Atsekti NVIDIA Canary
3.5%
WER
4
Kalbos
45.0x
Greitis
CC-BY-4.0
Licencija
Apie NVIDIA Canary
NVIDIA Canary yra 1B parametro modelis, kuris pranoksta anglų, vokiečių, prancūzų ir ispanų transkripcijos. Pastatytas NeMo sistemos, ji naudoja FastConformer enkoder su transformatoriaus dekoderis ir palaiko automatinę kalbos aptikimo ir vertimo.
Pavyzdinės informacijos
- TeikėjasNVIDIA
- Architektūra-
- LicencijaCC-BY-4.0
- AtnaujintaMar 2026
Dažnai užduodami klausimai
NVIDIA Canary yra kalbos-teksto modelis iki NVIDIA. STT.ai savo GPU infrastruktūroje sumontuoti NVIDIA Canary, todėl jį galite naudoti neįrengdami savo techninės įrangos – įkelkite garso ar vaizdo ir pasirinkite NVIDIA Canary iš modelio parinkiklis.
Dėl standartinių lyginamųjų standartų, NVIDIA Canary pasiekia apie 8801% Word error Rate. Realaus pasaulio tikslumas priklauso nuo garso kokybės, akcentas, ir kalba; Triukšmingų ar akcentuotų įrašų, tikėtis keletą procentinių punktų didesnis WER.
NVIDIA Canary veikia STT.ai laisvų pakopų – kiekvienas lankytojas gauna 600 minučių pradėti be jokios kainos. Mokami planai pridėti daugiau per failą ribų, privačių stenogramų, ir prioritetinių eilė.
NVIDIA Canary yra išleistas pagal CC-BY-4.0, leistina atviro kodo licencija. Galite savarankiškai-host NVIDIA Canary ant savo aparatūros arba naudoti mūsų palaikomą versiją - abu yra komerciškai naudoti.
NVIDIA Canary palaiko 4 kalbas. Automatinis aptikimas pasirenka reikiamą kalbą daugumai garso; taip pat galite nurodyti ją rankiniu būdu nedideliam tikslumui pakelti.
NVIDIA Canary apdoroja garsą maždaug 45.0x realiu laiku mūsų GPU. 1 valandos garso failas baigiasi po 1 minučių; ilgesnis failų eilė ir apie tai praneš el. paštu, kai tai bus padaryta.
NVIDIA Canary turi 1B parametrus. Didesni modeliai yra tikslesni, bet lėčiau; STT.ai GPU mazgai NVIDIA Canary, todėl parametrų skaičius neturi įtakos Jūsų klientų veiklos rezultatams.
NVIDIA Canary priima kiekvieną formatą STT.ai palaiko: MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI ir kt. Išvesti kaip TXT, SRT, VTT, DOCX, JSON, arba PDF.
Taip. Garsiakalbio diarizacija veikia šalia NVIDIA Canary kiekvienam transkripcija – kiekvienas garsiakalbis yra pažymėtas ir galite pervadinti juos redaktoriuje po to.
Taip. NVIDIA Canary veikia mūsų valdomoje aplinkoje — garso yra apdorojamas ir ištrinamas pagal nutylėjimą ir niekada naudojamas mokymui be aiškaus opt-in. Pro planai pridėti kliento pusėje šifravimo stenogramos poilsio.
Naudokite palyginimo-stt įrankis paleisti NVIDIA Canary prieš bet kurį kitą palaikomą modelį tame pačiame garso — pamatysite WER, segmentų skaičių, garsiakalbių etiketes ir pasitikėjimo balus šalia-by-by. NVIDIA Canary palyginti Whisper didelis V3 yra dažniausiai paleisti.
Taip. Nurodykite "nvidia-canary" kaip modelio parametrą /v1/tractor parametrą. Python ir Node.js SDK yra NVIDIA Canary pavyzdžiai. Nemokama API pakopa apima 100 minučių/mėnesį.
Taip. Kadangi NVIDIA Canary yra CC-BY-4.0-licencijuotas, galite patys-host jį. STT.ai atviro kodo puslapis išvardija projekto atpirkimo ir svorius. Dauguma gamybos komandos naudoja mūsų įdiegtą versiją praleisti GPU pirkimų, modelių apsikeitimo, ir ops.