NVIDIA Parakeet
STT.ai does not run this model — this page is reference information about it.
با مدل هايي که اجرا ميکنيم رونوشت کن →
3.0%
WER
1
زبانها
55.0x
سرعت
CC-BY-4.0
مجوز
در مورد NVIDIA Parakeet
این مدل از معماری FastConformer با تبدیلکننده توکن و مدت زمان (TDT) استفاده میکند و در مقایسه با استانداردهای انگلیسی دقت نزدیک به انسان را به دست میآورد و برای پردازندههای گرافیکی انویدیا بهینه شدهاست.
زبانهای پشتیبانیشده NVIDIA Parakeet
اطلاعات مدل
- ارائهدهندهNVIDIA
- معماری-
- مجوزCC-BY-4.0
- به روزرسانیMar 2026
پرسشهای متداول
NVIDIA Parakeet is a speech-to-text model by NVIDIA. STT.ai does not currently run NVIDIA Parakeet — this page is reference information about the model. For transcription on STT.ai, the model picker offers the Whisper family (Turbo, Large V3, Medium, Small).
در استانداردهای استاندارد، ۸۸۰ در حدود ۸۸۰۰۰۱٪ نرخ خطای کلمه را بدست میآورد. دقت واقعی بستگی به کیفیت صدا، لهجه و زبان دارد؛ برای ضبطهای پر سر و صدا یا لهجه، انتظار چند درصد بالاتر از WER را داشته باشید.
NVIDIA Parakeet در STT.ai در دسترس نیست. شرایط مجوز خود را برای اجرای خود تنظیم میکند. STT.ai سطح رایگان مدل Whisper را پوشش میدهد که ما اجرا میکنیم - 600 دقیقه برای شروع، سپس یک ماه رایگان اضافه کردن.
شما میتوانید ۸۸۰۰۰ را بر روی سختافزار خود میزبانی کنید یا از نسخه میزبانی شده ما استفاده کنید - هر دو قابل استفاده تجاری هستند.
۸۸۰۰۰ از ۸۸۰۰۰۱ زبان پشتیبانی میکند. تشخیص خودکار زبان درست را برای بیشتر صداها انتخاب میکند؛ همچنین میتوانید آن را برای یک بالا بردن دقت کوچک به صورت دستی مشخص کنید.
یک فایل صوتی یک ساعته در کمتر از ۸۸۰۰۰۲ دقیقه به پایان میرسد؛ فایلهای طولانیتر در صف قرار میگیرند و هنگام انجام شدن توسط ایمیل اطلاع داده میشوند.
NVIDIA Parakeet has 1.1B parameters. Larger models tend to be more accurate but slower; STT.ai hosts NVIDIA Parakeet on GPU so the parameter count doesn't affect your client-side performance.
NVIDIA Parakeet هر فرمتی را که STT.ai پشتیبانی میکند را میپذیرد - MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI و دیگران.
بله. نوشتار شنونده در کنار NVIDIA Parakeet برای هر رونوشت اجرا می شود — هر شنونده برچسب گذاری شده و می توانید بعداً آنها را در ویرایشگر تغییر نام دهید.
بله. ۸۸۰۰۰ در محیط مدیریت شده ما اجرا میشود — صدا به صورت پیشفرض پردازش و حذف میشود و هیچگاه برای آموزش بدون انتخاب صریح استفاده نمیشود.
از ابزار compare-stt برای اجرا کردن ۸۸۰۰۰ در مقابل هر مدل پشتیبانی شده دیگری در همان صدا استفاده کنید - شما WER، شمار بخشها، برچسبهای بلندگو و امتیازات اعتماد را در کنار هم خواهید دید.
بله. "nvidia-parakeet" را به عنوان پارامتر مدل در /v1/transcribe endpoint مشخص کنید. Python و Node.js SDK شامل نمونههای NVIDIA Parakeet هستند. سطح API رایگان شامل ۱۰۰ دقیقه در ماه است.
بله. چون NVIDIA Parakeet دارای مجوز CC-BY-4.0 است، شما میتوانید آن را خودتان میزبانی کنید. صفحهٔ منبع باز STT.ai فهرستی از پروژه و وزنها را ارائه میدهد. بیشتر تیمهای تولید از نسخهٔ میزبانی شده ما برای فراموش کردن خرید GPU، مبادلات مدل و عملیات استفاده میکنند.