Trosysgrifo gyda STT.ai Enhanced
4.2%
WER
99
Iaith:
15.9x
Cyflymder
MIT
Trwydded
Am STT.ai Enhanced
STT.ai Enhanced yw ein model siarad-i-testun mwyaf cywir a cyflymaf. Wedi' i adeiladu ar adeiladwaith trawsnewidydd blaenllaw gydag optimeiddio preifat, mae' n darparu cyfraddau gwall geiriau blaenllaw' r diwydiant ar draws 100+ iaith. Ideal ar gyfer trosysgrifo cynhyrchu, is-deitl amser real, a rhaglenni busnes.
✦ Datgloi Model Uwch
Cael mynediad i'n model mwyaf cywir gydag unrhyw gynllun talu - Whisper large-v3, 99 iaith, a diarization siaradwr.
Gweld Planau →Gwybodaeth Model
- DarparwrOpenAI (hosted by STT.ai)
- Adeiladu-
- TrwyddedMIT
- DiweddarwydAug 2026
Cwestiynau a Ofynnir yn Aml
Model siarad-i-testun gan OpenAI (hosted by STT.ai) yw STT.ai Enhanced. Mae STT.ai yn gwestiwn STT.ai Enhanced ar ein strwythur GPU felly gallwch ei ddefnyddio heb ddarparu eich caledwedd eich hun - lawrlwythwch sain neu fideo a dewiswch STT.ai Enhanced o'r dewisydd model.
Ar fesurau safonol, mae STT.ai Enhanced yn cyrraedd Cyfradd Gwallau Geiriau o tua 4.2%. Mae cywirdeb yn y byd go iawn yn dibynnu ar ansawdd sain, sain a iaith; ar gyfer recordiadau swnllyd neu sainedig, disgwyliwch ychydig o bwyntiau canran uwch WER.
Model premiwm yw STT.ai Enhanced — yn cynnwys unrhyw gynllun STT.ai a dalwyd yn dechrau ar $5/mis. Nid yw ar gael ar y lefel rhad ac am ddim: mae lawrlwythiadau rhad ac am ddim a di-enw yn rhedeg Whisper Turbo yn lle.
Cyhoeddir STT.ai Enhanced o dan MIT, trwydded ffynhonnell agored ganiataol. Gallwch hunan-gartrefu STT.ai Enhanced ar eich caledwedd eich hun neu ddefnyddio ein fersiwn cartrefiedig — mae'r ddau yn defnyddiol yn fasnachol.
Cynhelir STT.ai Enhanced iaith 99. Mae darganfod yn awtomatig yn dewis yr iaith gywir ar gyfer y rhan fwyaf o sain; gallwch hefyd ei benodi â llaw er mwyn gwella cywirdeb ychydig.
Mae STT.ai Enhanced yn prosesu sain ar tua 15.9x amser real ar ein GPUs. Mae ffeil sain 1 awr yn gorffen mewn llai na 3 munud; mae ffeiliau hirach yn rhedeg yn y rhes a chaiff eu hysbysu drwy e-bost pan fyddant wedi gorffen.
Mae gan STT.ai Enhanced baramedrau 1.55B. Mae modelau mwy yn tueddu i fod yn fwy cywir ond yn araf; mae STT.ai yn gwestiwn STT.ai Enhanced ar y GPU felly nid yw'r cyfrif paramedrau yn effeithio ar eich perfformiad ochr y cleient.
Mae STT.ai Enhanced yn derbyn pob fformat a gynhelir gan STT.ai — MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI, ac eraill. Allbwn fel TXT, SRT, VTT, DOCX, JSON, neu PDF.
Ie. Rheda diareiddio siaradwyr gyda STT.ai Enhanced ar gyfer pob trosysgrifiad - mae pob siaradwr yn cael ei labelu a gallwch eu hail-enwi yn y golygydd yna.
Ydy. Mae STT.ai Enhanced yn rhedeg yn ein strwythur preifat — mae sain yn cael ei brosesu a'i ddileu yn rhagosodedig. Mae Pro+ yn ychwanegu amgryptio ochr y cleient fel nad yw trosysgrifau'n darllenadwy heb eich allwedd, a'r Cwmwl Preifat yn gadael i chi hunan-hostio STT.ai Enhanced yn llwyr yn eich VPC eich hun.
Defnyddiwch yr erfyn compare-stt i redeg STT.ai Enhanced yn erbyn unrhyw ddull arall a gynhelir ar yr un sain — byddwch yn gweld WER, cyfrif segmentau, labeli siaradwyr, a sgôr ymddiriedaeth ochr yn ochr. Y cymhariaeth STT.ai Enhanced vs Whisper Large V3 yw'r un fwyaf cyffredin.
Ie. Penodi "stt-ai-enhanced" fel paramedr model ar y /v1/transcribe diwedd-bwynt. Mae Python a Node.js SDKs yn cynnwys enghreifftiau STT.ai Enhanced. Mae lefel API am ddim yn cynnwys 100 munud/mis.
Ie. Gan fod STT.ai Enhanced yn cael ei drwyddedu gan MIT, gallwch ei hunan-gartrefu. Mae tudalen ffynhonnell agored STT.ai yn rhestru'r storfa a'r pwysau. Mae'r rhan fwyaf o'r timau cynhyrchu yn defnyddio ein fersiwn cartrefi i hepgor prynu GPU, cyfnewid modelau, ac ops.