ဖြင့် ကူးယူ STT.ai Enhanced
4.2%
WER
99
ဘာသာစကားများ
15.9x
အမြန်နှုန်း
MIT
လိုင်စင်
အကြောင်း STT.ai Enhanced
STT.ai Enhanced သည်ကျွန်ုပ်တို့၏အတိအကျဆုံးနှင့်အမြန်ဆုံးစကားပြော-to-text ပုံစံဖြစ်သည်။ ပိုင်ဆိုင်မှု optimizing နှင့်အတူ cutting-edge transformer architecture ပေါ်တွင်တည်ဆောက်ထားပြီး 100+ ဘာသာစကားများအကြားတွင် စက်မှုလုပ်ငန်းဦးဆောင်သောစကားလုံးအမှားနှုန်းများကိုပေးပို့သည်။ ထုတ်လုပ်မှု transcription, real-time captioning နှင့် enterprise applications များအတွက်အသင့်တော်ဆုံးဖြစ်သည်။
✦ တိုးမြှင့်ထားသော မော်ဒယ်ကို ဖွင့်ပါ
Whisper ကြီးမားတဲ့-v3, 99 ဘာသာစကားများ, နှင့် speaker diarization.
စီမံကိန်းများကိုကြည့်ပါ →မော်ဒယ် အချက်အလက်
- ပေးသွင်းသူOpenAI (hosted by STT.ai)
- ဗိသုကာပညာ-
- လိုင်စင်MIT
- ပြုပြင်ပြောင်းလဲမှုAug 2026
မေးလေ့ရှိသောမေးခွန်းများ
STT.ai STT.ai Enhanced အားဖြင့်စကားပြော-to-text မော်ဒယ်ဖြစ်ပါသည် OpenAI (hosted by STT.ai). STT.ai STT.ai Enhanced ကျွန်တော်တို့ရဲ့ GPU အခြေခံအဆောက်အအုံအပေါ် hosts ဒါကြောင့်သင်သည်သင်၏ကိုယ်ပိုင် hardware ကိုprovisioning မပါဘဲအသုံးပြုနိုင်ပါတယ် - အသံသို့မဟုတ်ဗီဒီယိုကို upload လုပ်ပြီးမော်ဒယ် picker မှ STT.ai Enhanced ကို pick.
စံ benchmarks အပေါ်, STT.ai Enhanced ပတ်လည် 4.2% Word ကိုအမှားနှုန်းကိုရရှိသည်။ အစစ်အမှန်ကမ္ဘာ့တိကျမှန်ကန်မှုအသံအရည်အသွေး, အသံထွက်, နှင့်ဘာသာစကားပေါ်တွင်မူတည်သည်။ မြည်တမ်းသို့မဟုတ်အသံထွက်မှတ်တမ်းတင်မှုများအတွက်, အနည်းငယ်ရာခိုင်နှုန်းအဆင့်မြင့် WER မျှော်လင့်ပါ။
STT.ai Enhanced တစ်ဦးပရီမီယံမော်ဒယ်ဖြစ်ပါသည် - မည်သည့်ပေးဆောင်နှင့်အတူပါဝင်သည် STT.ai အစီအစဉ်ကိုစတင် $5/လ. ဒါဟာအခမဲ့အဆင့်အပေါ်ရရှိနိုင်မဟုတ်ပါ: အခမဲ့နှင့်အမည်မဲ့တင်သွင်းမှုအစား Whisper Turbo ကို run.
STT.ai Enhanced MIT, ခွင့်ပြုချက်ပေးသော open-source လိုင်စင်အောက်တွင်ထုတ်ဝေသည်။ သင်သည်သင်၏ကိုယ်ပိုင် hardware ပေါ်တွင် STT.ai Enhanced ကိုကိုယ်ပိုင်-host သို့မဟုတ်ကျွန်ုပ်တို့၏ host ကိုဗားရှင်းကိုအသုံးပြုနိုင်သည် - နှစ်ဦးစလုံးကုန်သွယ်ရေးအတွက်အသုံးပြုနိုင်သည်။
STT.ai Enhanced supports 99 languages. Auto-detection အများဆုံး audio အတွက်မှန်ကန်သောဘာသာစကားကို picks; သင်သည်လည်းအသေးစားတိကျမှု lift အတွက်လက်ဖြင့်သတ်မှတ်နိုင်သည်.
