سان نقل ڪريو NVIDIA Canary

عام طور تي دستياب آڊيو ۽ وڊيو سان ڪم ڪري ٿو. DRM-protected مواد کي مدد نه ڏني وئي آهي.

وڌايل لاءِ اپ گريڊ
پرائيويٽ ٽرانسڪرپٽ
ٽرانسڪريٽ سان ڳالھايو
پرو سان کوليو →
فائل ھيڏانهن ڇڏ يا ڪلڪ ڪريو ته ڏسو
MP3, WAV, M4A, FLAC, MP4, MKV, MOV, WebM — 2GB تائين
وڌايل لاءِ اپ گريڊ
پرائيويٽ ٽرانسڪرپٽ
ٽرانسڪريٽ سان ڳالھايو
پرو سان کوليو →
وڌايل لاءِ اپ گريڊ
رڪارڊنگ: 0:00
ريئل-ٽائم موکي (وقت)
وڌايل ويسپر (صحيح)
عام لنڪ: 24h، صرف متن · رجسٽر ٿيو 7d + آڊيو لاءِ · پرو پرائيويٽ لنڪ لاءِ

سچي وقت جي ڳالھائڻ کي متن ۾. AI پاڻمرادو درست ڪندو جيئن توھان ڳالھايو - دقت ڊگھي ڳالھائڻ سان بهتر ٿيندي.

پنھنجو مائڪروفون پھريون پرکي
❤️ STT.ai کي پيارو آهي؟ پنھنجن دوستن کي چئو!
توھان پنھنجي مفت ترميم استعمال ڪئي آھي

600 منٽن جي حاصل ڪرڻ لاءِ مفت ۾ رجسٽر ٿيو، يا $5/مھيني کان وڌيڪ هزارين جي حاصل ڪرڻ لاءِ اپ گريڊ ڪريو.

10 مفت منٽ/ ڏينھن 600 منٽ مفت سان رجسٽريشن ڪو ڪريڊٽ ڪارڊ نه ڳجھي طرح محفوظ
مفت ۾ رجسٽر ٿيو →
3.5%
WER
4
ٻوليون
45.0x
رفتار
CC-BY-4.0
لائسنس

بابت NVIDIA Canary

NVIDIA Canary هڪ 1B پاراميٽر ماڊل آهي جيڪو انگريزي، جرمن، فرانسيسي ۽ اسپيني ترجمي ۾ بهترين آهي. NeMo فريم ورڪ تي ٺهيل، اهو هڪ ٽرانسميٽر ڊيڪوڊر سان هڪ فسٽ ڪنفورمر انڪوڊر استعمال ڪري ٿو ۽ خودڪار ٻولي جي ڳولا ۽ ترجمي کي مدد ڏئي ٿو.

مدد ڏنل ٻوليون NVIDIA Canary

ماڊل جي معلومات
  • مهيا ڪندڙNVIDIA
  • آرڪائيو-
  • لائسنسCC-BY-4.0
  • اپڊيٽ ٿيلMar 2026

گھڻا پڇيل سوال

NVIDIA Canary NVIDIA جو ڳالهائڻ-لکڻ ماڊل آھي. STT.ai NVIDIA Canary کي اسان جي GPU جي بنياد تي ميزبان ڪري ٿو تنھنڪري توھان ان کي پنھنجي هارڊويئر جي فراهمي کانسواءِ استعمال ڪري سگھو ٿا - آڊيو يا وڊيو اپ لوڊ ڪريو ۽ ماڊل چونڊيندڙ مان NVIDIA Canary چونڊيو.

معياري معيار تي، NVIDIA Canary 3.5% لفظ غلطي جي شرح حاصل ڪري ٿو. حقيقي دنيا جي دقت آڊيو جي معيار، ڌيان ۽ ٻولي تي منحصر آهي؛ شور يا ڌيان رکندڙ رڪارڊنگ لاءِ، ڪجهه سيڪڙو پوائنٽس وڌيڪ WER جو اميد آهي.

NVIDIA Canary STT.ai جي مفت سطح تي هلندو آهي - هر هڪ مهمان 600 منٽن کي شروع ڪرڻ لاء ڪو به خرچ نه آهي. ادا ڪيل منصوبا وڌيڪ ڊگهي فائيل حدون، پرائيويٽ ٽرانسڪرپشن ۽ ترجيح واري قطار شامل ڪرڻ.

