Энэ програмд бич STT.ai Enhanced
4.2%
WER
99
Хэл
15.9x
Хурд
MIT
Лиценз
Тодорхойлолт STT.ai Enhanced
STT.ai Enhanced бол бидний хамгийн нарийн, хурдан ярианаас текст болгох загвар юм. Энэ нь хамгийн сүүлийн үеийн трансформаторын загвар дээр суурилсан, 100+ хэл дээрх алдааны түвшинг хамгийн бага байлгадаг. Энэ нь хэвлэсэн текстийг орчуулах, бодит цагийн субтитр, корпорацийн програмуудад тохиромжтой.
✦ Нэмэлт загвар
Whisper large-v3, 99 хэл, болон дуу хоолойг тэмдэглэх зэрэг бидний хамгийн нарийн загварыг ямар ч төлбөртэй төлөвлөгөөтэй ашиглах боломжтой.
Зураг →Модель мэдээ
- Үйлчилгээ үзүүлэгчOpenAI (hosted by STT.ai)
- Архитектур-
- ЛицензMIT
- ШинэчлэгдсэнAug 2026
Заримдаа асуудаг асуултууд
STT.ai Enhanced нь OpenAI (hosted by STT.ai)-ийн ярианаас текст болгох загвар юм. STT.ai нь STT.ai Enhanced-ийг бидний график процессорын дэд бүтцэд байрлуулсан тул та өөрийнхөө тоног төхөөрөмжийг ашиглахгүйгээр ашиглаж болно. Аудио болон видеог татаж авч, загвар сонгогчоос STT.ai Enhanced-ийг сонгоно уу.
Стандарт үзүүлэлтээр STT.ai Enhanced нь 4.2% үгийн алдааны түвшинг хангадаг. Үнэн хэрэгтээ энэ нь дууны чанар, өнгө, хэлнээс хамаарна. Хөгжим дуугарч байгаа үед WER-ийг хэд хэдэн хувь нэмэгдүүлэх хэрэгтэй.
STT.ai Enhanced нь үнэтэй загвар юм - STT.ai-ийн төлбөртэй төлөвлөгөөнд $5/сараас эхлэн багтсан. Энэ нь үнэгүй түвшинд байхгүй: үнэгүй болон нууц өргөтгөлүүд Whisper Turbo-г ашигладаг.
STT.ai Enhanced нь MIT, нээлттэй эхийн лицензийн дор гарсан. Та STT.ai Enhanced-ийг өөрийнхөө тоног төхөөрөмж дээр байршуулж эсвэл манай байршуулсан хувилбарыг ашиглаж болно. Хоёулаа худалдааны зориулалттай.
STT.ai Enhanced нь 99 хэлийг дэмждэг. Автомат олж илрүүлэх нь олон аудиод тохирох хэлийг сонгоно. Та үүнийг гараараа тодорхойлж, бага зэрэг нарийвчлал нэмэгдүүлэх боломжтой.
STT.ai Enhanced нь бидний GPU дээр 15.9x бодит цагаар аудиог боловсруулдаг. 1 цагийн аудио файл 3 минутын дотор дуусна; урт файлууд дараалалд орж дууссаны дараа имэйлээр мэдэгдэнэ.
STT.ai Enhanced нь 1.55B параметртэй. Том загварууд илүү нарийвчлалтай боловч хурд багатай байдаг; STT.ai нь STT.ai Enhanced-ийг график процессор дээр байрлуулдаг тул параметрийн тоо нь таны клиентийн талд нөлөөлөхгүй.
STT.ai Enhanced нь STT.ai-ийн дэмждэг бүх форматыг хүлээн авдаг - MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI, болон бусад. Түүний гаралт нь TXT, SRT, VTT, DOCX, JSON, эсвэл PDF.
Тийм ээ. Бүх бичлэгийн хувьд STT.ai Enhanced-тай хамт дуут дохионы тэмдэглэгээ хийгддэг. Бүх дуут дохионууд нь тэмдэглэгээтэй бөгөөд редакторт нэрийг нь өөрчилж болно.
Тийм ээ. STT.ai Enhanced нь хувийн сүлжээнд ажилладаг - аудио нь урьдчилан тохируулсан байдлаар боловсруулж устгадаг. Pro+ нь клиентийн талд шифрлэлт нэмдэг тул таны түлхүүргүйгээр бичлэгийг унших боломжгүй, Private Cloud нь таныг STT.ai Enhanced-ийг өөрийн VPC-д бүрэн байрлуулах боломжийг олгодог.
STT.ai Enhanced-ийг дэмждэг бусад загвартай харьцуулахад compare-stt хэрэгслийг ашиглана уу. Та WER, сегментийн тоо, дуут дохионы тэмдэг, найдвартай байдлын оноог хамтдаа харах болно. STT.ai Enhanced-ийг Whisper Large V3-тэй харьцуулах нь хамгийн түгээмэл хийгддэг.
Тийм. /v1/transcribe төгсгөлийн цэгт "stt-ai-enhanced" загварын параметрийг заана уу. Python болон Node.js SDK-д STT.ai Enhanced жишээ багтсан. Үнэгүй API түвшин нь сарын 100 минутыг багтаасан.
Тийм ээ. STT.ai Enhanced нь MIT лицензтэй тул та үүнийг өөрийнхөө сервер дээр байрлуулж болно. STT.ai-ийн нээлттэй эхийн хуудас нь төслийн репозитори болон жингүүдийг жагсаана. Ихэнх үйлдвэрлэлийн багууд бидний хостлагдсан хувилбарыг GPU худалдан авалт, загвар солилцоо, үйл ажиллагааг орхиход ашигладаг.