Transcriure amb STT.ai Enhanced
3.2%
WER
100
Lengas
160.0x
Velocitat
Proprietary
Licéncia
A prepaus de STT.ai Enhanced
STT.ai Enhanced es lo nòstre modèl de sintèsi vocala mai precis e mai rapid. Construch sus una arquitectura de transformador de ponch amb d'optimizacions proprietarias, dona de taus d'error de mots de primièra classa dins mai de 100 lengas. Ideal per la transcripcion de produccion, los sostítols en temps real e las aplicacion d'entrepresa.
✦ @ info: status
Accedissètz al nòstre modèl mai precis amb quin plan pagat que siá. 3.2% WER, 160x velocitat en temps real, mai de 100 lengas.
Visualizar los plans →Entresenhas sul modèl
- ProvesidorSTT.ai
- Arquitectura-
- LicénciaProprietary
- ActualizatMar 2026
Questions frequentas
STT.ai Enhanced is a speech-to-text model by STT.ai. STT.ai hosts STT.ai Enhanced on our GPU infrastructure so you can use it without provisioning your own hardware — upload audio or video and pick STT.ai Enhanced from the model picker.
@ info
STT.ai Enhanced es un modèl premium — inclus amb tot plan STT.ai pagat a partir de $5/mes. Los utilizaires liures pòdon veire STT.ai Enhanced sus de clipes corts; los fichièrs mai longs requerisson un plan actiu.
STT.ai Enhanced es distribuit jos Proprietary. La version alojada de STT.ai gestiona la conformitat de la licéncia per vos, doncas l'utilizacion comerciala a travèrs de nòstre servici es simpla.
STT.ai Enhanced pren en carga 100 lengas. La deteccion automatica causís la lenga correcta per la majoritat dels sons; podètz tanben la especificar manualament per una precision melhorada.
STT.ai Enhanced traça l'audio a aperaquí 160.0x en temps real sus nòstras GPU. Un fichièr àudio d'una ora se acaba en mens de 1 minutas; los fichièrs mai longs son plaçats en fila e notificats per corrièr electronic quand son acabats.
STT.ai Enhanced a de paramètres 1.5B. Los modèls mai grands son mai precises mas mai lents; STT.ai òste STT.ai Enhanced sul GPU, doncas lo compte de paramètres afecta pas vòstras performanças del costat client.
STT.ai Enhanced accepta totes los formats que pren en carga STT.ai — MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI, e d'autres. Sortida coma TXT, SRT, VTT, DOX, JSON, o PDF.
@ info: shell
Òc. STT.ai Enhanced s'exécuta dins nòstra infrastructura privada — l'audio es tractat e suprimit per defaut. Pro+ apond un criptatge del costat client per que las transcripcions sián illegiblas sens vòstra clau, e Private Cloud vos permet d'ostejar STT.ai Enhanced entièrament dins vòstra pròpria VPC.
Utilizatz l'aisina compare-stt per comparar STT.ai Enhanced amb quin autre modèl suportat sul meteis audio — veiretz WER, lo comptatge de segments, las etiquetas dels parlants e las pontuacions de fiabilitat a costat. La comparason STT.ai Enhanced vs Whisper Large V3 es la mai comuna.
Òc. Especifiquez "stt-ai-enhanced" coma paramètre del modèl sul punt de fin /v1/transcribe. Los SDK Python e Node.js incluson d'exemples STT.ai Enhanced. Lo nivèl API liure inclutz 100 minutas/mes.
La licéncia per STT.ai Enhanced es fixada per STT.ai; l'auto-ostal depausa sus lors condicions. Lo servici ostal de STT.ai executa STT.ai Enhanced sus una GPU gerida, doncas avètz pas besonh de gerir aquela integracion.