NVIDIA Canary
Lo STT.ai executa pas aqueste modèl - aquesta pagina es una informacion de referéncia sus el.
Transcriure amb los modèls que se fan executar →
3.5%
WER
4
Lengas
45.0x
Velocitat
CC-BY-4.0
Licéncia
A prepaus de NVIDIA Canary
NVIDIA Canary es un modèl de paramètres 1B que excelís dins la transcripcion anglesa, alemanda, francesa e espanhòla. Construch sus l'encastre NeMo, utiliza un encodador FastConformer amb un descodificador de transformador e pren en carga la deteccion e la traduccion automaticas de la lenga.
Entresenhas sul modèl
- ProvesidorNVIDIA
- Arquitectura-
- LicénciaCC-BY-4.0
- ActualizatMar 2026
Questions frequentas
NVIDIA Canary is a speech-to-text model by NVIDIA. STT.ai does not currently run NVIDIA Canary — this page is reference information about the model. For transcription on STT.ai, the model picker offers the Whisper family (Turbo, Large V3, Medium, Small).
@ info
Lo NVIDIA Canary es pas disponible sul STT.ai. Las condicions de la licéncia lo regisson. Lo nivèl liure del STT.ai cobrís los modèls Whisper que nos cal utilizar - 600 minutas per començar, puèi un recargament mensal liure.
NVIDIA Canary es publicat jos la licéncia CC-BY-4.0, una licéncia de còde dobèrt permissiva. Podètz auto-ostejar NVIDIA Canary sus vòstre pròpri maquinari o utilizar nòstra version ostejada — ambedos son comercialament utilizables.
NVIDIA Canary pren en carga 4 lengas. La deteccion automatica causís la lenga correcta per la majoritat dels sons; podètz tanben la especificar manualament per una precision melhorada.
NVIDIA Canary traça l'audio a aperaquí 45.0x en temps real sus nòstras GPU. Un fichièr àudio d'una ora se acaba en mens de 1 minutas; los fichièrs mai longs son plaçats en fila e notificats per corrièr electronic quand son acabats.
NVIDIA Canary a de paramètres 1B. Los modèls mai grands son mai precises mas mai lents; STT.ai òste NVIDIA Canary sul GPU, doncas lo compte de paramètres afecta pas vòstras performanças del costat client.
NVIDIA Canary accepta totes los formats que pren en carga STT.ai — MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI, e d'autres. Sortida coma TXT, SRT, VTT, DOX, JSON, o PDF.
@ info: shell
@ info
Utilizatz l'aisina compare-stt per comparar NVIDIA Canary amb quin autre modèl suportat sul meteis audio — veiretz WER, lo comptatge de segments, las etiquetas dels parlants e las pontuacions de fiabilitat a costat. La comparason NVIDIA Canary vs Whisper Large V3 es la mai comuna.
Òc. Especifiquez "nvidia-canary" coma paramètre del modèl sul punt de fin /v1/transcribe. Los SDK Python e Node.js incluson d'exemples NVIDIA Canary. Lo nivèl API liure inclutz 100 minutas/mes.
Òc. Perque NVIDIA Canary es licenciat amb CC-BY-4.0, podètz l'albergar. La pagina de còde dobèrt de STT.ai lista lo repositori e los pes del projècte. La majoritat de las equipas de produccion utilizan nòstra version albergada per passar l'aquisicion de GPU, los escambis de modèls e las operacions.