NVIDIA Parakeet

Nid yw STT.ai yn rhedeg y model hwn — gwybodaeth gyfeirio am hyn yw'r dudalen hon. Trosysgrifo gyda'r modelau yr ydym yn rhedeg →
3.0%
WER
1
Iaith:
55.0x
Cyflymder
CC-BY-4.0
Trwydded

Am NVIDIA Parakeet

Model ASR Saesneg o'r radd flaenaf yw NVIDIA Parakeet TDT 1.1B, sy'n defnyddio pensaernïaeth FastConformer gydag Trosglwyddydd Tocyn a Hyd (TDT). Mae'n cyrraedd cywirdeb sy'n debyg i'r un dynol ar gymharebau safonol Saesneg ac mae wedi'i optimeiddio'n fawr ar gyfer GPU NVIDIA.

Ieithoedd a gynhelir gan NVIDIA Parakeet

Cwestiynau a Ofynnir yn Aml

Model siarad-i-testun gan NVIDIA yw NVIDIA Parakeet. Nid yw STT.ai yn rhedeg NVIDIA Parakeet ar hyn o bryd - gwybodaeth gyfeirio am y model yw'r dudalen hon. Ar gyfer trosysgrifo ar STT.ai, mae'r dewisydd model yn cynnig y teulu Whisper (Turbo, Large V3, Medium, Small).

Ar fesurau safonol, mae NVIDIA Parakeet yn cyrraedd Cyfradd Gwallau Geiriau o tua 3.0%. Mae cywirdeb yn y byd go iawn yn dibynnu ar ansawdd sain, sain a iaith; ar gyfer recordiadau swnllyd neu sainedig, disgwyliwch ychydig o bwyntiau canran uwch WER.

Nid yw NVIDIA Parakeet ar gael ar STT.ai. Mae ei delerau trwydded ei hun yn llywodraethu ei redeg chi eich hun. Mae lefel rhad ac am ddim STT.ai yn cwmpasu'r modelau Whisper yr ydym yn eu rhedeg - 600 munud i ddechrau, yna tocyn misol am ddim.

Cyhoeddir NVIDIA Parakeet o dan CC-BY-4.0, trwydded ffynhonnell agored ganiataol. Gallwch hunan-gartrefu NVIDIA Parakeet ar eich caledwedd eich hun neu ddefnyddio ein fersiwn cartrefiedig — mae'r ddau yn defnyddiol yn fasnachol.

Cynhelir NVIDIA Parakeet iaith 1. Mae darganfod yn awtomatig yn dewis yr iaith gywir ar gyfer y rhan fwyaf o sain; gallwch hefyd ei benodi â llaw er mwyn gwella cywirdeb ychydig.

Mae NVIDIA Parakeet yn prosesu sain ar tua 55.0x amser real ar ein GPUs. Mae ffeil sain 1 awr yn gorffen mewn llai na 1 munud; mae ffeiliau hirach yn rhedeg yn y rhes a chaiff eu hysbysu drwy e-bost pan fyddant wedi gorffen.

Mae gan NVIDIA Parakeet baramedrau 1.1B. Mae modelau mwy yn tueddu i fod yn fwy cywir ond yn araf; mae STT.ai yn gwestiwn NVIDIA Parakeet ar y GPU felly nid yw'r cyfrif paramedrau yn effeithio ar eich perfformiad ochr y cleient.

Mae NVIDIA Parakeet yn derbyn pob fformat a gynhelir gan STT.ai — MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI, ac eraill. Allbwn fel TXT, SRT, VTT, DOCX, JSON, neu PDF.

Ie. Rheda diareiddio siaradwyr gyda NVIDIA Parakeet ar gyfer pob trosysgrifiad - mae pob siaradwr yn cael ei labelu a gallwch eu hail-enwi yn y golygydd yna.

Ydy. Mae NVIDIA Parakeet yn rhedeg yn ein hamgylchedd rheoli — mae sain yn cael ei brosesu a'i ddileu yn rhagosodedig ac ni chaiff ei ddefnyddio erioed ar gyfer hyfforddiant heb optio i mewn yn glir. Mae cynlluniau Pro yn ychwanegu amgryptio ochr y cleient ar gyfer trosysgrifau wrth aros.

Defnyddiwch yr erfyn compare-stt i redeg NVIDIA Parakeet yn erbyn unrhyw ddull arall a gynhelir ar yr un sain — byddwch yn gweld WER, cyfrif segmentau, labeli siaradwyr, a sgôr ymddiriedaeth ochr yn ochr. Y cymhariaeth NVIDIA Parakeet vs Whisper Large V3 yw'r un fwyaf cyffredin.

Ie. Penodi "nvidia-parakeet" fel paramedr model ar y /v1/transcribe diwedd-bwynt. Mae Python a Node.js SDKs yn cynnwys enghreifftiau NVIDIA Parakeet. Mae lefel API am ddim yn cynnwys 100 munud/mis.

Ie. Gan fod NVIDIA Parakeet yn cael ei drwyddedu gan CC-BY-4.0, gallwch ei hunan-gartrefu. Mae tudalen ffynhonnell agored STT.ai yn rhestru'r storfa a'r pwysau. Mae'r rhan fwyaf o'r timau cynhyrchu yn defnyddio ein fersiwn cartrefi i hepgor prynu GPU, cyfnewid modelau, ac ops.
Made by @nadermx