NVIDIA Parakeet v2 · NVIDIA
NVIDIA Parakeet TDT v2 သည် LibriSpeech နှင့် TED-LIUM စံနှုန်းများအရ အင်္ဂလိပ်စာအတွက် အတိအကျဆုံး စာပြန် ပုံစံဖြစ်ပြီး Whisper ထက် ပိုမိုမြန်ဆန်သည်။
စာအိတ် NVIDIA Parakeet v2
NVIDIA Parakeet TDT v2 သည် LibriSpeech နှင့် TED-LIUM စံနှုန်းများအရ အင်္ဂလိပ်စာအတွက် အတိအကျဆုံး စာပြန် ပုံစံဖြစ်ပြီး Whisper ထက် ပိုမိုမြန်ဆန်သည်။
ဘာအတွက်လဲ ။: အင်္ဂလိပ်ဘာသာစကားတွင်ပိုကောင်းတဲ့တိကျမှန်ကန်မှု · NVIDIA-optimized Whisper · ထက်ပိုမြန်.
အသုံးပြုပုံ NVIDIA Parakeet v2
-
1
အသံ URL ကို ကူးယူပါ
MP3, WAV, MP4, သို့မဟုတ် အများပြည်သူ ဆာဗာ တစ်ခုတွင် သိမ်းဆည်းထားသော အသံနှင့် ဗီဒီယို တစ်ခုခုသို့ တိုက်ရိုက်လင့်ခ်ကို ထည့်သွင်းပါ။ နာရီပေါင်းများစွာကြာနိုင်သည်။
-
2
ဖန်တီးပါ
ပုံစံသည် အသံကို 30-90 စက္ကန့်အတွင်း စီမံခန့်ခွဲသည်။
-
3
ဒေါင်းလုပ်လုပ်ပါ
ဓာတ်ပုံကို ဒေါင်းလုပ်လုပ်ပါ၊ သို့မဟုတ် တိုက်ရိုက်လင့်ခ်ကို မျှဝေပါ၊ ရေမှတ်မရှိ၊ အသုံးပြုရန် အဆင်သင့်ဖြစ်သည်
မေးလေ့ရှိသောမေးခွန်းများ
NVIDIA Parakeet v2 ကိုအသုံးပြုရန်ဘယ်လောက်ကုန်ကျသလဲ?
NVIDIA Parakeet v2 သည် Pro ပုံစံတစ်ခုဖြစ်ပြီးအသုံးပြုမှုတစ်ခုလျှင် 144 tokens (ကျွန်တော်တို့အတွက် မှန်ကန်သောကုန်ကျစရိတ်မှာ ~$0.72) ကုန်ကျသည်။ Pro Plan ($9/လ → 15,000 tokens) သို့မဟုတ် One-Shot Pack ကိုလိုအပ်သည်။ သင်သည် အခမဲ့အကောင့်တွင် tokens များရှိပါက ၎င်းတို့ကို တိုက်ရိုက်သုံးနိုင်သည်။
Pro Plan တွင် NVIDIA Parakeet v2 ကိုဘယ်နှစ်ကြိမ်အသုံးပြုနိုင်မည်နည်း။
Pro ($9/လ) သင် 15,000 ထပ်ခါတလဲလဲ tokens ပေးသည်။ NVIDIA Parakeet v2 အသုံးပြုမှုတစ်ဦးလျှင် 144 tokens, ဒါဟာ ~104 တစ်ပတ်စဉ်အသုံးပြုမှုပြည့်စုံဖြစ်ပါတယ်။ သင်တိုတောင်းလျှင်, one-shot packs (5,000 / 25,000 / 80,000 tokens) တစ်နှစ်အတွင်းမကုန်ဆုံးမီသင်၏ငွေကြေးစုစုပေါင်းကိုပေါင်းစပ်။
NVIDIA Parakeet v2 ၏ထူးခြားချက်မှာဘာလဲ။
NVIDIA က၎င်းတို့၏ကိုယ်ပိုင် optimized hardware ကိုအပေါ်မြန်နှုန်းမြင့် inference အတွက်သူတို့ရဲ့ပုံစံများကို fine-tune ။ သူတို့ကနည်းပညာပိုင်းဆိုင်ရာမေးခွန်းများနှင့်ဆင်ခြင်တုံတရားကောင်းကြသည်။ သူတို့ရဲ့အမှန်တကယ်အားသာချက်တွေကတော့: အင်္ဂလိပ်စကားပြောပိုကောင်းတိကျမှု, Whisper ထက်ပိုမြန်နှင့် NVIDIA-optimized ။
NVIDIA Parakeet v2 တွင် ဘာသာပြန်ရန် ဘယ်လောက်ကြာသလဲ။
NVIDIA Parakeet v2 သည် မြန်ဆန်သော ပုံစံများထဲမှ တစ်ခုဖြစ်သည်။ အများအားဖြင့် မျိုးဆက်တစ်ခုလျှင် အသံအချိန်၏ ~1/10 ဖြစ်သည်။ အသံများ များပြားသော အသံများသို့မဟုတ် ဘာသာစကားများစွာဖြင့် ပိုမိုကြာမြင့်နိုင်သည်။
ငါ ia.gratis အပေါ် NVIDIA Parakeet v2 ကိုအသုံးပြုရန်ဘယ်လိုလဲ?
NVIDIA Parakeet v2 ကို /audio/transcribe/ မှဖိုင်ကို upload လုပ်ခြင်းဖြင့်အသုံးပြုနိုင်သည်။ REST API သည် POST /api/tools/stt/ တွင် multipart uploads ကိုလက်ခံသည်။ ချက်ချင်းအတိုချုပ်: NVIDIA STT ။ အင်္ဂလိပ်ဘာသာစကားတွင် ဦးဆောင်သောတိကျမှု။ အတွင်းပိုင်းပုံစံအမည်ပေးသူသည် `parakeet` ဖြစ်ပြီး API ဖြင့်ပေါင်းစည်းခြင်းတွင်အသုံးဝင်သည်။