Siirry sisältöön

Nemotron 3 Nano Omni · Audio

Integroi

Mallin tunniste nvidia/nemotron-3-nano-omni/audio
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/nvidia/nemotron-3-nano-omni/audio?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Enintään 0,622 $ suoritusta kohden veloitetaan todellisen käytön mukaan, loppu hyvitetään Suorita tällä sivulla

Hanki API-avain
NVIDIA Puheesta tekstiksi #nemotron#nvidia#audio-to-text#audio-understanding

Vastaa äänileikettä koskeviin kehotteisiin (wav tai mp3, enintään 50 minuuttia) ja palauttaa tekstin

NVIDIA · Teksti

Ensimmäinen tuloksesi tulee tähän

Muodosta pyyntö alla ja suorita se API-avaimellasi. Tulosteet kopioidaan tallennustilaamme, jossa ne säilytetään ikuisesti tai 7 päivää ilmaiseksi.

Muodosta pyyntö

Säätimet luodaan mallin skeemasta. Koodi ja hinta päivittyvät, kun muutat arvoja.

•pakollinen

Mallin kehotteeksi annettu teksti; sen on oltava englanniksi.

Valinnainen mallin ohjeistus, joka annetaan järjestelmäkehotteena. Se ei ohjaa päättelyä; käytä siihen parametria `reasoning_mode`.

•pakollinen audio_url
Pudota tiedosto tai

Päättelyn syötteen äänileikkeen URL-osoite; hyväksyy wav- tai mp3-muodon, jonka kesto on enintään 50 minuuttia.

oletus 1024

Generoitavien sanakkeiden enimmäismäärä.

Lisäasetukset reasoning_mode · temperature · top_p · enable_safety_checker
reasoning_mode oletus no_think

Vastausmuoto: `think` sisältää eksplisiittisen chain-of-thought-jäljen ennen lopullista vastausta. Käytä `no_think`-arvoa suoraan vastaukseen ilman jälkeä.

oletus 0.7

Näytteenotossa käytettävä lämpötila; pienemmät arvot tekevät tulosteesta deterministisemmän.

oletus 0.95

Nucleus-näytteenotossa käytettävä todennäköisyysmassa.

POST /run/nvidia/nemotron-3-nano-omni/audio?wait=20 hinta → 0,622 $
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/nvidia/nemotron-3-nano-omni/audio?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Suorita tämä pyyntö

Avaimesi säilyy tässä selaimessa: se lähetetään vain Doitong APIlle ja tallennetaan localStorageen vain, jos valitset Muista. Hanki API-avain

Tietoja: Nemotron 3 Nano Omni · Audio

Ääniversio ottaa `audio_url`-osoitteen, joka viittaa enintään 50 minuutin wav- tai mp3-leikkeeseen, sekä tekstimuotoisen `prompt`-kehotteen ja palauttaa tekstivastauksen. Se soveltuu transkription kaltaisiin tai ääntä koskeviin kysymys-vastaustehtäviin. `reasoning_mode` ottaa käyttöön eksplisiittisen päättelyjäljen, ja `max_tokens` voi olla enintään 20,000. Kehotteiden tulee olla englanniksi.

Parametrit

Lähetä joko kanoninen nimi tai natiivi nimi, älä molempia. Kanoniset nimet

NimiTyyppi OletusSallitut Kuvaus
promptpakollinen
Tyyppistring
Mallin kehotteeksi annettu teksti; sen on oltava englanniksi.
system_promptvalinnainen
Tyyppistring | null
Valinnainen mallin ohjeistus, joka annetaan järjestelmäkehotteena. Se ei ohjaa päättelyä; käytä siihen parametria `reasoning_mode`.
reasoning_modevalinnainen
Tyyppienum
Oletusno_think
thinkno_think
Vastausmuoto: `think` sisältää eksplisiittisen chain-of-thought-jäljen ennen lopullista vastausta. Käytä `no_think`-arvoa suoraan vastaukseen ilman jälkeä.
max_tokensvalinnainen
Tyyppiinteger
Oletus1024
1 – 20 000
Generoitavien sanakkeiden enimmäismäärä.
temperaturevalinnainen
Tyyppinumber
Oletus0.7
0 – 2
Näytteenotossa käytettävä lämpötila; pienemmät arvot tekevät tulosteesta deterministisemmän.
top_pvalinnainen
Tyyppinumber
Oletus0.95
0 – 1
Nucleus-näytteenotossa käytettävä todennäköisyysmassa.
enable_safety_checkervalinnainen
Tyyppiboolean
Oletustrue
Määrittää, onko turvallisuustarkistus käytössä.
audio_urlpakollinen audio
Tyyppiurl · audio
Päättelyn syötteen äänileikkeen URL-osoite; hyväksyy wav- tai mp3-muodon, jonka kesto on enintään 50 minuuttia.
pakollinen Kanoninen nimi, myös hyväksytty

Tiedostoparametrit hyväksyvät julkisen https://-URL:n, enintään 10 MB:n data:-URI:n tai lähetyksen file_url-arvon. Tiedostot

Tulos

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "nvidia/nemotron-3-nano-omni/audio",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 622,
    "usd": "0.622",
    "charged": 622,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  },
  "output": {
    "output": "The image shows a golden retriever puppy sitting on a wooden floor.",
    "finish_reason": "stop",
    "usage": {
      "input_tokens": 1,
      "output_tokens": 1
    }
  },
  "outputs": [
    {
      "type": "file",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_size": 1843200,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
Tiedostosi, valintasiJokainen outputs[].url on kopio tallennustilassamme: säilytetään ikuisesti (maksetaan gigatavu-kuukauden mukaan) tai 7 päivää ilmaiseksi tiliasetuksesi tai ?storage= perusteella.
Sama rakenne kaikissa malleissatype, url, content_type, width, height ja duration kuville, videolle ja äänelle. output on mallin oma tulosobjekti.
Tuloksen kentät
output
stringVastauksena tuotettu teksti.
finish_reason
stringGeneroinnin päättymisen syy.
usage
object {input_tokens, output_tokens}Pyyntöön liittyvä sanakkeiden kulutus.

Lisää malleja: Puheesta tekstiksi

Tekoälyagenteille: tämän sivun Markdown-muoto on osoitteessa https://doitong.com/fi/developers/models/nvidia/nemotron-3-nano-omni/audio.md. Kaikki mallit ja oppaat: https://doitong.com/developers/llms.txt