के साथ स्केल करें Vosk
12.0%
WER
20
भाषाएँ
100.0x
गति
Apache 2.0
लाइसेंस
के बारे में Vosk
वोस्क एक ऑफ़लाइन भाषा पहचान उपकरण है जो बिना इंटरनेट कनेक्शन के काम करता है. यह 20+ भाषाओं का समर्थन करता है जो मोबाइल उपकरणों पर, Rsphy Piwry P. का उपयोग करने के लिए निर्माण किया गया है काली और / मैं
मॉडल जानकारी
- प्रदाताAlpha Cephei
- स्फीति-
- लाइसेंसApache 2.0
- अद्यतन किया गयाMar 2026
अक्सर पूछे जाने वाले प्रश्न
Vosk is a speech-to-text model by Alpha Cephei. STT.ai hosts Vosk on our GPU infrastructure so you can use it without provisioning your own hardware — upload audio or video and pick Vosk from the model picker.
On standard benchmarks, Vosk achieves around 12.0% Word Error Rate. Real-world accuracy depends on audio quality, accent, and language; for noisy or accented recordings, expect a few percentage points higher WER.
Vosk STT.ai के मुक्त वर पर चलाता है - हर आगंतुक को 600 मिनट लगते हैं खर्च में नहीं शुरू करने के लिए. Pid योजना अब प्रति-file सीमा, निजी उपयोग, और प्राथमिकताओं को जोड़ता है.
Vosk को Apache 2.0 के तहत रिहा किया गया है, एक गलत खुले स्रोत लाइसेंस. आप अपने स्वयं को H-host000 पर कर सकते हैं या हमारे मेजबानित संस्करण का उपयोग कर सकते हैं - दोनों व्यावसायिक रूप से प्रयोग कर रहे हैं.
Vosk 20 भाषाओं का समर्थन करता है. स्वचालित रूप से ध्वनि के लिए सही भाषा लेता है; आप इसे दस्ती रूप से निर्दिष्ट कर सकते हैं एक छोटी सी सटीकता के लिए.
Vosk प्रक्रियाओं के बारे में 100.0x वास्तविक समय हमारे जीपी. एक 1 घंटे की ध्वनि फ़ाइल 1 मिनट में होती है, अब फ़ाइलें कतार में और ईमेल द्वारा सूचना देता है.
Vosk में 8800 पैरामीटर हैं. बड़ा मॉडल अधिक सही होने की पुष्टि करता है लेकिन धीमी; STT.ai सेना Vosk GUCHU पर तो पैरामीटर नंबर अपने ग्राहक किनारे प्रदर्शन को प्रभावित नहीं करता.
Vosk हर प्रारूप STT.ai समर्थन स्वीकार करता है — एमपी3, एम.4A, ओ.ए.
वक्ता ने हर भाषण के लिए Vosk लोगों के पास दौड़ता है — हर वक्ता पर लेबल लगाया जाता है और बाद में इन्हें संपादक में बदल सकता है ।
जी. Vosk हमारे सफल वातावरण में चला जाता है — ऑडियो को डिफ़ॉल्ट रूप से संसाधित किया जाता है और उसे मिटाया नहीं जाता बिना विशिष्ट स्तर के प्रशिक्षण के लिए प्रयोग किया जाता है.
एक ही ऑडियो के खिलाफ किसी भी अन्य समर्थित मॉडल को चलाने के लिए Vosk उपकरण का उपयोग करें - आप Werer, खण्ड गिनती, स्पीकरों, और अंक के विपरीत देखें। Vosk v3 बड़ा V3 तुलना आम तौर पर चल रहा है।
हाँ. "8000" मॉडल का मूल्य के रूप में निर्दिष्ट करें /v1/टैक्स अंत बिन्दु पर. पायथन और नोड शामिल है Vosk उदाहरण.
हाँ. क्योंकि Vosk है Apache 2.0-कैम्प्ड, आप यह खुद से शुरू कर सकते हैं. STT.ai के खुले स्रोत पृष्ठ सूची परियोजना रीपोस और वजन. अधिकांश उत्पादन टीमों का उपयोग GUpon, मॉडलpon, मॉडल की मात्रा छोड़ देने के लिए किया गया संस्करण, और ops.