STT.ai Enhanced
STT.ai veikia šį modelį mokama pakopa. Tai modelis už STT.ai Išplėstas. Nemokamas transkripcija naudoja Whisper didelis v3 Turbo, kuris yra greičiau.
Žr. planus →
·
Atsekti nemokamai su Whisper Turbo →
4.2%
WER
99
Kalbos
15.9x
Greitis
MIT
Licencija
Apie STT.ai Enhanced
STT.ai Patobulintas yra mūsų tiksliausias ir greičiausias kalbėjimo į tekstą modelis. Pastatytas į pažangiausius transformatorių architektūrą su patentuota optimizacija, jis suteikia pramonės pirmaujančių žodžio klaidų dažnis 100+ kalbomis. Idealiai tinka gamybos transkripcija, realaus laiko parašymas, ir įmonių taikomosios programos.
✦ Išjungti patobulintą modelį
Gauti prieigą prie mūsų tiksliausias modelis su bet kokio mokamo plano — Whisper didelis-v3, 99 kalbos, ir garsiakalbis Diarization.
Peržiūrėti planus →Pavyzdinės informacijos
- TeikėjasOpenAI (hosted by STT.ai)
- Architektūra-
- LicencijaMIT
- AtnaujintaAug 2026
Dažnai užduodami klausimai
STT.ai Enhanced yra kalbos į tekstą modelis OpenAI (hosted by STT.ai). STT.ai veikia jį mūsų pačių GPU sąskaitų apmokamas planas, ir tai už STT.ai Padidintas pakopa modelis. Nemokama transkripcija naudoja Whisper didelis v3 Turbo, greičiau kontrolinį tašką tos pačios šeimos.
Dėl standartinių lyginamųjų standartų, STT.ai Enhanced pasiekia apie 8801% Word error Rate. Realaus pasaulio tikslumas priklauso nuo garso kokybės, akcentas, ir kalba; Triukšmingų ar akcentuotų įrašų, tikėtis keletą procentinių punktų didesnis WER.
STT.ai Enhanced yra aukščiausios klasės modelis, įtrauktas su bet kokio mokamo STT.ai plano pradžia nuo $5/mėnesio. Nėra laisvoje pakopoje: nemokamai ir anonimiškai įkelia Whisper Turbo veikia.
STT.ai Enhanced yra išleistas pagal MIT, leistina atviro kodo licencija. Galite savarankiškai-host STT.ai Enhanced ant savo aparatūros arba naudoti mūsų palaikomą versiją - abu yra komerciškai naudoti.
STT.ai Enhanced palaiko 99 kalbas. Automatinis aptikimas pasirenka reikiamą kalbą daugumai garso; taip pat galite nurodyti ją rankiniu būdu nedideliam tikslumui pakelti.
STT.ai Enhanced apdoroja garsą maždaug 15.9x realiu laiku mūsų GPU. 1 valandos garso failas baigiasi po 3 minučių; ilgesnis failų eilė ir apie tai praneš el. paštu, kai tai bus padaryta.
STT.ai Enhanced turi 1.55B parametrus. Didesni modeliai yra tikslesni, bet lėčiau; STT.ai GPU mazgai STT.ai Enhanced, todėl parametrų skaičius neturi įtakos Jūsų klientų veiklos rezultatams.
STT.ai Enhanced priima kiekvieną formatą STT.ai palaiko: MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI ir kt. Išvesti kaip TXT, SRT, VTT, DOCX, JSON, arba PDF.
Taip. Garsiakalbio diarizacija veikia šalia STT.ai Enhanced kiekvienam transkripcija – kiekvienas garsiakalbis yra pažymėtas ir galite pervadinti juos redaktoriuje po to.
Taip. STT.ai Enhanced veikia mūsų privačioje infrastruktūroje – garso yra apdorojamas ir ištrintas pagal numatytąjį. Pro+ prideda kliento pusės šifravimo, todėl transkriptai yra neįskaitomi be jūsų rakto, ir Private Cloud leidžia jums savarankiškai STT.ai Enhanced visiškai savo VPC.
Naudokite palyginimo-stt įrankis paleisti STT.ai Enhanced prieš bet kurį kitą palaikomą modelį tame pačiame garso — pamatysite WER, segmentų skaičių, garsiakalbių etiketes ir pasitikėjimo balus šalia-by-by. STT.ai Enhanced palyginti Whisper didelis V3 yra dažniausiai paleisti.
Taip, apmokamame plane. Nurodyti "stt-ai-enhanced" kaip /v1/tractor parametrą. Vietoj to veikiau veikia Whisper didelis v3 Turbo. Užklausa vis dar sėkminga; ji tiesiog veikia laisvas modelis.
Taip. Kadangi STT.ai Enhanced yra MIT-licencijuotas, galite patys-host jį. STT.ai atviro kodo puslapis išvardija projekto atpirkimo ir svorius. Dauguma gamybos komandos naudoja mūsų įdiegtą versiją praleisti GPU pirkimų, modelių apsikeitimo, ir ops.