NVIDIA Parakeet
Lo STT.ai executa pas aqueste modèl - aquesta pagina es una informacion de referéncia sus el.
Transcriure amb los modèls que se fan executar →
3.0%
WER
1
Lengas
55.0x
Velocitat
CC-BY-4.0
Licéncia
A prepaus de NVIDIA Parakeet
NVIDIA Parakeet TDT 1.1B es un modèl ASR anglés de l'estat de l'art qu'utiliza l'arquitectura FastConformer amb un transductor de toquèt e durada (TDT). Aténh una precision pròche de l'uman sus los benchmarks angleses estandards e es fòrça optimizat pels GPU NVIDIA.
Lengas NVIDIA Parakeet
Entresenhas sul modèl
- ProvesidorNVIDIA
- Arquitectura-
- LicénciaCC-BY-4.0
- ActualizatMar 2026
Questions frequentas
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).
@ info
Lo NVIDIA Parakeet es pas disponible sul STT.ai. Las condicions de la licéncia lo regisson. Lo nivèl liure del STT.ai cobrís los modèls Whisper que nos cal utilizar - 600 minutas per començar, puèi un recargament mensal liure.
NVIDIA Parakeet es publicat jos la licéncia CC-BY-4.0, una licéncia de còde dobèrt permissiva. Podètz auto-ostejar NVIDIA Parakeet sus vòstre pròpri maquinari o utilizar nòstra version ostejada — ambedos son comercialament utilizables.
NVIDIA Parakeet pren en carga 1 lengas. La deteccion automatica causís la lenga correcta per la majoritat dels sons; podètz tanben la especificar manualament per una precision melhorada.
NVIDIA Parakeet traça l'audio a aperaquí 55.0x en temps real sus nòstras GPU. Un fichièr àudio d'una ora se acaba en mens de 1 minutas; los fichièrs mai longs son plaçats en fila e notificats per corrièr electronic quand son acabats.
NVIDIA Parakeet a de paramètres 1.1B. Los modèls mai grands son mai precises mas mai lents; STT.ai òste NVIDIA Parakeet sul GPU, doncas lo compte de paramètres afecta pas vòstras performanças del costat client.
NVIDIA Parakeet accepta totes los formats que pren en carga STT.ai — MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI, e d'autres. Sortida coma TXT, SRT, VTT, DOX, JSON, o PDF.
@ info: shell
@ info
Utilizatz l'aisina compare-stt per comparar NVIDIA Parakeet amb quin autre modèl suportat sul meteis audio — veiretz WER, lo comptatge de segments, las etiquetas dels parlants e las pontuacions de fiabilitat a costat. La comparason NVIDIA Parakeet vs Whisper Large V3 es la mai comuna.
Òc. Especifiquez "nvidia-parakeet" coma paramètre del modèl sul punt de fin /v1/transcribe. Los SDK Python e Node.js incluson d'exemples NVIDIA Parakeet. Lo nivèl API liure inclutz 100 minutas/mes.
Òc. Perque NVIDIA Parakeet es licenciat amb CC-BY-4.0, podètz l'albergar. La pagina de còde dobèrt de STT.ai lista lo repositori e los pes del projècte. La majoritat de las equipas de produccion utilizan nòstra version albergada per passar l'aquisicion de GPU, los escambis de modèls e las operacions.