STT.ai Enhanced
STT.ai запускае гэтую мадэль на платным узроўні. Гэта мадэль за STT.ai Enhanced. Свабодная транскрыпцыя выкарыстоўвае Whisper Large v3 Turbo, якая хутчэй.
Паглядзець план →
·
Транскрыпцыя бясплатна з Whisper Turbo →
4.2%
WER
99
Мовы
15.9x
Хуткасць
MIT
Ліцэнзія
Пра STT.ai Enhanced
STT.ai Enhanced - гэта наша самая дакладная і хуткая мадэль пераўтварэння мовы ў тэкст. Пабудаваная на найноўшай архітэктуры трансфарматараў з уласнымі аптымізацыямі, яна дае найбольшую колькасць памылак у словах на 100+ мовах. Ідэальна падыходзіць для транскрыпцыі, стварэння субтытраў у рэальным часе і для прадпрыемстваў.
Мовы, якія падтрымліваюцца STT.ai Enhanced
✦ Разблакаваць пашыраную мадэль
Get access to our most accurate model with any paid plan — Whisper large-v3, 99 languages, and speaker diarization.
Прагляд планаў →Звесткі пра мадэль
- ПастаўшчыкOpenAI (hosted by STT.ai)
- Архітэктура-
- ЛіцэнзіяMIT
- АбнавіцьAug 2026
Часта задаваемыя пытанні
STT.ai Enhanced is a speech-to-text model by OpenAI (hosted by STT.ai). STT.ai runs it on our own GPU for accounts on a paid plan, and it is the model behind the STT.ai Enhanced tier. Free transcription uses Whisper Large v3 Turbo, the faster checkpoint of the same family.
На стандартных тэставанні, STT.ai Enhanced дасягае каля 4.2% Word Error Rate. Рэальная дакладнасць залежыць ад якасці гуку, акцэнту і мовы; для шумных або акцэнтаваных запісаў чакайце на некалькі працэнтных пунктаў вышэй WER.
STT.ai Enhanced з'яўляецца прэміум-мадэллю - уключана ў любы плацежны план STT.ai, пачынаючы з $ 9 / месяц. Яна не даступная на бясплатным узроўні: бясплатныя і ананімныя загрузкі замест гэтага выкарыстоўваюць Whisper Turbo.
STT.ai Enhanced выпушчаны пад ліцэнзіяй MIT, дазваляе адкрыты код. Вы можаце самастойна ўсталяваць STT.ai Enhanced на вашым камп' ютары або выкарыстоўваць нашу версію - абодва могуць быць выкарыстаны ў камерцыйных мэтах.
STT.ai Enhanced падтрымлівае 99 моў. Аўтаматычнае выяўленне выбірае правільную мову для большасці гукаў; вы таксама можаце вызначыць яе ўручную для невялікага павышэння дакладнасці.
STT.ai Enhanced апрацоўвае аўдыё з хуткасцю 15.9x у рэальным часе на нашых GPU. 1- гадзінны аўдыё файл скончыцца менш чым за 3 хвіліны; даўжэйшыя файлы будуць адпраўляцца ў чаргу і абвяшчаць па электроннай пошце, калі яны будуць завершаны.
STT.ai Enhanced мае параметры 1.55B. Большыя мадэлі больш дакладныя, але павольнейшыя; STT.ai мае STT.ai Enhanced на GPU, таму колькасць параметраў не ўплывае на хуткасць працы кліента.
STT.ai Enhanced прымае ўсе фарматы, якія падтрымлівае STT.ai — MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI і іншыя. Вывад у фармаце TXT, SRT, VTT, DOCX, JSON або PDF.
Так. Дыярызацыя гукавых файлаў працуе разам з STT.ai Enhanced для кожнай транскрыпцыі - кожны гукавы файл мае этыкетку, і вы можаце змяніць яго назву ў рэдактара пасля.
Так. STT.ai Enhanced працуе ў нашай прыватнай інфраструктуры — гук апрацоўваецца і выдаляецца па змаўчанні. Pro+ дадае шыфраванне на баку кліента, таму транскрыпты нечытальныя без вашага ключа, а Private Cloud дазваляе вам самастойна размясціць STT.ai Enhanced цалкам у вашым уласным VPC.
Выкарыстоўвайце інструмент compare-stt, каб правесці параўнанне STT.ai Enhanced з любым іншым падтрымліваемым мадэллю на тым жа аўдыё - вы ўбачыце WER, колькасць сегментаў, этыкеткі дынамікаў і рэйтынгі даверу бок аб бок. Параўнанне STT.ai Enhanced супраць Whisper Large V3 - гэта найбольш частае параўнанне.
Так, у платным плане. Вызначце "stt-ai-enhanced" як параметр мадэлі ў канечнасці / v1/ transcribe. Ключы без актыўных планаў будуць абслугоўвацца Whisper Large v3 Turbo. Запыт усё роўна будзе задаволены; ён толькі запускае бясплатную мадэль.
Так. Паколькі STT.ai Enhanced мае ліцэнзію MIT, вы можаце самастойна яго ўсталяваць. На старонцы адкрытага кода STT.ai паказаны рэпазітары і вагі праекту. Большасць каманд выкарыстаюць нашу ўсталяваную версію, каб прапусціць закупку GPU, абмен мадэлямі і аперацыі.