Prepisovať s STT.ai Enhanced
4.2%
WER
99
Jazyky
15.9x
Rýchlosť
MIT
Licencia
O nás STT.ai Enhanced
STT.ai Enhanced je náš najpresnejší a najrýchlejší model prevodu reči na text. Je postavený na špičkovej architektúre transformátora s vlastnou optimalizáciou a poskytuje špičkovú mieru chybovosti slov vo viac ako 100 jazykoch.Ideálny pre produkčný prepis, titulkovanie v reálnom čase a podnikové aplikácie.
Jazyky podporované STT.ai Enhanced
✦ Odomknúť rozšírený model
Získajte prístup k nášmu najpresnejšiemu modelu s akýmkoľvek plateným plánom - Whisper large-v3, 99 jazykov a diarizácia hovorcov.
Zobraziť plány →Informácie o modeli
- PoskytovateľOpenAI (hosted by STT.ai)
- Architektúra-
- LicenciaMIT
- AktualizovanéAug 2026
Často kladené otázky
STT.ai Enhanced je model prevodu reči na text od spoločnosti OpenAI (hosted by STT.ai). STT.ai hosťuje STT.ai Enhanced na našej infraštruktúre GPU, takže ho môžete používať bez zriaďovania vlastného hardvéru. Nahrajte zvuk alebo video a vyberte STT.ai Enhanced z výberu modelu.
V štandardných testoch dosahuje STT.ai Enhanced okolo 4.2% Word Error Rate.Reálna presnosť závisí od kvality zvuku, prízvuku a jazyka; pre hlučné alebo akcentované nahrávky očakávajte o niekoľko percentuálnych bodov vyššiu WER.
STT.ai Enhanced je prémiový model – zahrnutý v každom platenom pláne STT.ai od $5/mesiac. Nie je dostupný v bezplatnej úrovni: bezplatné a anonymné nahrávanie používa Whisper Turbo.
STT.ai Enhanced je vydaný pod MIT, povolenou open-source licenciou.STT.ai Enhanced môžete hosťovať na svojom vlastnom hardvéri alebo použiť našu hosťovanú verziu — obe sú komerčne použiteľné.
STT.ai Enhanced podporuje 99 jazykov.Automatická detekcia vyberie správny jazyk pre väčšinu zvuku; môžete ho tiež zadať manuálne pre malý nárast presnosti.
STT.ai Enhanced spracováva zvuk približne 15.9x v reálnom čase na našich grafických procesoroch. 1-hodinový zvukový súbor sa dokončí za menej ako 3 minút. Dlhšie súbory sa ukladajú do frontu a po dokončení sa upozornia e-mailom.
Väčšie modely majú tendenciu byť presnejšie, ale pomalšie; STT.ai hostí STT.ai Enhanced na GPU, takže počet parametrov neovplyvňuje výkon na strane klienta.
STT.ai Enhanced prijíma všetky formáty, ktoré podporuje STT.ai — MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI a ďalšie.Výstup ako TXT, SRT, VTT, DOCX, JSON alebo PDF.
Diarizácia hovoriacich beží spolu s STT.ai Enhanced pre každý prepis — každý hovoriaci je označený a môžete ho neskôr premenovať v editore.
Áno, STT.ai Enhanced beží v našej súkromnej infraštruktúre – zvuk sa predvolene spracováva a odstraňuje. Pro+ pridáva šifrovanie na strane klienta, takže prepisy sú nečitateľné bez vášho kľúča, a Private Cloud vám umožňuje samostatne hostiť STT.ai Enhanced úplne vo vašom vlastnom VPC.
Použite nástroj compare-stt na porovnanie STT.ai Enhanced s akýmkoľvek iným podporovaným modelom na rovnakom zvuku. Uvidíte WER, počet segmentov, popisky reproduktorov a skóre spoľahlivosti vedľa seba. Porovnanie STT.ai Enhanced vs Whisper Large V3 je najčastejšie používané.
Áno. Ako parameter modelu v koncovom bode /v1/transcribe zadajte hodnotu stt-ai-enhanced. Súpravy SDK pre jazyk Python a jazyk Node.js obsahujú príklady pre hodnotu STT.ai Enhanced.
Áno, pretože STT.ai Enhanced je licencovaný na MIT, môžete ho hosťovať sami.Stránka s otvoreným zdrojovým kódom STT.ai uvádza úložisko projektu a váhy.Väčšina produkčných tímov používa našu hosťovanú verziu na preskočenie obstarávania GPU, výmen modelov a operácií.