STT.ai Enhanced
STT.ai darbojas šo modeli apmaksātā līmenī. Tas ir modelis aiz STT.ai Uzlabots. Bezmaksas transkripcija izmanto Whisper Liels v3 Turbo, kas ir ātrāk.
Skatīt plānus →
·
Atšifrēt bez Whisper Turbo →
4.2%
WER
99
Valodas
15.9x
Ātrums
MIT
Licence
Par STT.ai Enhanced
STT.ai Pastiprināts ir mūsu visprecīzākais un ātrākais runas uz tekstu modelis. Builted uz modernāko transformatoru arhitektūru ar patentētu optimizāciju, tas nodrošina nozares vadošo vārdu kļūdu biežumu 100+ valodās. Ideāli piemērots ražošanas transkripcijai, reālā laika parakstīšanai un uzņēmumu lietojumprogrammām.
✦ Nebloķēts uzlabots modelis
Iegūstiet piekļuvi mūsu visprecīzākais modelis ar jebkuru apmaksātu plānu — Whisper lielv3, 99 valodas, un skaļrunis.
Skata plāni →Modelis Info
- PiegādātājsOpenAI (hosted by STT.ai)
- Arhitektūra-
- LicenceMIT
- AtjaunotsAug 2026
Bieži uzdoti jautājumi
STT.ai Enhanced ir runas uz tekstu modelis ar OpenAI (hosted by STT.ai). STT.ai vada to uz mūsu pašu GPU kontus par apmaksātu plānu, un tas ir modelis par STT.ai Pastiprināta pakāpe. Bezmaksas transkripcija izmanto Whisper Liels v3 Turbo, ātrāks kontrolpunkts tajā pašā ģimenē.
Par standarta etaloniem 8801% sasniedz aptuveni 8801% vārdu kļūdu rādītājs. Reālā pasaules precizitāte ir atkarīga no audio kvalitātes, akcenta un valodas; trokšņainiem vai izceltiem ierakstiem, sagaida dažus procentu punktus augstāka WER.
STT.ai Enhanced ir premium modelis, kas iekļauts ar jebkuru apmaksātu STT.ai plānu sākot ar $5/mēnesī. Tas nav pieejams brīvajā līmenī: bezmaksas un anonīmi augšupielādes pa Whisper Turbo vietā.
STT.ai Enhanced tiek izlaists zem MIT, atļautā atvērtā pirmkoda licence. Jūs varat paša-host STT.ai Enhanced uz savu aparatūru vai izmantot mūsu hostinga versiju — abi ir komerciāli izmantojami.
STT.ai Enhanced atbalsta 99 valodas. Auto-noteikšana izvēlas pareizo valodu lielākajai daļai audio; jūs varat arī norādīt to manuāli, lai mazs precizitātes pacēlājs.
STT.ai Enhanced apstrādā audio apmēram 15.9x reāllaikā mūsu GPU. 1 stundu audio fails beidzas zem 3 minūtēm; ilgāka failu rinda un paziņo pa e-pastu, kad izdarīts.
STT.ai Enhanced ir 1.55B parametri. Lielāki modeļi mēdz būt precīzāki, bet lēnāki; STT.ai saimnieki STT.ai Enhanced par GPU, tāpēc parametru skaits neietekmē jūsu klientu veiktspēju.
STT.ai Enhanced pieņem katru formātu STT.ai atbalsta - MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI un citi. Izlaide kā TXT, SRT, VTT, DOCX, JSON, vai PDF.
Jā. Skaļruņa diarizācija notiek kopā ar STT.ai Enhanced katram transkripcijam — katrs runātājs ir marķēts un pēc tam to var pārdēvēt redaktorā.
Jā. STT.ai Enhanced darbojas mūsu privātajā infrastruktūrā — audio tiek apstrādāts un dzēsts pēc noklusējuma. Pro+ pievieno klienta puses šifrēšanu, lai transkripti ir nelasāmi bez jūsu atslēgas, un Private Cloud ļauj jums patstāvīgi STT.ai Enhanced pilnībā jūsu VPC.
Izmantojiet salīdzināšanas-stt rīku, lai palaistu STT.ai Enhanced pret jebkuru citu atbalstīto modeli tajā pašā audio — jūs redzēsiet WER, segmentu skaitu, skaļruņu etiķetes un uzticamības punktus blakus-by-by. STT.ai Enhanced vs Whisper Lielo V3 salīdzinājums ir visbiežāk palaist.
Jā, maksas plānā. Norādīt "stt-ai-enhanced" kā /v1/ translator parametra modeli. Atslēgas bez aktīva plāna tiek pasniegtas Whisper Liela v3 Turbo. Pieprasījums joprojām ir veiksmīgs; tas vienkārši darbojas bezmaksas modeli.
Jā. Tā kā STT.ai Enhanced ir licences MIT, jūs varat paši-host to. STT.ai atvērtā pirmkoda lapā uzskaitīti projekta repo un svaru. Lielākā daļa ražošanas komandas izmanto mūsu hostinga versiju, lai izlaistu GPU iepirkumu, modeļu mijmaiņas darījumi, un opcijas.