NVIDIA Canary
STT.ai kjører ikke denne modellen – denne siden er referanseinformasjon om den.
Transkriber med de modellene vi kjører →
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 kjører ikke NVIDIA Canary – denne siden er referanseinformasjon om modellen. For utskrift på STT.ai tilbyr modellvelgeren Whisper - familien (Turbo, Stor V3, Middels, Liten).
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 finnes ikke på STT.ai. Dens egne lisensvilkår styrer selv om den kjører. STT.ai fritt nivå dekker de Whisper- modellene vi kjører. 600 minutter å starte, så en månedlig gratis top- up.
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.