Atzīmēt ar NVIDIA Canary
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 līdz NVIDIA. STT.ai uzstādā NVIDIA Canary mūsu GPU infrastruktūrā, lai jūs varētu to izmantot, nenodrošinot savu aparatūru — augšupielādēt audio vai video un izvēlēties NVIDIA Canary no modeļa izvēlētājs.
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 notiek uz STT.ai bezmaksas līmeni – katrs apmeklētājs saņem 600 minūtes, lai sāktu bez maksas. Maksājamie plāni pievienot ilgākus vienas datnes limitus, privātus transkriptus, un prioritātes rindas.
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 līdzās 88 000 par katru transkripciju — katrs runātājs ir marķēts un jūs varat pārdēvēt tos redaktorā pēc tam.
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.