سره لېښل STT.ai Enhanced
4.2%
WER
99
ژبې
15.9x
چټکتيا
MIT
منښتليک
په اړه STT.ai Enhanced
STT.ai Enhanced زموږ تر ټولو دقیق او چټک وینا-د متن ماډل دی. د ملکیت اصلاحاتو سره د کټ-ایډ ټرانسفارمر معمارۍ جوړ شوی، دا د 100 + ژبو په اوږدو کې د صنعت مخکښ کلمه غلطۍ نرخونه وړاندې کوي. د تولید لیږد، ریښتیني وخت سرلیکونو او شرکت غوښتنلیکونو لپاره ایډیال.
✦ د زياتېدونکي ماډل کولپ نه کولپول
زموږ د هرې پیسې پلان سره زموږ ترټولو دقیق ماډل ته لاسرسی ومومئ - د ویسپ لوی-v3، 99 ژبې، او د وینا کونکي ډیاریز.
پلانونه ښودل →د نمونې خبرتياوې
- برابروونکیOpenAI (hosted by STT.ai)
- معمارۍ-
- منښتليکMIT
- اوسمهالولAug 2026
ډېرې پوښتنې
STT.ai Enhanced د OpenAI (hosted by STT.ai) لخوا د وینا-د-متن ماډل دی. STT.ai زموږ د GPU زیربنا کې STT.ai Enhanced کوربه کوي نو تاسو کولی شئ دا د خپل هارډویر چمتو کولو پرته وکاروئ - آډیو یا ویډیو پورته کړئ او د ماډل انتخاب څخه STT.ai Enhanced غوره کړئ.
په معياري معیارونو، STT.ai Enhanced په شاوخوا کې 4.2٪ کلمه د خطا نرخ ترلاسه کوي. د رښتینې نړۍ دقت د غږ کیفیت، accented، او ژبه پورې اړه لري؛ د غږیز یا accented ریکارډونو لپاره، د څو سلنې ټکي لوړ WER تمه.
STT.ai Enhanced یو پریمیم ماډل دی - د هرې پیسې STT.ai پلان سره شامل دی چې د $ 5 / میاشت په پیل کې پیل کیږي. دا په وړیا کچه کې شتون نلري: وړیا او نامعلوم اپلیکیشنونه د ځای په ځای د ویسپ توربو چلوي.
STT.ai Enhanced د MIT، د اجازه ورکولو وړیا سرچینې جواز لاندې خپور شوی. تاسو کولی شئ په خپل هارډویر کې د STT.ai Enhanced کوربه کړئ یا زموږ کوربه نسخه وکاروئ - دواړه په سوداګریز ډول کارول کیدی شي.
STT.ai Enhanced 99 ژبې ملاتړ کوي. د اتومات کشف د ډیری غږ لپاره سم ژبه غوره کوي؛ تاسو کولی شئ د کوچني دقت لیفت لپاره په لاسي ډول مشخص کړئ.
STT.ai Enhanced زموږ په GPUs کې د 15.9x ریښتیني وخت په اړه غږیز پروسس کوي. د 1 ساعت غږیز فایل د 3 دقیقو لاندې پای ته رسیږي؛ اوږدې فایلونه د قافیې او بریښنالیک له لارې خبرداری ورکوي کله چې ترسره شي.
STT.ai Enhanced د 1.55B پارامترونه لري. لوی ماډلونه ډیر دقیق دي مګر ورو؛ STT.ai په GPU کې STT.ai Enhanced کوربه کوي نو د پارامتر شمیر ستاسو د پیرودونکي خوا فعالیت اغیزه نه کوي.
STT.ai Enhanced هر بڼه STT.ai ملاتړ مني - MP3، WAV، M4A، FLAC، OGG، MP4، MKV، MOV، WebM، AVI، او نورو. د TXT، SRT، VTT، DOCX، JSON، یا PDF په توګه محصول.
هو. د ویناوال diarization د هر نقل لپاره د STT.ai Enhanced سره یوځای روان دی - هر ویناوال لیبل شوی او تاسو کولی شئ وروسته په مدیر کې یې نوم بدل کړئ.
هو. STT.ai Enhanced زموږ په شخصي زیربنا کې چلیږي - آډیو پروسس کیږي او د تل لپاره حذف کیږي. پرو + د پیرودونکي اړخ کوډ کولو اضافه کوي نو د ترانسکریپټونه ستاسو د کیلي پرته غیر قابل لوستلو دي، او خصوصي کلاوډ تاسو ته اجازه درکوي چې په بشپړ ډول په خپل VPC کې د STT.ai Enhanced کوربه توب وکړئ.
د پرتله-STT وسیله وکاروئ چې په ورته غږیز کې د نورو ملاتړ شوي ماډلونو پروړاندې STT.ai Enhanced چل کړئ - تاسو به WER، د برخې شمیر، د سکرین لیبلونه، او د اعتماد نښې نښانې وګورئ. د STT.ai Enhanced vs Whisper Large V3 پرتله کول ترټولو عام چلول دي.
هو. د / v1 / transcribe پای ټکي کې د ماډل پارامتر په توګه "stt-ai-enhanced" مشخص کړئ. د پایټن او Node.js SDKs کې د STT.ai Enhanced مثالونه شامل دي. د وړیا API ټیر کې د 100 دقیقې / میاشت شامل دي.
هو. ځکه چې STT.ai Enhanced د MIT-لیکسینو لري، تاسو کولی شئ دا ځان ته کوربه کړئ. د STT.ai خلاص سرچینه پاڼه د پروژې ریپ او وزنونه لیست کوي. ډیری تولید ټیمونه زموږ کوربه نسخه کاروي ترڅو د GPU پیرود، ماډل تبادلې او عملیاتو ته لاړ شي.