Transcribe with STT.ai Enhanced
4.2%
WER
99
Jeziki
15.9x
Hitrost
MIT
Licenca
O projektu STT.ai Enhanced
STT.ai Pospešena je najnatančnejši in najhitrejši model govora v tekst. Zgrajena na vrhunski transformator arhitekturi z lastnimi optimizacijami, zagotavlja vodilne stopnje besednih napak v industriji v 100+ jezikih. Idealno za produkcijsko transkripcijo, v realnem času napisov in aplikacij podjetij.
Jeziki, ki jih podpira STT.ai Enhanced
✦ Odkleni izboljšan model
Dobite dostop do našega najbolj natančnega modela z vsakim plačanim načrtom – Whisper big-v3, 99 jezikov, in zvočnika diarizacija.
Ogled načrtov →Podatki o vzorcu
- PonudnikOpenAI (hosted by STT.ai)
- Arhitektura-
- LicencaMIT
- PosodobljenoAug 2026
Pogosta vprašanja
STT.ai Enhanced je model govora v tekst z OpenAI (hosted by STT.ai). STT.ai gostiteljev STT.ai Enhanced na naši infrastrukturi GPU, tako da ga lahko uporabite, ne da bi zagotovili svojo lastno strojno opremo – naložite zvok ali video in izberite STT.ai Enhanced iz izbirnika modela.
Na standardnih merilih dosega STT.ai Enhanced približno 4.2% Word Napaka. Resnična natančnost je odvisna od kakovosti zvoka, naglasa in jezika; za glasne ali naglašene posnetke, pričakujemo nekaj odstotnih točk višje WER.
STT.ai Enhanced je premijski model – vključen z vsakim plačanim STT.ai načrtom, ki se začne z 5 $/mesec. Na prostem nivoju ni na voljo: brezplačno in anonimno nalaganje teče Whisper Turbo.
STT.ai Enhanced je sproščeno pod MIT, popustljivo dovoljenje odprtega izvora. Lahko samostojno gostite STT.ai Enhanced na lastni strojnici ali uporabite našo gostiteljsko različico – oba sta komercialno uporabna.
STT.ai Enhanced podpira 99 jezikov. Samodejno odkrivanje izbere pravi jezik za večino avdio; lahko ga tudi ročno navedete za majhno natančnost dvigala.
STT.ai Enhanced procesov avdio ob približno 15.9x v realnem času na naši GPU. 1 urni zvočni datoteka konča v manj kot 8802 minut; daljši datoteki v vrstici in obveščanje po e-pošti, ko se opravi.
STT.ai Enhanced ima STT.ai2 parametrov. Večji modeli so običajno bolj natančni, vendar počasnejši; STT.ai gostiteljev STT.ai Enhanced na GPU, tako da število parametrov ne vpliva na učinkovitost vašega stranke.
STT.ai Enhanced sprejema vse oblike STT.ai podpor – MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI in drugi. Izhod kot TXT, SRT, VTT, DOCX, JSON ali PDF.
Ja. Zvočniška diarizacija teče skupaj z STT.ai Enhanced za vsako transkripcijo – vsak zvočnik je označen in jih lahko kasneje preimenujete v uredniku.
Da. STT.ai Enhanced teče v naši zasebni infrastrukturi – avdio se obdeluje in briše privzeto. Pro+ dodaja šifriranje stran stranke tako, da se transkripti ne morejo prebrati brez vašega ključa, in Private Cloud vam omogoča samostojno gostitelj STT.ai Enhanced v svojem lastnem VPC.
Uporabite orodje primerjave-st, da teče STT.ai Enhanced proti kateremu koli drugemu podprti model na istem zvoku – boste videli WER, segment število, zvočnike, in samozavestne rezultate stran ob strani. Primerjava STT.ai Enhanced vs Whisper Large V3 je najpogostejši zagon.
Da. Navedite "stt-ai-enhanced" kot parametr modela na /v1/transcribe end. Python in Node.js SDKs vključujejo STT.ai Enhanced primerov. Brezplačni API stopnja vključuje 100 minut/mesec.
Da. Ker je STT.ai Enhanced MIT-licenzirano, ga lahko samostojno gostite. STT.ai odprtih strani na seznamu projekta repo in uteži. Večina proizvodnih ekip uporablja našo gostiteljsko različico za preskočitev naročanja GPU, modeli zamenjave in ops.