STT.ai Enhanced
STT.ai runs this model on the paid tier. It is the model behind STT.ai Enhanced. Free transcription uses Whisper Large v3 Turbo, which is faster.
図面を参照 →
·
自由に書き換えて →
4.2%
WER
99
言語
15.9x
スピード
MIT
ライセンス
情報 STT.ai Enhanced
STT.ai Enhancedは最も正確で高速な音声テキストモデルであり，最先端のトランスフォーマアーキテクチャと独自の最適化を組み込んで，100以上の言語で業界をリードする単語誤り率を実現しています。プロダクション転写，リアルタイム字幕，および企業アプリケーションに適しています。
モデル情報
- プロバイダOpenAI (hosted by STT.ai)
- 建築-
- ライセンスMIT
- 更新Aug 2026
よくある質問
STT.ai Enhanced is a speech-to-text model by OpenAI (hosted by STT.ai). STT.ai runs it on our own GPU for accounts on a paid plan, and it is the model behind the STT.ai Enhanced tier. Free transcription uses Whisper Large v3 Turbo, the faster checkpoint of the same family.
標準ベンチマークでは、STT.ai Enhancedは約4.2%のワードエラー率を達成しています。実際の精度は音声品質、アクセント、言語に依存します。ノイズやアクセントのある録音の場合、数パーセント高いWERを期待してください。
STT.ai Enhanced is a premium model — included with any paid STT.ai plan starting at $9/month. It is not available on the free tier: free and anonymous uploads run Whisper Turbo instead.
STT.ai Enhancedは、オープンソースライセンスのMITでリリースされています。STT.ai Enhancedを自分のハードウェア上でセルフホストすることも、私たちのホストバージョンを使用することもできます。どちらも商用利用可能です。
STT.ai Enhanced は 99 言語をサポートします。自動検出はほとんどのオーディオに適した言語を選択します。手動で指定することもできます。
STT.ai EnhancedはGPU上で音声を約15.9xのリアルタイムで処理します。1時間の音声ファイルは3分以下で終了します。長いファイルはキューに並び、完了したらメールで通知します。
STT.ai Enhanced には 1.55B パラメータがあります。より大きなモデルはより正確ですが、遅い傾向にあります。STT.ai は GPU 上で STT.ai Enhanced をホストしていますので、パラメータ数はクライアント側の性能に影響しません。
STT.ai EnhancedはSTT.aiがサポートするすべてのフォーマットを受け入れます。MP3、WAV、M4A、FLAC、OGG、MP4、MKV、MOV、WebM、AVIなど。出力はTXT、SRT、VTT、DOCX、JSON、PDFです。
はい。スピーカーダイアリゼーションはSTT.ai Enhancedと共に実行されます。各スピーカーはラベル付きで、後でエディタで名前を変更できます。
STT.ai Enhancedは私たちのプライベートインフラで動作します - オーディオはデフォルトで処理され削除されます - Pro+はクライアント側の暗号化を追加し、転写はあなたの鍵なしでは読み取れません - Private CloudはSTT.ai Enhancedを完全に自分のVPCでセルフホストできます
STT.ai Enhancedと同じオーディオでサポートされている他のモデルを比較するには compare-stt ツールを使用してください。WER、セグメント数、スピーカーラベル、信頼度スコアが並んで表示されます。STT.ai Enhancedと Whisper Large V3 の比較が最もよく行われます。
有料プランでのみ有効です。 /v1/transcribe エンドポイントにモデルパラメータとして "stt-ai-enhanced" を指定してください。アクティブなプランがないキーは Whisper Large v3 Turbo で代わりに提供されます。要求は成功します。フリーモデルを実行します。
STT.aiのオープンソースページにはプロジェクトのリポと重みがリストされています。ほとんどのプロダクションチームは、GPUの調達、モデルのスワップ、オペレーションを省略するために、私たちのホストバージョンを使用しています。