STT.ai Enhanced
STT.ai اس ماڈل کو ادا کئے گئے سطح پر چلاتا ہے یہ STT.ai Enhanced کے پیچھے ماڈل ہے مفت نقل Whisper Large v3 Turbo استعمال کرتا ہے، جو تیز ہے
منصوبے دیکھو →
·
Whisper Turbo کے ساتھ مفت نقل →
4.2%
WER
99
زبانیں
15.9x
رفتار
MIT
لائسنس
متعلقہ STT.ai Enhanced
STT.ai Enhanced ہمارا سب سے زیادہ صحیح اور تیز ترین اسپیچ-ٹو-ٹیکسٹ ماڈل ہے. مختصہ بہتری کے ساتھ cutting-edge transformer architecture پر بنایا گیا, یہ 100+ زبانوں میں صنعت کی پیشرو لفظ غلطی کی شرح فراہم کرتا ہے. پروڈکشن ٹرانسکریپشن کے لئے ایڈیل، ریئل-ٹائم سرٹیفیکشن، اور انٹرپرائز ایپلیکیشنز.
✦ بہتر ماڈل کھولیں
کسی بھی ادا کردہ منصوبے کے ساتھ ہمارے سب سے صحیح ماڈل تک رسائی حاصل کریں - Whisper large-v3، 99 زبانیں، اور اسپیکر diarization.
منصوبے دیکھیں →ماڈل معلومات
- فراہم کُنندہOpenAI (hosted by STT.ai)
- فن تعمير-
- لائسنسMIT
- اپڈیٹAug 2026
عام سوالات
STT.ai Enhanced OpenAI (hosted by STT.ai) کے ذريعے ایک حديث سے متن تک ماڈل هے STT.ai اس کو ہمارے خودي GPU پر ادا کرتا هے اور STT.ai Enhanced Tier کے پيچھے ماڈل هے مفت نقل Whisper Large v3 Turbo کو استعمال کرتا هے ، اسی خاندان کے تيزي سے چک پو ئنٹ
معیاری معیاروں پر، STT.ai Enhanced 4.2% ورڈ ایرر ریٹ حاصل کرتا ہے. حقیقی دنیا میں دقت آڈیو کی کیفیت، لہجہ اور زبان پر منحصر ہے؛ شوردار یا لہجہ والی ریکارڈنگ کے لیے، چند فیصد پوائنٹوں کی توقع کریں WER زیادہ.
STT.ai Enhanced ایک پرائم ماڈل ہے - $9/مئی سے شروع ہونے والے کسی بھی ادا کیے گئے STT.ai پلان کے ساتھ شامل ہے. یہ مفت سطح پر دستیاب نہیں ہے: مفت اور نامعلوم اپ لوڈ اس کی جگہ Whisper Turbo چلتے ہیں۔
STT.ai Enhanced کو MIT کے تحت آزاد کیا گیا ہے، ایک اجازت دار اوپن سورس لائسنس. آپ اپنے ہیڈریڈر پر خود-ہسٹ STT.ai Enhanced استعمال کرسکتے ہیں یا ہماری مہمانداری ورژن استعمال کرسکتے ہیں - دونوں تجارتی طور پر استعمال کی جاسکتے ہیں.
STT.ai Enhanced 99 زبانوں کو مدد دیتا ہے. خودکار دریافت زیادہ تر آڈیوز کے لیے صحیح زبان کو منتخب کرتا ہے؛ آپ اسے چھوٹے صحیح لیفت کے لیے ہاتھ سے بھی بیان کرسکتے ہیں.
STT.ai Enhanced ہمارے GPUs پر 15.9x ریئل ٹائم پر آڈیو پروسیسنگ کرتا ہے. ایک 1 گھنٹہ آڈیو فائل 3 منٹ میں ختم ہوتی ہے؛ لمبی فائل کی قطار اور جب ختم ہو جائے تو ای میل کے ذریعے اطلاع دی جائے گی.
STT.ai Enhanced ميں 1.55B پارا مڈل هے. بڑ ماڈل زیادہ صحيح هے مگر سست هے STT.ai GPU پر STT.ai Enhanced ميزبان هے اس ليے پارا مڈل شماري آپکے کلائنٹ سا يد پرفارمنس کو متاثر نہیں کر تا
STT.ai Enhanced ہر فارمیٹ قبول کرتا ہے جو STT.ai حمایت کرتا ہے - MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI, اور باقی. TXT, SRT, VTT, DOCX, JSON, or PDF کے طور پر خروجی.
ہاں۔ ہر نقل کے لئے STT.ai Enhanced کے ساتھ ساتھ اسپیکر ڈائریزیشن چلتا ہے۔ ہر اسپیکر کو لیبل دیا جاتا ہے اور آپ بعد میں ایڈیٹر میں ان کا نام بدل سکتے ہیں۔
ہاں۔ STT.ai Enhanced ہمارے نجی بنیادی ڈھانچے میں چلتا ہے – آڈیو کو پروسیسنگ کیا جاتا ہے اور ڈیفالٹ سے حذف کیا جاتا ہے۔ پرو+ کلائنٹ-سایڈ انکریفٹنگ کو شامل کرتا ہے تاکہ نقل آپ کی کلید کے بغیر پڑھنے میں نہ آئے، اور پرائیویٹ کلاؤڈ آپ کو اپنے VPC میں STT.ai Enhanced کو خود مہمان بنانے کی اجازت دیتا ہے۔
STT.ai Enhanced کو ایک ہی آڈیو پر کسی بھی دوسرے مدد شدہ ماڈل کے خلاف چلانے کے لیے comparison-stt ٹول استعمال کریں - آپ WER، سگمنٹ گنتی، اسپیکر لیبلز، اور اعتماد کے سکور دیکھیں گے. STT.ai Enhanced vs Whisper Large V3 موازنہ سب سے عام چلتا ہے.
ہاں، ایک ادا کیے گئے پلان پر. /v1/transcribe انتہا نقطہ پر ماڈل پیرامیٹر کے طور پر "stt-ai-enhanced" کو بیان کریں. کیز بغیر ایک فعال پلان کے بدلے Whisper Large v3 Turbo سروس کی جاتی ہے. درخواست اب بھی کامیاب ہے؛ یہ صرف مفت ماڈل چلاتا ہے.
جی ہاں. کیونکہ STT.ai Enhanced MIT لائسنس ہے، آپ اسے خود مہمان بنا سکتے ہیں. STT.ai کے اوپن سورس صفحے پر پروجیکٹ ریپو اور وزن کی فہرست ہے. زیادہ تر پروڈکشن ٹیم GPU کی فراہمی کو چھوڑنے کے ليے ہمارے مہمانہ ورژن کا استعمال کرتے هے، ماڈل سواپ اور آپس.