Umrita með STT.ai Enhanced
4.2%
WER
99
Tungumál
15.9x
Hraði
MIT
Leyfi
Um STT.ai Enhanced
STT.ai Enhanced er nákvæmasta og hraðasta tal-til-texta líkanið okkar. Byggt á háþróaðri spenni arkitektúr með einkaleyfisbættum, það skilar iðnaðarleiðandi orðavilluhraða á 100 + tungumálum. Tilvalið fyrir framleiðslu áskrift, rauntíma texta og fyrirtækjaforrit.
✦ Opna aukalega líkan
Fáðu aðgang að nákvæmustu líkaninu okkar með hvaða greiddum áætlun sem er - Whisper stór-v3, 99 tungumál og ræðumaður diarization.
Skoða áætlanir →Tegundarupplýsingar
- VeitiOpenAI (hosted by STT.ai)
- Arkitektúr-
- LeyfiMIT
- UppfærtAug 2026
Algengar spurningar
STT.ai hýsir STT.ai Enhanced á GPU innviði okkar svo þú getur notað það án þess að útvega eigin vélbúnað - hlaða hljóð eða myndskeið og velja STT.ai Enhanced frá líkan picker.
Á venjulegum viðmiðum nær STT.ai Enhanced um 4.2% orðvillahlutfall. Nákvæmni í raunveruleikanum fer eftir hljóðgæðum, hreim og tungumáli. Fyrir háværar eða hreimlegar upptökur skal búast við nokkrum prósentustigum hærri WER.
STT.ai Enhanced er úrvalsmódel - innifalið í öllum greiddum STT.ai áætlun frá $ 5 / mánuði.Það er ekki í boði á ókeypis stigi: ókeypis og nafnlaus upphleðsla keyra Whisper Turbo í staðinn.
STT.ai Enhanced er gefið út undir MIT, leyfilegt opið afnotaleyfi.Þú getur sjálf-hýsa STT.ai Enhanced á eigin vélbúnaði eða nota hýsta útgáfu okkar - bæði eru nothæf í atvinnuskyni.
STT.ai Enhanced styður 99 tungumál. Sjálfvirk greining velur rétt tungumál fyrir flest hljóð. Þú getur einnig tilgreint það handvirkt til að ná nákvæmni.
STT.ai Enhanced vinnur hljóð á um 15.9x rauntíma á GPU okkar.1 klukkustund hljóðskrá lýkur í undir 3 mínútur; lengri skrár biðröð og tilkynna með tölvupósti þegar gert.
Stærri gerðir hafa tilhneigingu til að vera nákvæmari en hægari; STT.ai hýsir STT.ai Enhanced á GPU þannig að fjöldi breytna hefur ekki áhrif á frammistöðu biðlara.
STT.ai Enhanced samþykkir hvert snið STT.ai styður - MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI og aðrir.Output sem TXT, SRT, VTT, DOCX, JSON, eða PDF.
Hátalari diarization keyrir ásamt STT.ai Enhanced fyrir hverja uppskrift - hver hátalari er merkt og þú getur endurnefnt þá í ritlinum eftir það.
Já. STT.ai Enhanced keyrir í einkakerfinu okkar - hljóð er unnið og eytt sjálfgefið. Pro + bætir við dulkóðun á biðlarahlið þannig að afritunarefni sé ólesanlegt án lykilsins þíns og Private Cloud gerir þér kleift að sjálfstætt hýsa STT.ai Enhanced algjörlega í eigin VPC.
Notaðu samanburðar-stt tólið til að keyra STT.ai Enhanced gegn öðrum studdum líkani á sama hljóðinu - þú munt sjá WER, hlutatölu, hátalaramerki og traust stig hlið við hlið.STT.ai Enhanced vs Whisper Large V3 samanburður er algengasta hlaupið.
Já. Tilgreindu "stt-ai-enhanced" sem líkan viðfang á /v1/transcribe endapunkti. Python og Node.js SDK innihalda STT.ai Enhanced dæmi. Ókeypis API tier inniheldur 100 mínútur / mánuð.
Já. Vegna þess að STT.ai Enhanced er MIT-leyfi, getur þú sjálfur hýst það. STT.ai's opinn uppspretta síðu sýnir verkefnið repo og þyngd. Flestir framleiðsluteymi nota hýsta útgáfu okkar til að sleppa GPU innkaupum, líkanskiptum og aðgerðum.