Tranship with STT.ai Enhanced
4.2%
WER
99
Keeled
15.9x
Kiirus
MIT
Litsents
Info STT.ai Enhanced
STT.ai Täiustatud on meie kõige täpsem ja kiirem kõne-teksti mudeli. Ehitatud tipptasemel trafo arhitektuur koos patenteeritud optimeerimine, see pakub tööstuse juhtiv sõna veamäära üle 100+ keeles. Ideaalne tootmise transkriptsioon, reaalajas pealdis, ja ettevõtte rakendused.
✦ Eemalda laiendatud mudel
Saame juurdepääsu meie kõige täpsem mudel iga tasuline plaan ~ Whisper suur-v3, 99 keeles, ja kõneleja diarisatsioon.
Vaade Plaanid →Näidisinfo
- PakkujaOpenAI (hosted by STT.ai)
- Arhitektuur-
- LitsentsMIT
- UuendatudAug 2026
Korduma kippuvad küsimused
STT.ai Enhanced on kõne-teksti mudel OpenAI (hosted by STT.ai). STT.ai hosts STT.ai Enhanced meie GPU infrastruktuuri, nii et saate seda kasutada ilma oma riistvara ~ üles laadida audio või video ja valida STT.ai Enhanced mudeli valija.
Standardsete võrdlusandmete puhul saavutab STT.ai Enhanced Wordi veamäära ligikaudu 4.2%. Reaalmaailma täpsus sõltub heli kvaliteedist, aktsendist ja keelest; lärmakate või aktsendiga salvestuste puhul oodake mõnda protsendipunkti kõrgemat WER-i.
STT.ai Enhanced on lisatasu mudel ~ lisada iga makstud STT.ai kava alates $5/kuu. See ei ole saadaval tasuta tase: tasuta ja anonüümsed üleslaadimised käivitada Whisper Turbo asemel.
STT.ai Enhanced vabastatakse all MIT, lubatud avatud lähtekoodiga litsentsi. Võite ise-host STT.ai Enhanced oma riistvara või kasutada meie võõrustatud versioon ~ Mõlemad on kaubanduslikult kasutatavad.
STT.ai Enhanced toetab 99 keelt. Automaatne tuvastamine valib enamiku audio jaoks õige keele; seda saab ka käsitsi määrata väikese täpsuse tõstmiseks.
STT.ai Enhanced töötleb audio umbes 15.9x reaalajas meie GPUs. 1-tunnine audiofail lõpetab alla 3 minutit; pikem faile järjekorda ja teatada e-posti teel, kui tehtud.
STT.ai Enhanced on 1.55B parameetrid. Suuremad mudelid kipuvad olema täpsem, kuid aeglasem; STT.ai hosts STT.ai Enhanced on GPU nii parameeter arv ei mõjuta oma kliendi poolel jõudlust.
STT.ai Enhanced aktsepteerib iga formaat STT.ai toetab ~ MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI, jt. Väljund TXT, SRT, VTT, DOX, JSON, või PDF.
Jah. Spiiker diarization töötab kõrvuti STT.ai Enhanced iga transkriptsioon ~ iga kõneleja on märgistatud ja saate ümber nimetada neid toimetaja hiljem.
Jah. STT.ai Enhanced jookseb meie privaatne infrastruktuur ~ audio töödeldakse ja kustutatakse vaikimisi. Pro+ lisab kliendipoolne krüptimine nii transkriptid on loetamatu ilma oma võti, ja Private Cloud võimaldab teil ise-host STT.ai Enhanced täielikult oma VPC.
Kasutage võrdlus-stt tööriist käivitada STT.ai Enhanced vastu teiste toetatud mudeli sama audio ~ näete WER, segment arv, kõlari sildid, ja enesekindluse skoor külg-küljelt. STT.ai Enhanced vs Whisper Large V3 võrdlus on kõige sagedamini käivitada.
Jah. Täpsustada "stt-ai-enhanced" mudeli parameeter /v1/transcrip tulemusnäitaja. Python ja Node.js SDKs sisaldavad STT.ai Enhanced näited. Tasuta API tase sisaldab 100 minutit/kuus.
Jah. Kuna STT.ai Enhanced on MIT-litsentsiga, saate ise-host seda. STT.ai avatud lähtekoodiga lehekülg loetleb projekti repo ja kaalud. Enamik tootmismeeskonnad kasutavad meie võõrustatud versiooni vahele GPU hanke, mudeli vahetuste ja operatsioonide.