Ημερολόγιο με STT.ai Enhanced
4.2%
WER
99
Γλώσσες
15.9x
Ταχύτητα
MIT
Άδεια
Σχετικά STT.ai Enhanced
STT.ai Ενισχυμένο είναι το πιο ακριβές και γρηγορότερο μοντέλο ομιλίας-to-text μας. Χτισμένο στην πρωτοποριακή αρχιτεκτονική μετασχηματιστή με ιδιόκτητες βελτιστοποιήσεις, παραδίδει τη βιομηχανία-πρωταγωνίστρια ποσοστά λαθών λέξης σε 100+ γλώσσες. Ιδανικό για μεταγραφή παραγωγής, real-time λεζάντα, και εφαρμογές επιχειρήσεων.
Γλώσσες που υποστηρίζονται από STT.ai Enhanced
✦ Ξεκλειδώστε το ενισχυμένο μοντέλο
Αποκτήστε πρόσβαση στο πιο ακριβές μοντέλο μας με οποιοδήποτε πληρωμένο σχέδιο ~ Whiper μεγάλες-v3, 99 γλώσσες, και διαιρώντας ηχείο.
Προβολή σχεδίων →Υπόδειγμα πληροφοριών
- ΠρομηθευτήςOpenAI (hosted by STT.ai)
- Αρχιτεκτονική-
- ΆδειαMIT
- ΕνημέρωσηAug 2026
Συχνές Ερωτήσεις
STT.ai Enhanced είναι ένα μοντέλο ομιλίας προς κείμενο από OpenAI (hosted by STT.ai). STT.ai φιλοξενεί STT.ai Enhanced για την υποδομή GPU μας, ώστε να μπορείτε να το χρησιμοποιήσετε χωρίς να παρέχει το δικό σας υλικό? Ανεβάστε τον ήχο ή το βίντεο και επιλέξτε STT.ai Enhanced από το μοντέλο picker.
Στα πρότυπα σημεία αναφοράς, STT.ai Enhanced επιτυγχάνει περίπου 4.2% Word Error Rate. Ακρίβεια σε πραγματικό κόσμο εξαρτάται από την ποιότητα ήχου, την προφορά, και τη γλώσσα? για θορυβώδη ή τονισμένη ηχογραφήσεις, αναμένουν μερικές ποσοστιαίες μονάδες υψηλότερη WER.
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 κυκλοφορεί κάτω από MIT, μια ανεκτική άδεια ανοικτού κώδικα. Μπορείτε να αυτο-φιλοξενήσετε STT.ai Enhanced στο δικό σας υλικό ή να χρησιμοποιήσετε μας φιλοξενείται έκδοση και τα δύο είναι εμπορικά χρησιμοποιήσιμα.
STT.ai Enhanced υποστηρίζει 99 γλώσσες. Auto-detection επιλέγει τη σωστή γλώσσα για τους περισσότερους ήχους? μπορείτε επίσης να το καθορίσετε χειροκίνητα για ένα μικρό ανελκυστήρα ακρίβειας.
STT.ai Enhanced διαδικασίες ήχου σε περίπου 15.9x σε πραγματικό χρόνο στις GPUs μας. Ένα αρχείο ήχου 1 ώρας τελειώνει σε λιγότερο από 3 λεπτά; μεγαλύτερη ουρά αρχείων και να ειδοποιήσει με email όταν γίνει.
STT.ai Enhanced έχει 1.55B παραμέτρους. Μεγαλύτερα μοντέλα τείνουν να είναι πιο ακριβή αλλά πιο αργά; STT.ai φιλοξενεί STT.ai Enhanced σε GPU έτσι ώστε η μέτρηση παραμέτρου δεν επηρεάζει τις επιδόσεις του πελάτη-πλευρά σας.
Το STT.ai Enhanced δέχεται κάθε μορφή STT.ai υποστηρίζει MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI, και άλλα. Έξοδος ως TXT, SRT, VTT, DOCX, JSON, ή PDF.
Ναι. Διαχωρισμός ομιλητών τρέχει παράλληλα με STT.ai Enhanced για κάθε μεταγραφή. Κάθε ομιλητής φέρει την ετικέτα και μπορείτε να τα μετονομάσετε στον επεξεργαστή στη συνέχεια.
Το Pro+ προσθέτει κρυπτογράφηση client-side έτσι ώστε τα πρακτικά να είναι δυσανάγνωστα χωρίς το κλειδί σας, και το Private Cloud σας επιτρέπει να αυτο-φιλοξενήσετε STT.ai Enhanced εξ ολοκλήρου στο δικό σας VPC.
Χρησιμοποιήστε το εργαλείο σύγκρισης-stt για να τρέξει STT.ai Enhanced με οποιοδήποτε άλλο υποστηριζόμενο μοντέλο για το ίδιο ακουστικό ~ θα δείτε WER, section μετρώντας, ετικέτες ηχείων, και βαθμολογία εμπιστοσύνης δίπλα-δίπλα. Η σύγκριση STT.ai Enhanced vs Whisper Large V3 είναι η πιο συχνά τρέχει.
Ναι. Καθορίστε το "stt-ai-enhanced" ως την παράμετρο του μοντέλου στο τελικό σημείο /v1/trancribe. Python και Node.js SDKs περιλαμβάνουν STT.ai Enhanced παραδείγματα. Free API βαθμίδα περιλαμβάνει 100 λεπτά/μήνα.
Ναι. Επειδή το STT.ai Enhanced είναι MIT-licensed, μπορείτε να το αυτο-φιλοξενήσετε. STT.ai ανοιχτής πηγής σελίδα του αναφέρει το repo του έργου και τα βάρη. Οι περισσότερες ομάδες παραγωγής χρησιμοποιούν την φιλοξενούμενη έκδοση μας για να παραλείψετε προμήθειες GPU, μοντέλα ανταλλαγής, και ops.