STT.ai Enhanced
STT.ai runs this model on the paid tier. It is the model behind STT.ai Enhanced. Free transcription uses Whisper Large v3 Turbo, which is faster.
See plans →
·
Transcribe free with Whisper Turbo →
4.2%
WER
99
ভাষাসমূহ
15.9x
গতি
MIT
অনুমতি
বিষয়ে STT.ai Enhanced
STT.ai Enhanced আমাৰ সৰ্বাধিক সঠিক আৰু দ্রুততম বাক্যৰ পৰা টেক্সটলৈ আৰ্হি। কৰ্তৃত্বমূলক অনুকূলনৰ সৈতে cutting-edge transformer architecture ৰ ওপৰত নিৰ্মিত, ই ১০০+ ভাষাত industry-leading word error rates প্ৰদান কৰে। উৎপাদন অনুবাদ, ৰিয়েল-টাইম উপশীৰ্ষক আৰু এন্টারপ্ৰাইজ এপ্লিকেচনৰ বাবে আদর্শ।
✦ উন্নত মডেল আনলক কৰক
যিকোনো পৰিশোধিত পৰিকল্পনাৰ সৈতে আমাৰ সৰ্বাধিক সঠিক মডেল - Whisper large-v3, 99 ভাষা আৰু স্পীকাৰ ডাইৰাইজেশনৰ বাবে প্ৰৱেশ কৰক।
প্ল্যানসমূহ দৰ্শন কৰক →আৰ্হিৰ তথ্য
- প্ৰদানকাৰীOpenAI (hosted by STT.ai)
- স্থাপত্য-
- অনুমতিMIT
- আপডেইট কৰকAug 2026
প্ৰায়শঃ সোধা প্ৰশ্নসমূহ
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.
প্ৰমিত বেঞ্চমাৰ্কত, STT.ai Enhanced ৰ দ্বাৰা প্ৰায় 4.2% শব্দ ত্ৰুটিৰ হাৰ প্ৰাপ্ত কৰা হয়। প্ৰকৃত বিশ্বৰ সঠিকতা অডিঅ'ৰ গুণমান, উচ্চাৰণ আৰু ভাষাৰ ওপৰত নিৰ্ভৰ কৰে; ধ্বনিময় বা উচ্চাৰণযুক্ত ৰেকৰ্ডিংৰ বাবে, WER ৰ কিছু শতাংশ উচ্চতৰ আশা কৰা হ'ব।
STT.ai Enhanced is a premium model, included with any paid STT.ai plan starting at $5/month. It is not available on the free tier: free and anonymous uploads run Whisper Turbo instead.
STT.ai Enhanced MIT ৰ অধীনত মুক্তি পোৱা হৈছে, এটা অনুমতিমূলক মুক্ত উৎসৰ লাইচেঞ্চ। আপুনি আপোনাৰ নিজস্ব হাৰ্ডৱেৰত STT.ai Enhanced স্ব-হোস্ট কৰিব পাৰে অথবা আমাৰ হোস্ট কৰা সংস্কৰণ ব্যৱহাৰ কৰিব পাৰে - দুয়োটা বাণিজ্যিকভাৱে ব্যৱহাৰযোগ্য।
STT.ai Enhanced এ 99 ভাষা সমৰ্থন কৰে। স্বচালিত অনুসন্ধান প্ৰক্ৰিয়াত অধিকাংশ অডিঅ'ৰ বাবে সঠিক ভাষা নিৰ্বাচন কৰা হয়; আপুনি সঠিকতা বৃদ্ধিৰ বাবে ইয়াক হস্তচালিতভাৱেও ধাৰ্য্য কৰিব পাৰে।
STT.ai Enhanced এ আমাৰ GPUs ত প্ৰায় 15.9x ৰিয়েল-টাইমত অডিঅ' প্ৰক্ৰিয়া কৰে। এটা ১ ঘন্টাৰ অডিঅ' ফাইল 3 মিনিটত শেষ হয়; দীঘল ফাইলসমূহ কাৰ্ডত আছে আৰু ই-মেইল দ্বাৰা জানিব যেতিয়া শেষ হয়।
STT.ai Enhanced ত 1.55B প্ৰাচল আছে। ডাঙৰ মডেল অধিক সঠিক কিন্তু ধীর; STT.ai এ GPU ত STT.ai Enhanced হস্ট কৰে গতিকে প্ৰাচল গণনা আপোনাৰ ক্লাএন্ট-সাইড কাৰ্যক্ষমতাক প্ৰভাৱিত নকৰে।
STT.ai Enhanced এ STT.ai ৰ সমৰ্থিত সকলো বিন্যাস গ্ৰহণ কৰে — MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI, আৰু অন্যান্য। আউটপুট TXT, SRT, VTT, DOCX, JSON, অথবা PDF হিচাপে।
হ্যাঁ। প্ৰতিটো অনুবাদৰ বাবে STT.ai Enhanced ৰ সৈতে স্পিকার ডায়াৰাইজেশন চলায় - প্ৰতিজন স্পিকার লেবেল কৰা হয় আৰু আপুনি পিছত সম্পাদকত তেওঁলোকক পুনৰ নাম দিব পাৰে।
হ্যাঁ। STT.ai Enhanced আমাৰ ব্যক্তিগত আন্তঃগাঁথনিত চলায় — অডিঅ' প্ৰক্ৰিয়া কৰা হয় আৰু অবিকল্পিতভাৱে আঁতৰুৱা হয়। Pro+ এ ক্লায়েন্ট-সাইড এনক্ৰিপচন যোগ কৰে যাতে আপোনাৰ কি'ৰ অভাৱত অনুবাদসমূহ পঢ়িব নোৱাৰি, আৰু ব্যক্তিগত ক্লাউডে আপুনি আপোনাৰ নিজস্ব VPC ত সম্পূৰ্ণৰূপে স্ব-হোস্ট STT.ai Enhanced কৰিব পাৰে।
একে অডিঅ'ত অন্য সমৰ্থিত আৰ্হিৰ সৈতে STT.ai Enhanced চলাবলৈ compare-stt টুল ব্যৱহাৰ কৰক — আপুনি WER, সেগমেন্ট গণনা, স্পিকার লেবেল, আৰু বিশ্বাস স্কোৰ পাশে-পাশে দেখুৱাব। STT.ai Enhanced ৰ বিৰুদ্ধে Whisper Large V3 তুলনাটো সৰ্বাধিক প্ৰচলিত।
Yes, on a paid plan. Specify "stt-ai-enhanced" as the model parameter on the /v1/transcribe endpoint. Keys without an active plan are served Whisper Large v3 Turbo instead. The request still succeeds; it just runs the free model.
হ'ব। STT.ai Enhanced MIT-প্ৰমাণিত হোৱাত, আপুনি ইয়াক স্ব-হোস্ট কৰিব পাৰে। STT.ai ৰ মুক্ত উৎস পৃষ্ঠাত প্ৰকল্পৰ repo আৰু ওজনৰ তালিকা আছে। অধিকাংশ উৎপাদন দলে GPU প্ৰাপ্তি, মডেল Swaps, আৰু ops এৰি যোৱাৰ বাবে আমাৰ হোস্ট কৰা সংস্কৰণ ব্যৱহাৰ কৰে।