STT.ai Enhanced
STT.ai এই মডেলটি পে-টাইরে চালায়। এটা STT.ai Enhanced এর পিছনের মডেল। ফ্রি ট্রান্সক্রিপশন Whisper Large v3 Turbo ব্যবহার করে, যা দ্রুততর।
পরিকল্পনা দেখুন →
·
Whisper Turbo এর সাথে বিনামূল্যে অনুবাদ করুন →
4.2%
WER
99
ভাষা
15.9x
গতি
MIT
লাইসেন্স
পরিচিতি STT.ai Enhanced
STT.ai Enhanced আমাদের সবচেয়ে সঠিক এবং দ্রুততম বাক্যের- থেকে- টেক্সট মডেল। এটি 100+ ভাষার মধ্যে শিল্প-প্রধান শব্দ ভুল হার প্রদান করে। প্রযোজনা অনুবাদ, বাস্তব-সময়ের উপশীর্ষকরণ, এবং এন্টারপ্রাইজ অ্যাপ্লিকেশনের জন্য আদর্শ।
✦ উন্নত মডেল আনলক করো
যে কোন মূল্য পরিশোধের পরিকল্পনার সাথে আমাদের সবচেয়ে সঠিক মডেল ব্যবহার করতে পারবেন - হুইস্পার লম্বা-ভি৩, ৯৯টি ভাষা এবং স্পিকার ডায়ারিজম।
প্ল্যান প্রদর্শন করো →মডেল তথ্য
- প্রদানকারীOpenAI (hosted by STT.ai)
- স্থাপত্য-
- লাইসেন্সMIT
- হালনাগাদAug 2026
প্রায়শই জিজ্ঞাসিত প্রশ্ন
STT.ai Enhanced হল OpenAI (hosted by STT.ai) দ্বারা তৈরি একটি বাক্যের টেক্সট মডেল। STT.ai এটি আমাদের নিজস্ব GPU এ চালায়, একটি পেমেন্ট প্লান অ্যাকাউন্টের জন্য, এবং এটি STT.ai Enhanced tier এর পিছনের মডেল। বিনামূল্যে অনুবাদ Whisper Large v3 Turbo ব্যবহার করে, একই পরিবারের দ্রুত চেকপয়েন্ট।
প্রমিত বেঞ্চমার্কে, STT.ai Enhanced 4.2% শব্দ ভুল হার অর্জন করে। বাস্তব বিশ্বের সঠিকতা অডিও গুণমান, উচ্চারণ, এবং ভাষার উপর নির্ভর করে; ঝামেলাপূর্ণ বা উচ্চারণযুক্ত রেকর্ডিংয়ের জন্য, কিছু শতাংশ পয়েন্ট উচ্চতর WER আশা করুন।
STT.ai Enhanced একটি প্রিমিয়াম মডেল - যে কোন STT.ai পরিকল্পনার সাথে যুক্ত, যার মূল্য শুরু হয় $৯/মাস। এটি ফ্রি টাইরে উপলব্ধ নয়: ফ্রি এবং বেনামী আপলোডের জন্য উইস্পার টারবারো ব্যবহার করা হয়।
STT.ai Enhanced MIT এর অধীনে প্রকাশিত, একটি অনুমতিমূলক উন্মুক্ত সোর্স লাইসেন্স। আপনি আপনার নিজের হার্ডওয়্যারের উপর STT.ai Enhanced-কে স্ব-হোস্ট করতে পারেন অথবা আমাদের হোস্ট করা সংস্করণ ব্যবহার করতে পারেন - উভয়ই বাণিজ্যিকভাবে ব্যবহারযোগ্য।
STT.ai Enhanced 99 ভাষা সমর্থন করে। অধিকাংশ অডিও ফাইলের জন্য স্বয়ংক্রিয়ভাবে সঠিক ভাষা নির্ধারণ করা হয়; আপনি এটি স্বয়ংক্রিয়ভাবে নির্ধারণ করেও সঠিকতা বাড়াতে পারেন।
STT.ai Enhanced অডিও প্রসেস করে আমাদের GPU-তে প্রায় 15.9x বাস্তব-সময়ে। ১ ঘন্টা অডিও ফাইল 3 মিনিটের মধ্যে শেষ হয়; দীর্ঘ ফাইল লাইন এবং শেষ হলে ই-মেইল দ্বারা জানানো হয়।
STT.ai Enhanced এর 1.55B পরামিতি রয়েছে। বড় মডেলগুলো আরও সঠিক কিন্তু ধীর; STT.ai GPU-তে STT.ai Enhanced হোস্ট করে, ফলে পরামিতি সংখ্যা আপনার ক্লায়েন্ট-সাইড পারফরম্যান্সে প্রভাব ফেলে না।
STT.ai Enhanced সমস্ত ফরম্যাট গ্রহণ করে যা STT.ai সমর্থন করে — MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI, এবং অন্যান্য। আউটপুট TXT, SRT, VTT, DOCX, JSON, অথবা PDF হিসাবে।
হ্যাঁ। প্রত্যেক অনুবাদ করার জন্য STT.ai Enhanced এর সাথে স্পিকার ডায়ারাইজেশন চলছে - প্রত্যেক স্পিকার লেবেল করা হয়েছে এবং আপনি পরে সম্পাদকে তাদের নাম পরিবর্তন করতে পারেন।
হ্যাঁ। STT.ai Enhanced আমাদের ব্যক্তিগত অবকাঠামোতে চলছে - অডিও ডিফল্টভাবে প্রসেস এবং মুছে ফেলা হয়। Pro+ ক্লায়েন্ট-সাইড এনক্রিপশন যোগ করে যাতে আপনার কী ছাড়া ট্রান্সক্রিপ্ট পড়া যায় না, এবং প্রাইভেট ক্লাউড আপনাকে আপনার নিজের VPC-এ সম্পূর্ণভাবে STT.ai Enhanced-কে স্ব-হোস্ট করতে দেয়।
একই অডিওতে অন্য যেকোন সমর্থিত মডেলের সাথে STT.ai Enhanced চালানোর জন্য compare-stt টুল ব্যবহার করুন - আপনি WER, সেগমেন্ট সংখ্যা, স্পিকার লেবেল এবং বিশ্বাস স্কোর পাশে পাশে দেখতে পাবেন। STT.ai Enhanced vs Whisper Large V3 তুলনা সবচেয়ে সাধারণভাবে চালানো হয়।
হ্যাঁ, একটি পরিশোধিত পরিকল্পনার ক্ষেত্রে। /v1/transcribe endpoint-এ মডেল পরামিতি হিসাবে "stt-ai-enhanced" উল্লেখ করুন। সক্রিয় পরিকল্পনা ছাড়া কী-গুলির পরিবর্তে Whisper Large v3 Turbo পরিসেবা প্রদান করা হবে। অনুরোধটি সফল হবে; এটি শুধুমাত্র বিনামূল্যে মডেল চালায়।
হ্যাঁ। যেহেতু STT.ai Enhanced MIT-লাইসেন্সপ্রাপ্ত, আপনি এটি স্ব-হোস্ট করতে পারেন। STT.ai এর উন্মুক্ত উৎস পৃষ্ঠা প্রকল্পের রেপো এবং ওজনের তালিকা প্রদান করে। বেশিরভাগ উৎপাদন দল GPU ক্রয়, মডেল স্ব্যাপ এবং অপস ছাড়তে আমাদের হোস্ট করা সংস্করণ ব্যবহার করে।