Minimax Speech 2.8Аналоги Whisper
Бюджетная
Silero STT
5/5
Silero STT – это высокоскоростная нейросетевая модель распознавания речи (speech-to-text), которая мгновенно преобразует речь в текст.
Silero STT
Средняя скорость генерации ~ 1.45 сек
Бюджетная
ElevenLabs Speech to text
5/5
ElevenLabs Speech to text — это современная модель для преобразования речи в текст, обеспечивающая высокоточную транскрипцию аудио и видео контента.
ElevenLabs Speech to text
Средняя скорость генерации ~ 6.48 сек
Версии:
v1 / v2
Бюджетная
Silero Vad
5/5
Silero Vad – сверхлегкая модель для распознавания речи, которая предназначена для распознования речи в аудиофайле
Silero Vad
Средняя скорость генерации ~ 15.11 сек
Бюджетная
Nemotron ASR
5/5
Nemotron ASR — модель для преобразования речи в текст с настраиваемым уровнем ускорения обработки.
Nemotron ASR
Средняя скорость генерации ~ 22.01 сек
