NVIDIA Parakeet
STT.ai-нан астам нұсқасы бар, оның ішінде 100-ден астам нұсқасы әлі күнге дейін қолданыста.
Біз орындайтын модельдермен аудару →
3.0%
WER
1
Тілдер
55.0x
Жылдамдығы
CC-BY-4.0
Лицензия
& Бұл туралы NVIDIA Parakeet
NVIDIA Parakeet TDT 1. 1B - бұл FastConformer архитектурасымен және Token- and- Duration Transducer (TDT) арқылы жұмыс істейтін ең соңғы ағылшын ASR моделі. Ол ағылшын стандартты бенчмарктерінің дәлдігін адамға жақын деңгейге жеткізеді және NVIDIA графикалық процессорлары үшін жоғары деңгейде оптимизацияланған.
Қолдау табатын тілдер NVIDIA Parakeet
Үлгі мәліметі
- ПровайдеріNVIDIA
- Архитектура-
- ЛицензияCC-BY-4.0
- ЖаңартылғанMar 2026
Жиі қойылатын сұрақтар
NVIDIA Parakeet - NVIDIA- нің сөйлеуден мәтінге аудару үлгісі. STT.ai- де NVIDIA Parakeet әлі жегілмеген - бұл бет модель туралы сілтеме мәліметі. STT.ai- де транскрипция үшін үлгі таңдаушысы Whisper шоғырын (Turbo, Large V3, Medium, Small) ұсынады.
Стандартты тексерулерде NVIDIA Parakeet шамамен 3.0% сөз қателігіне ие. Тілдегі қателіктердің шынайы дәлдігі дыбыс сапасына, акцентіне және тіліне байланысты; шулы немесе акцентті жазбалар үшін WER бірнеше пайызға жоғары болады.
NVIDIA Parakeet STT.ai- да жоқ. Оның өзінің лицензиялық шарттары оны өзіңіз орындауға рұқсат береді. STT.ai- ның тегін деңгейі біз орындайтын Whisper модельдерін қамтиды - 600 минут бастау, содан кейін ай сайын тегін қосу.
NVIDIA Parakeet CC-BY-4.0 ашық-көздік лицензиясымен шығарылған. Сіз NVIDIA Parakeet-ді өзіңіздің жабдықтарыңызда немесе біздің хостинг нұсқамызды қолданып, өзіңізде орната аласыз - екеуі де коммерциялық мақсатта қолданылады.
NVIDIA Parakeet 1 тілдерді қолдайды. Аудио файлдардың көпшілігі үшін тіл автоматты түрде анықталады; бірақ, дәлдігін арттыру үшін оны қолмен де келтіруге болады.
NVIDIA Parakeet аудионы біздің графикалық процессорларда 55.0x жылдамдықпен өңдейді. 1 сағаттық аудио файлды өңдеу 1 минуттан аз уақытты алады; ұзақ файлдар кезекке тұрып, орындалғанда эл. пошта арқылы хабарланады.
NVIDIA Parakeet- нің 1.1B параметрлері бар. Үлкен модельдер нақтылығы жоғары, бірақ баяу; STT.ai- дің графикалық процессорында NVIDIA Parakeet бар, сондықтан параметрлер саны клиенттік жағының жылдамдығына әсер етпейді.
NVIDIA Parakeet STT.ai қолдайтын барлық пішімдерді қабылдайды — MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI және басқалары. Шығыс TXT, SRT, VTT, DOCX, JSON немесе PDF.
Иә. Дикторлар тізімі әрбір транскрипция үшін NVIDIA Parakeet- мен бірге орындалады - әрбір дыбыс шығарушы белгіленеді, содан кейін редакторда қайта атауға болады.
Иә. NVIDIA Parakeet біздің басқару ортамызда орындалады — аудио әдетті түрде өңделеді және өшіріледі, және ешқашан да рұқсатсыз оқыту үшін қолданылмайды. Pro жоспары клиенттік тараптан тыныштықтағы транскрипттерді шифрлауды қосады.
compare-stt құралын пайдаланып, NVIDIA Parakeet-ді басқа қолдау көрсетілетін модельдермен салыстырып көріңіз. WER, сегменттер саны, динамиктердің жарлықтары және сенімділік көрсеткіштері қатар көрсетіледі. NVIDIA Parakeet мен Whisper Large V3 салыстыруы жиі қолданылады.
Иә. /v1/transcribe аяқтау нүктесіндегі модель параметрі ретінде "nvidia-parakeet" дегенді келтіріңіз. Python және Node.js SDK- лары NVIDIA Parakeet мысалдарды қамтиды. API- ның тегін деңгейі 100 минут/ ай.
Иә. NVIDIA Parakeet CC-BY-4.0 лицензиясымен шыққандықтан, оны өзіңіз хост ете аласыз. STT.ai ашық көздер бетінде жобаның репозиториясы мен салмағы көрсетілген. Өндірістік топтардың көбі біздің хост нұсқамызды GPU сатып алу, модельдерді алмастыру және операцияларды өткізіп жіберу үшін пайдаланады.