Перапісаць з NVIDIA Parakeet
3.0%
WER
1
Мовы
55.0x
Хуткасць
CC-BY-4.0
Ліцэнзія
Пра NVIDIA Parakeet
NVIDIA Parakeet TDT 1. 1B — гэта найноўшая мадэль англійскай ASR, якая выкарыстоўвае архітэктуру FastConformer з трансфарматарам токена і даўжыні (TDT). Яна дасягае дакладнасці, блізкай да дакладнасці чалавека, на стандартных англійскіх бенчмарках і высока аптымалізавана для графічных працэсараў NVIDIA.
Мовы, якія падтрымліваюцца NVIDIA Parakeet
Звесткі пра мадэль
- ПастаўшчыкNVIDIA
- Архітэктура-
- ЛіцэнзіяCC-BY-4.0
- АбнавіцьMar 2026
Часта задаваемыя пытанні
NVIDIA Parakeet - гэта мадэль пераўтварэння мовы ў тэкст ад NVIDIA. STT.ai размяшчае NVIDIA Parakeet на нашай інфраструктуры GPU, таму вы можаце выкарыстоўваць яго без стварэння свайго апаратнага забеспячэння - загрузіце аўдыё або відэа і выберыце NVIDIA Parakeet з выбару мадэлі.
На стандартных тэставанні, NVIDIA Parakeet дасягае каля 3.0% Word Error Rate. Рэальная дакладнасць залежыць ад якасці гуку, акцэнту і мовы; для шумных або акцэнтаваных запісаў чакайце на некалькі працэнтных пунктаў вышэй WER.
NVIDIA Parakeet працуе на бясплатным узроўні STT.ai - кожны наведвальнік атрымлівае 600 хвілін, каб пачаць без платы. Плацежныя планы дадаюць большыя абмежаванні на файл, прыватныя транскрыпты і прыярытэтныя чаргі.
NVIDIA Parakeet выпушчаны пад ліцэнзіяй CC-BY-4.0, дазваляе адкрыты код. Вы можаце самастойна ўсталяваць NVIDIA Parakeet на вашым камп' ютары або выкарыстоўваць нашу версію - абодва могуць быць выкарыстаны ў камерцыйных мэтах.
NVIDIA Parakeet падтрымлівае 1 моў. Аўтаматычнае выяўленне выбірае правільную мову для большасці гукаў; вы таксама можаце вызначыць яе ўручную для невялікага павышэння дакладнасці.
NVIDIA Parakeet апрацоўвае аўдыё з хуткасцю 55.0x у рэальным часе на нашых GPU. 1- гадзінны аўдыё файл скончыцца менш чым за 1 хвіліны; даўжэйшыя файлы будуць адпраўляцца ў чаргу і абвяшчаць па электроннай пошце, калі яны будуць завершаны.
NVIDIA Parakeet мае параметры 1.1B. Большыя мадэлі больш дакладныя, але павольнейшыя; STT.ai мае NVIDIA Parakeet на GPU, таму колькасць параметраў не ўплывае на хуткасць працы кліента.
NVIDIA Parakeet прымае ўсе фарматы, якія падтрымлівае STT.ai — MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI і іншыя. Вывад у фармаце TXT, SRT, VTT, DOCX, JSON або PDF.
Так. Дыярызацыя гукавых файлаў працуе разам з NVIDIA Parakeet для кожнай транскрыпцыі - кожны гукавы файл мае этыкетку, і вы можаце змяніць яго назву ў рэдактара пасля.
Так. NVIDIA Parakeet працуе ў нашым кіруемым асяроддзі - гук апрацоўваецца і выдаляецца па змаўчанні і ніколі не выкарыстоўваецца для трэніровак без выразнага дазволу. Планы Pro дадаюць шыфраванне з боку кліента для транскрыптаў у спакоі.
Выкарыстоўвайце інструмент compare-stt, каб правесці параўнанне NVIDIA Parakeet з любым іншым падтрымліваемым мадэллю на тым жа аўдыё - вы ўбачыце WER, колькасць сегментаў, этыкеткі дынамікаў і рэйтынгі даверу бок аб бок. Параўнанне NVIDIA Parakeet супраць Whisper Large V3 - гэта найбольш частае параўнанне.
Так. Вызначце "nvidia-parakeet" як параметр мадэлі ў канечнай кропцы /v1/transcribe. Python і Node.js SDK ўключаюць прыклады NVIDIA Parakeet. Бясплатны ўзровень API ўключае 100 хвілін / месяц.
Так. Паколькі NVIDIA Parakeet мае ліцэнзію CC-BY-4.0, вы можаце самастойна яго ўсталяваць. На старонцы адкрытага кода STT.ai паказаны рэпазітары і вагі праекту. Большасць каманд выкарыстаюць нашу ўсталяваную версію, каб прапусціць закупку GPU, абмен мадэлямі і аперацыі.