- Arhitektura-
- DozvolaCC-BY-4.0
- AžuriranoMar 2026
Česta pitanja
NVIDIA Canary je model govor-na-tekst od NVIDIA. STT.ai domaćina NVIDIA Canary na našoj infrastrukturi GPU tako da ga možete koristiti bez opskrbe vlastitim hardverom – upload audio ili video i odaberite NVIDIA Canary iz modela birač.
Na standardnim mjerilima, NVIDIA Canary postiže oko 3.5% Word Pogreška. Preciznost stvarnog svijeta ovisi o kvaliteti zvuka, naglasku i jeziku; za bučne ili naglasene snimke, očekujte nekoliko postotka više WER.
NVIDIA Canary radi na STT.ai-ovom besplatnom nivou – svaki posjetitelj dobiva 600 minuta za početak bez troškova. Plaćeni planovi dodati više po datoteci ograničenja, privatne transkripte i prioritet redoslijeda.
NVIDIA Canary je pušten pod CC-BY-4.0, popustljiva dozvola otvorenog izvora. Možete samostalno voditi NVIDIA Canary na vlastitom hardveru ili koristiti našu domaću verziju – oboje su komercijalno upotrebljivi.
NVIDIA Canary podržava 4 jezika. Auto-detekcija bira pravi jezik za većinu zvuka; možete ga također ručno navesti za mali preciznost lift.
NVIDIA Canary procesa zvuka na oko 45.0x real-time na našem GPU-u. Jedan sat audio datoteka završava u manje od 8802 minuta; duže datoteke redak i obavijestite e-mailom kada se uradi.
NVIDIA Canary ima 8802 parametra. Veći modeli su točniji, ali sporije; STT.ai domaćina NVIDIA Canary na GPU tako da broj parametara ne utječe na performanse vašeg klijenta.
NVIDIA Canary prihvaća svaki oblik STT.ai podrške — MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI i ostali. Izlaz kao TXT, SRT, VTT, DOCX, JSON, ili PDF.
Da. Zvučnička dijarizacija teče uz NVIDIA Canary za svaku transkripciju — svaki govornik je označen i možete ih nakon toga preimenovati u uredniku.
Da. NVIDIA Canary trči u našem upravljanom okruženju – audio se obrađuje i briše uobičajeno i nikada se ne koristi za trening bez eksplicitne opt-in. Pro planovi dodati klijent-strana enkripcija za transkripte u miru.
Koristite alat usporedbe-stt za pokretanje NVIDIA Canary protiv bilo kojeg drugog podržanog modela na istom zvuku – vidjet ćete WER, broj segmenta, zvučnike, i samopouzdanje rezultate strane-ba-side. NVIDIA Canary protiv Whisper Veliki V3 usporedba je najčešće pokrenuti.
Da. Navedite "nvidia-canary" kao parametar modela na /v1/transcribe ishodu. Python i Node.js SDKs uključuju NVIDIA Canary primjera. Besplatni API stupanj uključuje 100 minuta/mjesec.
Da. Budući da je NVIDIA Canary je 8802-licensirana, možete ga samostalno voditi. STT.ai stranica otvorenog izvora popisuje repo i utege projekta. Većina proizvodnih timova koristi našu domaćinu za preskočenje GPU nabave, modela swaps, i ops.