NVIDIA Parakeet
STT.ai энэ загварыг ажиллуулж чадахгүй - энэ хуудас нь түүний тухай мэдээллийг агуулдаг.
Бидний ашигладаг загваруудтай хөрвүүл →
3.0%
WER
1
Хэл
55.0x
Хурд
CC-BY-4.0
Лиценз
Тодорхойлолт NVIDIA Parakeet
NVIDIA Parakeet TDT 1.1B нь FastConformer архитектур болон Token-and-Duration Transducer (TDT) ашиглан хамгийн сүүлийн үеийн Англи хэлний ASR загвар юм. Энэ нь стандарт Англи хэлний үзүүлэлтүүдийн хувьд хүнийхтэй адил нарийвчлалтай бөгөөд NVIDIA график процессоруудад маш сайн тохируулсан.
Тусламжтай хэлнүүд NVIDIA Parakeet
Модель мэдээ
- Үйлчилгээ үзүүлэгчNVIDIA
- Архитектур-
- ЛицензCC-BY-4.0
- ШинэчлэгдсэнMar 2026
Заримдаа асуудаг асуултууд
NVIDIA Parakeet нь NVIDIA- ийн ярианаас текст болгох загвар юм. STT.ai нь одоогоор NVIDIA Parakeet- ийг ажиллуулж байгаагүй - энэ хуудас нь загварын тухай мэдээллийг агуулдаг. STT.ai дээрх бичлэгийн хувьд загвар сонгогч Whisper бүлгийг санал болгодог (Түрбэ, том V3, дунд, жижиг).
Стандарт үзүүлэлтээр NVIDIA Parakeet нь 3.0% үгийн алдааны түвшинг хангадаг. Үнэн хэрэгтээ энэ нь дууны чанар, өнгө, хэлнээс хамаарна. Хөгжим дуугарч байгаа үед WER-ийг хэд хэдэн хувь нэмэгдүүлэх хэрэгтэй.
NVIDIA Parakeet нь STT.ai дээр ашиглагдахгүй байна. Түүний лицензийн нөхцөл нь таныг өөрөө ажиллуулахыг шаарддаг. STT.ai-ийн үнэгүй түвшин нь Whisper загваруудыг хамардаг - 600 минут эхлэх, дараа нь сарын үнэгүй нэмэлт.
NVIDIA Parakeet нь CC-BY-4.0, нээлттэй эхийн лицензийн дор гарсан. Та NVIDIA Parakeet-ийг өөрийнхөө тоног төхөөрөмж дээр байршуулж эсвэл манай байршуулсан хувилбарыг ашиглаж болно. Хоёулаа худалдааны зориулалттай.
NVIDIA Parakeet нь 1 хэлийг дэмждэг. Автомат олж илрүүлэх нь олон аудиод тохирох хэлийг сонгоно. Та үүнийг гараараа тодорхойлж, бага зэрэг нарийвчлал нэмэгдүүлэх боломжтой.
NVIDIA Parakeet нь бидний GPU дээр 55.0x бодит цагаар аудиог боловсруулдаг. 1 цагийн аудио файл 1 минутын дотор дуусна; урт файлууд дараалалд орж дууссаны дараа имэйлээр мэдэгдэнэ.
NVIDIA Parakeet нь 1.1B параметртэй. Том загварууд илүү нарийвчлалтай боловч хурд багатай байдаг; STT.ai нь NVIDIA Parakeet-ийг график процессор дээр байрлуулдаг тул параметрийн тоо нь таны клиентийн талд нөлөөлөхгүй.
NVIDIA Parakeet нь STT.ai-ийн дэмждэг бүх форматыг хүлээн авдаг - MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI, болон бусад. Түүний гаралт нь TXT, SRT, VTT, DOCX, JSON, эсвэл PDF.
Тийм ээ. Бүх бичлэгийн хувьд NVIDIA Parakeet-тай хамт дуут дохионы тэмдэглэгээ хийгддэг. Бүх дуут дохионууд нь тэмдэглэгээтэй бөгөөд редакторт нэрийг нь өөрчилж болно.
Тийм. NVIDIA Parakeet нь бидний удирдсан орчинд ажилладаг — аудио нь урьдчилан боловсруулж устгагдсан бөгөөд тодорхой зөвшөөрөлгүйгээр хэзээ ч сургалтанд ашиглагддаггүй. Pro төлөвлөгөө нь хэвийн үед хадгалагдсан бичлэгийг клиентийн талд шифрлэдэг.
NVIDIA Parakeet-ийг дэмждэг бусад загвартай харьцуулахад compare-stt хэрэгслийг ашиглана уу. Та WER, сегментийн тоо, дуут дохионы тэмдэг, найдвартай байдлын оноог хамтдаа харах болно. NVIDIA Parakeet-ийг Whisper Large V3-тэй харьцуулах нь хамгийн түгээмэл хийгддэг.
Тийм. /v1/transcribe төгсгөлийн цэгт "nvidia-parakeet" загварын параметрийг заана уу. Python болон Node.js SDK-д NVIDIA Parakeet жишээ багтсан. Үнэгүй API түвшин нь сарын 100 минутыг багтаасан.
Тийм ээ. NVIDIA Parakeet нь CC-BY-4.0 лицензтэй тул та үүнийг өөрийнхөө сервер дээр байрлуулж болно. STT.ai-ийн нээлттэй эхийн хуудас нь төслийн репозитори болон жингүүдийг жагсаана. Ихэнх үйлдвэрлэлийн багууд бидний хостлагдсан хувилбарыг GPU худалдан авалт, загвар солилцоо, үйл ажиллагааг орхиход ашигладаг.