NVIDIA Canary
STT.ai ne vodi tega modela – ta stran je referenčna informacija o njem.
Transcribe s modeli, ki jih vodimo →
3.5%
WER
4
Jeziki
45.0x
Hitrost
CC-BY-4.0
Licenca
O projektu NVIDIA Canary
NVIDIA Canary je parameter 1B model, ki odlikuje v angleščini, nemščini, francoščini in španski transkripciji. Zgrajen na NeMo okviru, uporablja FastConformer koder z transformator dekoder in podpira avtomatsko odkrivanje in prevajanje jezika.
Jeziki, ki jih podpira NVIDIA Canary
Podatki o vzorcu
- PonudnikNVIDIA
- Arhitektura-
- LicencaCC-BY-4.0
- PosodobljenoMar 2026
Pogosta vprašanja
NVIDIA Canary je model govora v besedilo do NVIDIA. STT.ai trenutno ne teče NVIDIA Canary – ta stran je referenčne informacije o modelu. Za transkripcijo na STT.ai, model izbirnik ponuja Whisper družino (Turbo, Big V3, Medium, Small).
Na standardnih merilih dosega NVIDIA Canary približno 3.5% Word Napaka. Resnična natančnost je odvisna od kakovosti zvoka, naglasa in jezika; za glasne ali naglašene posnetke, pričakujemo nekaj odstotnih točk višje WER.
NVIDIA Canary ni na voljo na STT.ai. Njeni lastni licenci pogoji urejajo vodenje sam. STT.ai brezplačno stopnja zajema modele Whisper smo teči – 600 minut za začetek, potem mesečno brezplačno top-up.
NVIDIA Canary je sproščeno pod CC-BY-4.0, popustljivo dovoljenje odprtega izvora. Lahko samostojno gostite NVIDIA Canary na lastni strojnici ali uporabite našo gostiteljsko različico – oba sta komercialno uporabna.
NVIDIA Canary podpira 4 jezikov. Samodejno odkrivanje izbere pravi jezik za večino avdio; lahko ga tudi ročno navedete za majhno natančnost dvigala.
NVIDIA Canary procesov avdio ob približno 45.0x v realnem času na naši GPU. 1 urni zvočni datoteka konča v manj kot 8802 minut; daljši datoteki v vrstici in obveščanje po e-pošti, ko se opravi.
NVIDIA Canary ima STT.ai2 parametrov. Večji modeli so običajno bolj natančni, vendar počasnejši; STT.ai gostiteljev NVIDIA Canary na GPU, tako da število parametrov ne vpliva na učinkovitost vašega stranke.
NVIDIA Canary sprejema vse oblike STT.ai podpor – MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI in drugi. Izhod kot TXT, SRT, VTT, DOCX, JSON ali PDF.
Ja. Zvočniška diarizacija teče skupaj z NVIDIA Canary za vsako transkripcijo – vsak zvočnik je označen in jih lahko kasneje preimenujete v uredniku.
Da. NVIDIA Canary teče v našem upravljanem okolju – zvok se obdeluje in briše privzeto in nikoli ne uporablja za usposabljanje brez izrecne opt-in. Pro načrti dodati stran stranke šifriranje za transkripte v počitek.
Uporabite orodje primerjave-st, da teče NVIDIA Canary proti kateremu koli drugemu podprti model na istem zvoku – boste videli WER, segment število, zvočnike, in samozavestne rezultate stran ob strani. Primerjava NVIDIA Canary vs Whisper Large V3 je najpogostejši zagon.
Da. Navedite "nvidia-canary" kot parametr modela na /v1/transcribe end. Python in Node.js SDKs vključujejo NVIDIA Canary primerov. Brezplačni API stopnja vključuje 100 minut/mesec.
Da. Ker je NVIDIA Canary CC-BY-4.0-licenzirano, ga lahko samostojno gostite. STT.ai odprtih strani na seznamu projekta repo in uteži. Večina proizvodnih ekip uporablja našo gostiteljsko različico za preskočitev naročanja GPU, modeli zamenjave in ops.