Siirry sisältöön

Nemotron Asr Multilingual

Integroi

Mallin tunniste nvidia/nemotron-asr-multilingual/asr
# 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-asr-multilingual/asr?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "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"

Esimerkin kaltaiset tiedostot: 0,002 $ 2 API-krediittiä · ≈ 0,22 ₽ tiedostosi mitataan ennen suorittamista Suorita tällä sivulla

Hanki API-avain
NVIDIA Puheesta tekstiksi #utility#transcribe

Monikielinen puheentunnistus automaattisella kielen tunnistuksella ja neljällä nopeus-/tarkkuustasolla

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 audio_url
Pudota tiedosto tai

Litterointiin käytettävän äänitiedoston URL-osoite.

Lisäasetukset acceleration · language
acceleration oletus regular

Äänipätkän pituuteen perustuva nopeus-/tarkkuusasetus: 1.12s ja 'none' tuottavat parhaan tarkkuuden; 0.56s ja 'regular' tasapainottavat nopeuden ja tarkkuuden; 0.32s ja 'high' ovat nopeampia; 0.08s ja 'full' ovat nopeimpia.

oletus auto

Litteroinnin kielitunnistekehote, joka hyväksyy kohdekielen tai mallipohjaiseen tunnistukseen arvon 'auto'.

POST /run/nvidia/nemotron-asr-multilingual/asr?wait=20 hinta → 0,002 $
# 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-asr-multilingual/asr?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "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 Asr Multilingual

Muuntaa `audio_url`-parametrissa olevan äänitiedoston tekstiksi. `language`-syötteen oletusarvo on tunnistusta varten `auto`, tai voit valita luettelosta aluekoodin, kuten en-US, de-DE tai ja-JP. `acceleration` vaihtaa tarkkuutta nopeuteen: `none` on tarkin, `regular` tasapainoinen, `high` nopeampi ja `full` nopein.

Parametrit

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

NimiTyyppi OletusSallitut Kuvaus
audio_urlpakollinen audio
Tyyppiurl · audio
Litterointiin käytettävän äänitiedoston URL-osoite.
languagevalinnainen
Tyyppienum
Oletusauto
autoen-USen-GBes-USes-ESde-DEfr-FRfr-CAit-ITar-ARja-JPko-KRpt-BRpt-PTru-RUhi-IN
+25 lisääzh-CNvi-VNhe-ILnl-NLcs-CZda-DKpl-PLnn-NOnb-NOsv-SEth-THtr-TRbg-BGel-GRet-EEfi-FIhr-HRhu-HUlt-LTlv-LVro-ROsk-SKuk-UAmt-MTsl-SI
Litteroinnin kielitunnistekehote, joka hyväksyy kohdekielen tai mallipohjaiseen tunnistukseen arvon 'auto'.
accelerationvalinnainen
Tyyppienum
Oletusregular
noneregularhighfull
Äänipätkän pituuteen perustuva nopeus-/tarkkuusasetus: 1.12s ja 'none' tuottavat parhaan tarkkuuden; 0.56s ja 'regular' tasapainottavat nopeuden ja tarkkuuden; 0.32s ja 'high' ovat nopeampia; 0.08s ja 'full' ovat nopeimpia.
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-asr-multilingual/asr",
  "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": 2,
    "usd": "0.002",
    "charged": 2,
    "refunded": 0
  },
  "input": {
    "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  },
  "output": {
    "output": "Actually, I'm second guessing myself a single coherent passage might be cleaner and more representative of real world speech performance, which is what benchmarking typically uses. I'll write an engaging flowing piece on something like a journey or a day in a tech forward city. That weaves in all the varied elements naturally, rather than splitting it into sections. I'm deciding to keep the targeted tricky sentences section after all. It'll directly test homophones and number heavy lines that are most prone to errors, so I'll include it as a concise, clearly marked addition at the end now. I'm drafting the full passage, starting with a detailed travel narrative that weaves in dates, times, currency, and specific details by the time we pulled into Waverley Station, my phone had buzzed forty seven times, mostly from doctor Amara Akon Reyes at Neurosynt Technologies fretting over our board presentation. We'd spent three weeks refining a transformer model with one point three billion parameters, and the improvements were stunning. Our word error rate plummeted from fourteen point two percent down to three point eight percent. There's something surreal about watching those number shift like that. They're not just metrics they're the payoff from countless late nights and too much coffee.",
    "partial": false
  },
  "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
stringÄänen litteroinnista saatu teksti.
partial
booleantrue, kun suoratoistotulos on välivaiheessa.

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