NVIDIA Canary CC-BY-4.0 تحت جاري ڪيو ويو آهي، هڪ آزاد-سرو لاڳاپو لائسنس. توهان NVIDIA Canary کي پنهنجي هارڊويئر تي پاڻمرادو ميزبان ڪري سگهو ٿا يا اسان جي ميزبان ورزن کي استعمال ڪري سگهو ٿا - ٻئي تجارتي طور استعمال ڪري سگهجن ٿا.

NVIDIA Canary 4 ٻوليون سپورٽ ڪري ٿو. خودڪار ڳولا گھڻن آڊيو لاءِ صحيح ٻولي چونڊيندي آهي؛ توهان ان کي پاڻمرادو به بيان ڪري سگهو ٿا ته جيئن صحيحي ۾ ٿورو اضافو ٿئي.

NVIDIA Canary اسان جي GPUs تي تقريبن 45.0x ريئل ٽائيم تي آڊيو پروسيس ڪري ٿو. 1 ڪلاڪ جي آڊيو فائل 1 منٽن ۾ ختم ٿئي ٿي؛ ڊگهيون فائل ڪنڊي ۾ رکجن ۽ جڏهن مڪمل ٿئي ته اي ميل ذريعي اطلاع ڏين.

NVIDIA Canary وٽ 1B ماڊل آھن. وڏا ماڊل وڌيڪ درست آھن پر سست آھن؛ STT.ai NVIDIA Canary کي GPU تي ميزبان ڪري ٿو تنھنڪري ماڊل جي ڳاڻيٽي توھان جي ڪلائنٽ-سائڊ ڪارڪردگي تي اثر نه ٿا وجهن.

NVIDIA Canary سڀ فارميٽ قبول ڪري ٿو STT.ai مدد — MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI, ۽ ٻيا. خروجي طور TXT, SRT, VTT, DOCX, JSON, يا PDF.

ها. هر هڪ نقل لاءِ NVIDIA Canary سان گڏ ڳالهائيندڙ جي ڊياريزيشن هلندي آهي - هر هڪ ڳالهائيندڙ تي ٽيگ لڳل آهي ۽ توهان انهن جو نالو پوءِ ايڊيٽر ۾ تبديل ڪري سگهو ٿا.

ها. NVIDIA Canary اسان جي انتظامي ماحول ۾ هلندو آهي - آڊيو پروسيس ڪيو ويندو آهي ۽ اڻ سڌي طرح حذف ڪيو ويندو آهي ۽ ڪڏهن به واضح طور تي داخل ٿيڻ کانسواءِ تربيت لاءِ استعمال نه ٿيندو آهي. پرو منصوبا وقف ٿيل ترڪيبن لاءِ ڪلائنٽ-سائڊ انڪرپشن شامل ڪندا آهن.

compare-stt ٽولز کي استعمال ڪريو NVIDIA Canary کي ڪنهن به ٻئي مدد ڏنل ماڊل سان گڏ هڪ ئي آڊيو تي هلائڻ لاءِ - توهان WER، حصن جي ڳاڻيٽي، اسپيڪر جي ليڊس ۽ اعتماد جا نتيجا پاسي پاسي ڏسندا. NVIDIA Canary vs Whisper Large V3 مقابلو سڀ کان عام هلندڙ آهي.

ھائو. /v1/transcribe endpoint تي ماڊل پيراميڊ طور "nvidia-canary" جو بيان ڪريو. Python ۽ Node.js SDKs ۾ NVIDIA Canary جا مثال شامل آهن. مفت API ٽيئر ۾ 100 منٽ/مھينو شامل آهن.

ها. ڇاڪاڻ ته NVIDIA Canary CC-BY-4.0-ليزنٽ آهي، توهان ان کي پاڻمرادو ميزبان ڪري سگهو ٿا. STT.ai جي اوپن سورس صفحي ۾ منصوبي جي ريپو ۽ وزن جي فهرست آهي. گھڻيون پيداوار جون ٽيمون اسان جي ميزبان ورزن کي GPU جي خريداري، ماڊل سوئپس ۽ آپشن کي ڇڏڻ لاءِ استعمال ڪن ٿيون.