Phiên âm với Vosk
12.0%
WER
20
Languages
100.0x
Speed
Apache 2.0
License
Giới thiệu Vosk
Vosk is an offline speech recognition toolkit that works without an internet connection. It supports 20+ languages with compact models that can run on mobile devices, Raspberry Pi, and any platform. Built on Kaldi and Zipformer architectures.
Ngôn ngữ được hỗ trợ Vosk
Model Info
- ProviderAlpha Cephei
- Architecture-
- LicenseApache 2.0
- UpdatedMar 2026
Câu hỏi thường gặp
STT.ai host 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.
Độ chính xác thực tế phụ thuộc vào chất lượng âm thanh, giọng nói và ngôn ngữ; đối với các bản ghi âm ồn ào hoặc có giọng nói, chờ đợi một vài điểm phần trăm cao hơn WER.
Vosk chạy trên tầng miễn phí của STT.ai - mỗi khách truy cập có 600 phút / tháng miễn phí.
Vosk được phát hành dưới giấy phép mã nguồn mở Apache 2.0. Bạn có thể tự lưu trữ Vosk trên phần cứng của mình hoặc sử dụng phiên bản lưu trữ của chúng tôi — cả hai đều có thể sử dụng thương mại.
Vosk hỗ trợ 20 ngôn ngữ. Tự động phát hiện chọn ngôn ngữ đúng cho hầu hết âm thanh; bạn cũng có thể chỉ định nó bằng tay để tăng độ chính xác một chút.
Vosk xử lý âm thanh với tốc độ khoảng 100.0x thời gian thực trên GPU của chúng tôi. Một tập tin âm thanh 1 giờ hoàn thành trong 1 phút; tập tin dài hơn xếp hàng và thông báo bằng email khi hoàn thành.
Vosk có các tham số 50M. Các mẫu lớn có xu hướng chính xác hơn nhưng chậm hơn; STT.ai host Vosk trên GPU vì vậy số lượng tham số không ảnh hưởng đến hiệu suất bên máy khách.
Vosk chấp nhận mọi định dạng STT.ai hỗ trợ — MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI, và những thứ khác.
Vâng. Tính toán các người nói chạy cùng với Vosk cho mỗi bản phiên âm — mỗi người nói được đánh dấu và bạn có thể đổi tên chúng trong trình biên tập sau đó.
Có. Vosk chạy trong môi trường quản lý của chúng tôi — âm thanh được xử lý và xóa theo mặc định và không bao giờ được sử dụng cho huấn luyện mà không có sự đồng ý rõ ràng. Các kế hoạch Pro thêm mã hóa bên khách hàng cho các bản ghi khi nghỉ.
Dùng công cụ compare-stt để chạy Vosk so với bất kỳ mô hình nào được hỗ trợ trên cùng một âm thanh — bạn sẽ thấy WER, số phân đoạn, nhãn loa, và điểm tin cậy cạnh nhau.
Có. Chỉ ra "vosk" như tham số mô hình trên điểm kết thúc /v1/transcribe. Python và Node.js SDK bao gồm ví dụ Vosk. Lớp API miễn phí bao gồm 100 phút/tháng.
Vâng. Bởi vì Vosk được cấp phép Apache 2.0, bạn có thể tự lưu trữ nó. Trang mã nguồn mở của STT.ai liệt kê dự án và trọng lượng. Hầu hết các nhóm sản xuất sử dụng phiên bản lưu trữ của chúng tôi để bỏ qua việc mua GPU, thay đổi mô hình và các hoạt động.