NVIDIA Canary
STT.ai nelieto šo modeli — šī lapa ir atsauces informācija par to.
Atzīmēt ar modeļiem, ko mēs darām →
3.5%
WER
4
Valodas
45.0x
Ātrums
CC-BY-4.0
Licence
Par NVIDIA Canary
NVIDIA Canary ir 1B parametru modelis, kas izcili pie angļu, vācu, franču un spāņu transkripcija. Built uz NeMo ietvaru, tas izmanto FastConformer kodētājs ar transformatoru dekodētāju un atbalsta automātisku valodas atklāšanas un tulkošanas.
Modelis Info
- PiegādātājsNVIDIA
- Arhitektūra-
- LicenceCC-BY-4.0
- AtjaunotsMar 2026
Bieži uzdoti jautājumi
NVIDIA Canary ir runas-teksta modelis, ko nosaka NVIDIA. STT.ai šobrīd nedarbojas NVIDIA Canary – šajā lapā ir atsauces informācija par modeli. Transkripcijai STT.ai, modelis izvēlētājs piedāvā Whisper ģimene (Turbo, Liels V3, Vidējs, Mazs).
Par standarta etaloniem 8801% sasniedz aptuveni 8801% vārdu kļūdu rādītājs. Reālā pasaules precizitāte ir atkarīga no audio kvalitātes, akcenta un valodas; trokšņainiem vai izceltiem ierakstiem, sagaida dažus procentu punktus augstāka WER.
NVIDIA Canary nav pieejams uz STT.ai. Tās pašas licences noteikumi regulē to darbojas pats. STT.ai ir bezmaksas līmenis aptver Whisper modeļiem mēs do – 600 minūtes, lai sāktu, tad ikmēneša bezmaksas papildināšanas.
NVIDIA Canary tiek izlaists zem CC-BY-4.0, atļautā atvērtā pirmkoda licence. Jūs varat paša-host NVIDIA Canary uz savu aparatūru vai izmantot mūsu hostinga versiju — abi ir komerciāli izmantojami.
NVIDIA Canary atbalsta 4 valodas. Auto-noteikšana izvēlas pareizo valodu lielākajai daļai audio; jūs varat arī norādīt to manuāli, lai mazs precizitātes pacēlājs.
NVIDIA Canary apstrādā audio apmēram 45.0x reāllaikā mūsu GPU. 1 stundu audio fails beidzas zem 1 minūtēm; ilgāka failu rinda un paziņo pa e-pastu, kad izdarīts.
NVIDIA Canary ir 1B parametri. Lielāki modeļi mēdz būt precīzāki, bet lēnāki; STT.ai saimnieki NVIDIA Canary par GPU, tāpēc parametru skaits neietekmē jūsu klientu veiktspēju.
NVIDIA Canary pieņem katru formātu STT.ai atbalsta - MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI un citi. Izlaide kā TXT, SRT, VTT, DOCX, JSON, vai PDF.
Jā. Skaļruņa diarizācija notiek kopā ar NVIDIA Canary katram transkripcijam — katrs runātājs ir marķēts un pēc tam to var pārdēvēt redaktorā.
Jā. NVIDIA Canary darbojas mūsu pārvaldītajā vidē — audio tiek apstrādāts un dzēsts pēc noklusējuma un nekad netiek izmantots apmācībai bez skaidra opt-in. Pro plāni pievienot klienta pusē šifrēšanu transkriptiem miera stāvoklī.
Izmantojiet salīdzināšanas-stt rīku, lai palaistu NVIDIA Canary pret jebkuru citu atbalstīto modeli tajā pašā audio — jūs redzēsiet WER, segmentu skaitu, skaļruņu etiķetes un uzticamības punktus blakus-by-by. NVIDIA Canary vs Whisper Lielo V3 salīdzinājums ir visbiežāk palaist.
Jā. Norādīt "nvidia-canary" kā modeļa parametru /v1/tractor galapunktā. Python un Node.js SDK ietver NVIDIA Canary piemērus. Bezmaksas API līmenis ietver 100 minūtes/mēnesi.
Jā. Tā kā NVIDIA Canary ir licences CC-BY-4.0, jūs varat paši-host to. STT.ai atvērtā pirmkoda lapā uzskaitīti projekta repo un svaru. Lielākā daļa ražošanas komandas izmanto mūsu hostinga versiju, lai izlaistu GPU iepirkumu, modeļu mijmaiņas darījumi, un opcijas.