NVIDIA Parakeet
STT.ai no ejecuta este modelo. Esta página es información de referencia sobre él.
Transcribir con los modelos que ejecutamos →
3.0%
WER
1
Idiomas
55.0x
Velocidad
CC-BY-4.0
Licencia
Acerca de NVIDIA Parakeet
NVIDIA Parakeet TDT 1.1B es un modelo ASR inglés de última generación que utiliza la arquitectura FastConformer con Transductor Token-and-Duration (TDT). Alcanza una precisión casi humana en los parámetros estándar de inglés y está altamente optimizado para GPUs NVIDIA.
Idiomas apoyados por NVIDIA Parakeet
Información del modelo
- ProveedorNVIDIA
- Arquitectura-
- LicenciaCC-BY-4.0
- ActualizadoMar 2026
Preguntas frecuentes
NVIDIA Parakeet es un modelo de habla a texto de NVIDIA. STT.ai no funciona actualmente NVIDIA Parakeet — esta página es información de referencia sobre el modelo. Para la transcripción en STT.ai, el modelo de selector ofrece la familia Whisper (Turbo, Large V3, Medium, Small).
En puntos de referencia estándar, NVIDIA Parakeet alcanza alrededor de 3.0% tasa de error de Word. La precisión en el mundo real depende de la calidad de audio, el acento y el lenguaje; para grabaciones ruidosas o acentuadas, espere unos puntos porcentuales más alto WER.
NVIDIA Parakeet no está disponible en STT.ai. Sus propios términos de licencia rigen su funcionamiento. STT.ai de nivel libre cubre los modelos Whisper que corremos — 600 minutos para comenzar, luego una recarga mensual gratuita.
NVIDIA Parakeet es lanzado bajo CC-BY-4.0, una licencia de código abierto permisiva. Usted puede auto-anfitriona NVIDIA Parakeet en su propio hardware o utilizar nuestra versión alojada — ambos son comercialmente utilizables.
NVIDIA Parakeet admite 1 idiomas. La detección automática selecciona el idioma adecuado para la mayoría de audio; también puede especificarlo manualmente para un pequeño ascensor de precisión.
NVIDIA Parakeet procesa audio en aproximadamente 55.0x en tiempo real en nuestras GPUs. Un archivo de audio de 1 hora termina en menos de 1 minutos; los archivos más largos cola y notificar por correo electrónico cuando se hace.
NVIDIA Parakeet tiene parámetros 1.1B. Los modelos más grandes tienden a ser más precisos pero más lentos; STT.ai aloja NVIDIA Parakeet en GPU para que el recuento de parámetros no afecte el rendimiento de su cliente.
NVIDIA Parakeet acepta todos los soportes de formato STT.ai — MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI, y otros. Salida como TXT, SRT, VTT, DOCX, JSON o PDF.
Sí. Diarización del altavoz corre junto a NVIDIA Parakeet para cada transcripción - cada altavoz está etiquetado y se puede cambiar el nombre en el editor después.
Sí. NVIDIA Parakeet se ejecuta en nuestro entorno gestionado — audio se procesa y elimina por defecto y nunca se utiliza para el entrenamiento sin opt-in explícito. Planes Pro añadir cifrado del lado del cliente para transcripciones en reposo.
Utilice la herramienta compare-stt para ejecutar NVIDIA Parakeet contra cualquier otro modelo soportado en el mismo audio: verá WER, conteo de segmentos, etiquetas de altavoz y puntuaciones de confianza lado a lado. La comparación NVIDIA Parakeet vs Whisper Large V3 es la más común.
Sí. Especifique "nvidia-parakeet" como parámetro de modelo en el endpoint /v1/transcribir. Los SDKs de Python y Node.js incluyen NVIDIA Parakeet ejemplos. El nivel de API libre incluye 100 minutos/mes.
Sí. Debido a que NVIDIA Parakeet es licenciada CC-BY-4.0, usted puede auto-anfitrionarlo. STT.ai's página de código abierto lista la repo proyecto y pesos. La mayoría de los equipos de producción utilizan nuestra versión alojada para saltarse la adquisición de GPU, modelos swaps, y ops.