_Trenskripsikan dengan NVIDIA Parakeet
3.0%
WER
1
Bahasa
55.0x
Kelajuan
CC-BY-4.0
Lesen
Tentang NVIDIA Parakeet
NVIDIA Parakeet TDT 1.1B adalah model ASR bahasa Inggeris terkini menggunakan arsitektur FastConformer dengan Transduser Token-dan-Masa Berlaku (TDT). Ia mencapai ketepatan hampir manusia pada piawaian benchmark bahasa Inggeris dan sangat dioptimumkan untuk GPU NVIDIA.
Bahasa yang disokong oleh NVIDIA Parakeet
Maklumat Model
- PenyediaNVIDIA
- Arkitektur-
- LesenCC-BY-4.0
- DikemaskiniMar 2026
Soalan Lazim
NVIDIA Parakeet adalah model pertuturan-ke-teks oleh NVIDIA. STT.ai memuatkan NVIDIA Parakeet pada infrastruktur GPU kami supaya anda boleh menggunakannya tanpa menyediakan perkakasan anda sendiri — muat naik audio atau video dan pilih NVIDIA Parakeet dari pemilih model.
Pada piawaian piawai, NVIDIA Parakeet mencapai kira-kira 3.0% Kadar Ralat Perkataan. Ketepatan dunia nyata bergantung pada kualiti audio, loghat, dan bahasa; untuk rakaman bising atau loghat, harapkan beberapa peratusan WER yang lebih tinggi.
NVIDIA Parakeet berjalan pada aras percuma STT.ai — setiap pengunjung mendapat 600 minit untuk bermula tanpa kos. Rancangan berbayar menambah had per fail yang lebih panjang, transkripsi peribadi, dan baris gilir keutamaan.
NVIDIA Parakeet dikeluarkan di bawah lesen sumber terbuka CC-BY-4.0. Anda boleh memuat turun NVIDIA Parakeet pada perkakasan anda sendiri atau menggunakan versi kami yang dimuat turun — kedua-duanya boleh digunakan secara komersial.
NVIDIA Parakeet menyokong 1 bahasa. Auto-kesan memilih bahasa yang betul untuk kebanyakan audio; anda juga boleh nyatakannya secara manual untuk ketelusan yang lebih baik.
NVIDIA Parakeet memproses audio pada kira-kira 55.0x masa nyata pada GPU kami. Fail audio 1 jam selesai dalam kurang daripada 1 minit; fail yang lebih panjang berijil dan maklumkan melalui emel bila selesai.
NVIDIA Parakeet mempunyai parameter 1.1B. Model yang lebih besar cenderung lebih tepat tetapi lebih perlahan; STT.ai memuatkan NVIDIA Parakeet pada GPU jadi kiraan parameter tidak mempengaruhi prestasi sisi klien anda.
NVIDIA Parakeet menerima setiap format yang disokong STT.ai — MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI, dan lain-lain. Output sebagai TXT, SRT, VTT, DOCX, JSON, atau PDF.
Ya. Diarisasi pembicara berjalan bersama NVIDIA Parakeet untuk setiap transkripsi — setiap pembicara dilabel dan anda boleh menamakan semula mereka dalam editor selepas itu.
Ya. NVIDIA Parakeet berjalan dalam persekitaran yang dikendalikan kami — audio diproses dan dipadam secara lalai dan tidak pernah digunakan untuk latihan tanpa opt-in yang jelas. Rancangan Pro menambah penyulitan sisi klien untuk transkripsi ketika rehat.
Gunakan alat compare-stt untuk jalankan NVIDIA Parakeet terhadap model yang disokong lain pada audio yang sama — anda akan lihat WER, kiraan segmen, label pengeras, dan skor keyakinan berdampingan. Perbandingan NVIDIA Parakeet vs Whisper Large V3 adalah yang paling biasa dijalankan.
Ya. Nyatakan "nvidia-parakeet" sebagai parameter model pada titik akhir /v1/transcribe. Python dan Node.js SDKs termasuk contoh NVIDIA Parakeet. Tahap API percuma termasuk 100 minit/bulan.
Ya. Kerana NVIDIA Parakeet adalah CC-BY-4.0-licensed, anda boleh self-host ia. STT.ai's open-source page lists the project repo and weights. Kebanyakan pasukan produksi menggunakan versi kami yang dihost untuk melepasi pembelian GPU, pertukaran model, dan ops.