Transcribe with Vosk
12.0%
WER
20
Languages
100.0x
Speed
Apache 2.0
License
About Vosk
Languages Supported by Vosk
Model Info
- ProviderAlpha Cephei
- Architecture-
- LicenseApache 2.0
- UpdatedMar 2026
Fanontaniana matetika
Ny Vosk dia maodely fiteny ho an'ny soratra avy amin'ny Alpha Cephei. Ny STT.ai dia mandray ny Vosk ao amin'ny fotodrafitrasan'ny GPU-ntsika ka azonao ampiasaina izy io tsy mila mametraka ny fitaovanao manokana — mandefa feo na lahatsary ary misafidy ny Vosk avy amin'ny mpifidy maodely.
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 runs on STT.ai's free tier — every visitor gets 600 minutes/month at no cost. Paid plans add longer per-file limits, private transcripts, and priority queueing.
Avy amin'ny Apache 2.0, fahazoan-dàlana malalaka, no namoahana ny Vosk. Afaka mametraka ny Vosk amin'ny solosainao ianao na mampiasa ny kinova napetrakay — samy azo ampiasaina amin'ny varotra daholo izy roa ireo.
Ny Vosk dia mandray an-tànana ny fiteny 20. Ny famantarana hoazy dia misafidy ny fiteny mety amin'ny ankamaroan'ny feo; azonao atao koa ny milaza izany amin'ny tanana mba hahazoana fitomboana kely amin'ny fahamarinana.
Ny Vosk dia mandray feo amin'ny hafainganam-pandeha 100.0x eo ho eo amin'ny GPU-ntsika. Ny rakitra audio 1 ora dia vita ao anatin'ny 1 minitra; ny rakitra lava kokoa dia miandry ary omena fampandrenesana amin'ny mailaka rehefa vita.
Manana sivana 50M ny Vosk. Ny modely lehibe kokoa dia mety ho marina kokoa nefa miharatsy; ny STT.ai dia miahy ny Vosk amin'ny GPU ka tsy misy fiantraikany amin'ny fahombiazan'ny mpivatsy ny isan'ny sivana.
Manaiky ny endrika rehetra raisin'ny STT.ai an-tànana ny Vosk — MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI, ary ny hafa. Ny vokatra dia TXT, SRT, VTT, DOCX, JSON, na PDF.
Eny. Miaraka amin'ny Vosk ny diarization-n'ny mpiteny ho an'ny fandikana tsirairay — misy ny marika ho an'ny mpiteny tsirairay ary afaka manova ny anarany ao amin'ny mpanova lahatsoratra ianao aorian'izay.
Eny. Vosk no mandeha ao anatin'ny tontolo iainana fehezinay — ny feo dia voasarika sy fafàna araka ny lasitra ary tsy ampiasaina mihitsy ho an'ny fanazarantena raha tsy misy fankatoavana mazava. Ny drafitra Pro dia mampiditra ny fanafangoana amin'ny lafiny mpivatsy ho an'ny dikan-teny tsy miasa.
Ampiasao ny fitaovana compare-stt handefasana ny Vosk amin'ny modely hafa raisina an-tànana amin'ny feo mitovy — hahita ny WER, ny isan'ny faritra, ny mari-tsoratra amin'ny mpandahateny, ary ny isa azo antoka mifampitohy ianao. Ny fampitahana ny Vosk amin'ny Whisper Large V3 no ampiasaina matetika indrindra.
Eny. Lazao ny "vosk" ho toy ny singa mpifehy modely amin'ny /v1/transcribe endpoint. Ny SDK'ny Python sy ny Node.js dia ahitana ohatra Vosk. Ny ambaratonga API maimaimpoana dia ahitana 100 minitra isan-bolana.
Eny. Satria manana fahazoan-dàlana Apache 2.0 ny Vosk, afaka mikarakara azy ianao. Ny pejy loharano misokatra an'ny STT.ai dia manome lisitra ny repository sy ny lanjany. Ny ankamaroan'ny ekipa mpamokatra dia mampiasa ny kinova nokarakarainay mba tsy hijerena ny fividianana GPU, ny fifanakalozana modely, ary ny ops.