被绑定 STT.ai Enhanced
3.2%
WER
100
语文
160.0x
速度
Proprietary
许可证
关于 STT.ai Enhanced
STT.ai 增强型是我们最准确和最快的语音到文字模式。 它建在具有专有性优化的尖端变压器结构上,以100+种语言提供行业领先的单词错误率。 用于制作抄写、实时字幕和企业应用程序的理想。
模型信息
- 提供者STT.ai
- 建筑结构-
- 许可证Proprietary
- 更新Mar 2026
常见问题
STT.ai Enhanced是STT.ai.STT.ai主机STT.ai Enhanced在我们的GPU基础设施上的语音对文本模型,这样你就可以在不提供硬件的情况下使用它——上传音频或视频,并从模型采集器中提取STT.ai Enhanced。
根据标准基准,STT.ai Enhanced人达到约3.2%的字错误率。 现实世界的准确性取决于音质、口音和语言;对于吵闹或口音录音,预期WER会高出几个百分点。
STT.ai Enhanced是一种溢价模式,包括每月5美元支付STT.ai美元的任何计划,免费用户可以在短片上预览STT.ai Enhanced;较长的文件需要有一个执行中的计划。
STT.ai Enhanced is distributed under Proprietary. STT.ai's hosted version handles the licensing compliance for you so commercial use through our service is straightforward.
STT.ai Enhanced 支持 100 种语言。自动检测为大多数音频选择正确的语言;您也可以手动指定小精度升降。
STT.ai Enhanced 处理我们GPUs上大约160.0x的实时音频。 1小时的音频文件在1分钟内完成; 较长的文件排队, 完成后通过电子邮件通知 。
STT.ai Enhanced 具有 1.5B 参数。 大模型往往更准确,但更慢; STT.ai 主机在 GPU STT.ai Enhanced GPU 上, 所以参数计数不会影响您的客户端性能 。
STT.ai Enhanced 接受每种格式的 STT.ai 支持 - MP3、 WAV、 M4A、 FLAC、 OGG、 MP4、 MKV、 MOV、 WebM、 AVI 等。 输出为 TXT、 SRT、 VTT、 DOCX、 JSON 或 PDF 。
是的,议长对音响的对称与每部抄录的88 000次相加——每个发言者都贴上标签,然后可以在编辑中重新命名。
是的,STT.ai Enhanced在我们的私人基础设施中运行——音频被默认地处理和删除。Pro+添加客户端加密,这样笔录就无法读取,没有您的密钥,二等兵云云让你在自己的VPC中完全自行托管STT.ai Enhanced。
使用对比工具运行 STT.ai Enhanced 相对于同一音频上的其他支持模式, 您可以看到 WER 、 区段计数、 扬声标签和信任度, 并肩得分 。 最常用的比对是 STT.ai Enhanced vs Whiseper large V3 比较 。
是, 请指定“ stt-ai-enhanced” 为 / v1/ trancant 端点上的模型参数。 Python 和 Node.js SDKs 包括 STT.ai Enhanced 个示例。 免费 API 级包括 100 分钟/ 月 。
STT.ai Enhanced的许可由STT.ai确定;自行托管取决于其条件。 STT.ai的托管服务在管理 GPU 上运行STT.ai Enhanced, 这样您就不需要处理这种整合。