NVIDIA Canary
STT.ai ass eng Uertschaft an der Gemeng Réiden an der Provënz Lëtzebuerg.
D'Modeller, déi mir lafen, transkribéieren →
3.5%
WER
4
Sproochen
45.0x
Geschwindegkeet
CC-BY-4.0
Lizenz
Iwwer NVIDIA Canary
NVIDIA Canary ass e 1B-Parametermodell, dat bei der Transkriptioun vun Englesch, Däitsch, Franséisch a Spuenesch exzellent ass. Gebaut op dem NeMo-Framework, benotzt et e FastConformer-Encoder mat engem Transformator-Decoder an ënnerstëtzt d'automatesch Sproocherkennung an Iwwersetzung.
Sproochen NVIDIA Canary
Modellinformatioun
- ProviderNVIDIA
- Architektur-
- LizenzCC-BY-4.0
- AktualiséiertMar 2026
Häufig gestallte Froen
NVIDIA Canary ass e Sprooch-zu-Text-Modell vum NVIDIA. STT.ai leeft derzäit net mat NVIDIA Canary - dës Säit ass Referenzinformatioun iwwer dat Modell. Fir Transkriptioun op STT.ai bitt d'Modell-Auswiel d'Whisper-Famill (Turbo, Large V3, Medium, Small) un.
D'Zuel vun de Sproochen, déi an der Welt geschwat ginn, ass ronn 880 Milliounen, an déi meescht vun hinnen hunn eng Sprooch als Mammesprooch.
NVIDIA Canary ass net op STT.ai verfügbar. Seng eege Lizenzbedingunge bestëmmen, wéi Dir et selwer ausféiert. D'Fräiversioun vun STT.ai deckt d'Whisper-Modeller, déi mir lafen - 600 Minutten ze starten, duerno eng monatlech gratis Erhéijung.
NVIDIA Canary ass ënner der CC-BY-4.0, enger permissiver Open-Source-Lizenz verëffentlecht ginn. Dir kënnt NVIDIA Canary op Ärer eegene Hardware hosten oder eis gehostete Versioun benotzen - béid sinn kommerziell benotzt.
NVIDIA Canary ënnerstëtzt 4 Sproochen. D'Auto-Erkennung wielt d'richtig Sprooch fir déi meescht Audio; Dir kënnt et och manuell uginn fir eng kleng Präzisiounssteigerung.
NVIDIA Canary veraarbecht Audio mat ongeféier 45.0x Echtzäit op eise GPUen. Eng 1 Stonn laang Audiodatei ass a manner wéi 1 Minutten ofgeschloss; méi laang Dateien ginn an d'Warteschlange gesat an no der Fertigstellung per E-Mail informéiert.
NVIDIA Canary huet 1B Parameter. Grouss Modeller sinn dacks méi genee, awer méi lues; STT.ai huet NVIDIA Canary op der GPU, sou datt d'Zuel vun de Parameteren Är Clientsleeschtung net beaflosst.
NVIDIA Canary akzeptéiert all Formater déi STT.ai ënnerstëtzt — MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI, an aner. Ausgab als TXT, SRT, VTT, DOCX, JSON oder PDF.
D'Sprooch ass ronn 800.000 Leit bekannt, déi an der ganzer Welt geschwat ginn, an déi meescht vun hinnen an der Regioun liewen.
Ja. NVIDIA Canary leeft an eiser verwalteter Ëmwelt — Audio gëtt standardméisseg veraarbecht a geléist a gëtt ni fir Training benotzt ouni explizit Opt-in. Pro Pläng addéieren Client-säiteg Verschlësselung fir Transkriptiounen am Ruhezustand.
D'Vergleiche-stt-Tool gëtt benotzt fir NVIDIA Canary mat all anere Modeller ze vergläichen, déi op deem selwechten Audiosystem ënnerstëtzt ginn. Dobäi gesi mir WER, Segment-Zuel, Lautsprecher-Label an Zuverlässegkeetswäerter netzwierklech. De Verglach NVIDIA Canary vs Whisper Large V3 gëtt am meeschte benotzt.
Ja. Gebt "nvidia-canary" als Modellparameter op dem /v1/transcribe Endpunkt un. Python an Node.js SDKs enthalen NVIDIA Canary Beispiller. D'gratis API-Tier enthält 100 Minutten/Mount.
Ja. Well NVIDIA Canary CC-BY-4.0-lizenzéiert ass, kënnt Dir et selwer hosten. D'Open-Source-Säit vun STT.ai lëscht de Projet-Repo an d'Gewiicht op. D'Meiste Produktiounsteams benotzen eis gehostete Versioun fir GPU-Beschaffung, Modell-Swaps an Ops ze iwwerhuelen.