Transkriber med NVIDIA Canary
3.5%
WER
4
Språk
45.0x
Hastighet
CC-BY-4.0
Lisens
Om NVIDIA Canary
NVIDIA Canary er en 1B- parametermodell som excelerer ved engelsk, tysk, fransk og spansk transkription. Byggt på NeMo- rammeverket bruker den en fastConformer- koder med en transformer- dekoder og støtter automatisk oppdaging og oversettelse av språk.
Modellinfo
- LeverandørNVIDIA
- Arkitektur-
- LisensCC-BY-4.0
- OppdatertMar 2026
Ofte stilte spørsmål
NVIDIA Canary er en tale-til-tekst-modell av NVIDIA. STT.ai er verter NVIDIA Canary på vår GPU-infrastruktur slik at du kan bruke den uten å skaffe til veie din egen maskinvare – last opp lyd eller video og velg NVIDIA Canary fra modellvelgeren.
Med standard standardverdier oppnår 88 000 omtrent 3.5% ordfeilrate. Nøyaktighet i den virkelige verden avhenger av lydkvalitet, aksent og språk. For opptak med støy eller aksent, forvent noen prosentpoeng høyere WER.
NVIDIA Canary kjører på STT.ais ledig nivå – hver besøkende får 600 minutter til å starte uten kostnad. Betalingsplaner legger til lengre filgrenser, private utskrifter og prioritetskøing.
NVIDIA Canary er frigitt under CC-BY-4.0, en ettergivende åpen kildekode- lisens. Du kan selv være vert NVIDIA Canary på din egen maskinvare eller bruke vår vertsversjon – begge kan brukes kommersielt.
NVIDIA Canary støtter 4 språk. Auto- deteksjon velger det riktige språket for de fleste lydene. Du kan også oppgi det manuelt for en liten presisjonsheis.
NVIDIA Canary behandler lyd ved omlag 45.0x i sanntid på våre GPU- er. En en- times lydfil er ferdig på under 1 minutter, lengre filkø og varsles med e- post når den er ferdig.
NVIDIA Canary har 1B parametre. Større modeller har en tendens til å være mer presise men langsommere. STT.ai er verter NVIDIA Canary på GPU så parametertallet påvirker ikke din ytelse på klientsiden.
NVIDIA Canary godtar alle format STT.ai støtter – MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI og andre. Utdata som TXT, SRT, VTT, DOCX, JSON eller PDF.
Ja. Høytalerdiarisering går sammen med NVIDIA Canary for hver utskrift – hver høyttaler er merket og du kan endre navn på dem i redigeringen etterpå.
Ja. NVIDIA Canary kjører i vårt styrte miljø – lyd behandles og slettes som standard og brukes aldri til trening uten eksplisitt valg. Pro planer legger til kryptering på klientsiden for utskrifter i hvile.
Bruk sammenlikningsverktøyet til å kjøre NVIDIA Canary mot alle andre modeller som støttes på samme lyd – du får se WER, segmenttelling, høyttal og tillitspoeng side om side. Sammenlikningen NVIDIA Canary mot Whisper Stor V3 er det vanligste kjøreverktøyet.
Ja. Oppgi « nvidia-canary » som modellparameter for sluttpunktet / v1/ trancribe. Python og Node. js SDK inkluderer NVIDIA Canary eksempler. Free API- nivå inkluderer 100 minutter/ måned.
Ja, fordi NVIDIA Canary er CC-BY-4.0-lisensert, kan du selv være vert for det. STT.ai-tallets åpen-kildekode side lister prosjektet repo og vekter. de fleste produksjonsteam bruker vår vertsversjon til å hoppe over GPU innkjøp, modellbytteavtaler og ops.