STT.ai Enhanced အကြောင်းကိုကျွန်တော်တို့ရဲ့ GPUs အပေါ် 15.9x အစစ်အမှန်အချိန်တွင်အသံကိုစီမံခန့်ခွဲ. 1-နာရီအသံဖိုင်အောက်တွင်ပြီးဆုံး 3 မိနစ်; ပိုမိုကြာရှည်ဖိုင်များကိုတန်းစီပြီးပြီးဆုံးသောအခါအီးမေးလ်ဖြင့်အသိပေး.
STT.ai Enhanced 1.55B parameters တွေကိုရှိပါတယ်. ကြီးမားတဲ့မော်ဒယ်များပိုမိုတိကျပေမယ့်နှေးဖြစ်လွယ်သည်။ STT.ai GPU ပေါ်တွင် STT.ai Enhanced hosts ဒါကြောင့် parameter count သင့်ရဲ့ client-side performance ကိုသက်ရောက်မှုမရှိပါ။
STT.ai Enhanced အားလုံး format ကိုလက်ခံ STT.ai ထောက်ခံမှု - MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI, နှင့်အခြားသူများ. TXT အဖြစ် output ကို, SRT, VTT, DOCX, JSON, သို့မဟုတ် PDF ကို.
ဟုတ်ကဲ့. Speaker diarization အတူတကွ runs STT.ai Enhanced အားလုံး transcription အတွက် — တစ်ခုချင်းစီကို speaker ကို label လုပ်ထားပြီးသင်နောက်ပိုင်းတွင် editor မှာသူတို့ကို rename လုပ်နိုင်ပါတယ်.
ဟုတ်ကဲ့။ STT.ai Enhanced ကျွန်တော်တို့ရဲ့ပုဂ္ဂလိကအခြေခံအဆောက်အအုံထဲမှာ runs - audio ကို processed နှင့် default အားဖြင့်ဖျက်ပစ်သည်. Pro + သင့်ရဲ့ key ကိုမရှိဘဲ transcripts ဖတ်မရကြသည်ဆိုလိုသည်မှာ client-side encryption ကို adds, နှင့်ပုဂ္ဂလိက Cloud ကိုသင်ကိုယ်တိုင်-host ကို STT.ai Enhanced သင့်ရဲ့ကိုယ်ပိုင် VPC တွင်လုံးဝခွင့်ပြု.
STT.ai Enhanced တူညီတဲ့အသံအပေါ်အခြားမည်သည့်ထောက်ခံမှုမော်ဒယ်ကိုဆန့်ကျင် run ရန်နှိုင်းယှဉ်-STT tool ကိုအသုံးပြုပါ - သင် WER ကိုမြင်ရလိမ့်မယ်, segment ကိုစာရင်း, speaker labels, နှင့်ဘေးချင်းယှဉ်ယုံကြည်မှုရမှတ်များ. အဆိုပါ STT.ai Enhanced versus Whisper ကြီးမားသော V3 နှိုင်းယှဉ်မှုအများဆုံးအများအားဖြင့် run ဖြစ်ပါတယ်။
ဟုတ်ကဲ့။ / v1 / transcribe endpoint ပေါ်တွင်မော်ဒယ် parameter ကိုအဖြစ် "stt-ai-enhanced" ကိုသတ်မှတ်ပါ။ Python နှင့် Node.js SDKs STT.ai Enhanced ဥပမာများပါဝင်သည်။ အခမဲ့ API tier ပါဝင်သည် 100 မိနစ် / လ။
ဟုတ်ကဲ့။ STT.ai Enhanced သည် MIT-လိုင်စင်ရသောကြောင့်သင်ကိုယ်တိုင်၎င်းကို host လုပ်နိုင်သည်။ STT.ai ၏ open-source စာမျက်နှာသည်ပရောဂျက် repo နှင့်အလေးချိန်များကိုစာရင်းပြုစုသည်။ အများစုမှာထုတ်လုပ်မှုအဖွဲ့များသည် GPU ထောက်ပံ့ရေး၊ မော်ဒယ် swaps နှင့် ops ကိုကျော်လွှားရန်ကျွန်ုပ်တို့၏ hosted version ကိုအသုံးပြုသည်။