ile Yazıya Dök NVIDIA Canary
3.5%
WER
4
Languages
45.0x
Speed
CC-BY-4.0
License
Hakkında NVIDIA Canary
NVIDIA Canary is a 1B parameter model that excels at English, German, French, and Spanish transcription. Built on the NeMo framework, it uses a FastConformer encoder with a transformer decoder and supports automatic language detection and translation.
Model Info
- ProviderNVIDIA
- Architecture-
- LicenseCC-BY-4.0
- UpdatedMar 2026
Sıkça Sorulan Sorular
NVIDIA Canary, NVIDIA tarafından geliştirilen bir konuşma-metin modelidir. STT.ai, NVIDIA Canary'e GPU altyapımızda ev sahipliği yapmaktadır, böylece kendi donanımınızı sağlamadan kullanabilirsiniz - ses veya video yükleyin ve model seçicisinden NVIDIA Canary'i seçin.
Standart referanslarda, NVIDIA Canary yaklaşık %3.5 kelime hata oranına ulaşmıştır.Gerçek dünya doğruluğu ses kalitesine, aksan ve dile bağlıdır; gürültülü veya aksanlı kayıtlar için, birkaç yüzde puan daha yüksek WER bekleyin.
NVIDIA Canary STT.ai'in ücretsiz seviyesinde çalışır - her ziyaretçi ücretsiz olarak ayda 600 dakika alır.Ödemeli planlar dosya başına daha uzun sınırlar, özel transkripsiyonlar ve öncelikli kuyruklar ekler.
NVIDIA Canary, CC-BY-4.0, bir açık kaynak lisansı altında yayınlanmıştır. NVIDIA Canary'i kendi donanımınızda kendi kendinize konumlandırabilir veya bizim konumlandırılmış sürümümüzü kullanabilirsiniz - her ikisi de ticari olarak kullanılabilir.
NVIDIA Canary 4 dillerini destekler. Otomatik tespit çoğu ses için doğru dili seçer; küçük bir doğruluk artırımı için el ile de belirtebilirsiniz.
NVIDIA Canary, GPU'larımızda yaklaşık 45.0x gerçek zamanlı ses işleme hızına sahiptir. 1 saatlik bir ses dosyası 1 dakikanın altında tamamlanır; daha uzun dosyalar kuyruğa alınır ve bittiğinde e-posta ile bildirim yapılır.
NVIDIA Canary'in 1B parametresi vardır. Daha büyük modellerin daha doğru ama daha yavaş olmasına eğilim vardır; STT.ai GPU'da NVIDIA Canary'e ev sahipliği yapar bu yüzden parametre sayısı istemci taraf performansınızı etkilemez.
NVIDIA Canary, STT.ai'in desteklediği her biçimi kabul eder - MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI ve diğerleri. Çıkış TXT, SRT, VTT, DOCX, JSON veya PDF olarak.
Evet, her bir transkrip için NVIDIA Canary'in yanında konuşanların diarizasyonu çalışıyor. Her bir konuşan etiketleniyor ve sonradan editöründe isimlerini değiştirebilirsiniz.
Evet. NVIDIA Canary bizim yönetilen ortamımızda çalışıyor - ses işleme ve varsayılan olarak silinir ve açıkça opt-in olmadan eğitim için asla kullanılmaz. Pro planları, bekleyen transkripler için istemci tarafı şifreleme ekler.
Aynı ses üzerinde NVIDIA Canary'i diğer desteklenen modellerle karşılaştırmak için compare-stt aracı kullanın - WER, segment sayısını, hoparlör etiketlerini ve güven puanlarını yan yana göreceksiniz. NVIDIA Canary vs Whisper Large V3 karşılaştırması en sık yapılandır.
Evet. /v1/transcribe son noktasında model parametresi olarak "nvidia-canary"yi belirtin. Python ve Node.js SDK'ları NVIDIA Canary örneklerini içerir. Ücretsiz API katmanı ayda 100 dakika içerir.
Evet. NVIDIA Canary CC-BY-4.0 lisanslı olduğu için kendine ev sahipliği yapabilirsin. STT.ai'in açık kaynak sayfası proje deposunu ve ağırlıklarını listeler. Çoğu üretim ekibi GPU satın alımı, model değişimi ve operasyonları atlamak için ev sahipliği yaptığımız sürümü kullanır.