Passer au contenu

Nemotron 3 Nano Omni · Audio

Intégrer

Identifiant du modèle 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"

Jusqu’à 0,622 $ par exécution facturation selon l’utilisation réelle, le reste est remboursé L’exécuter sur cette page

Obtenir une clé API
NVIDIA Parole vers texte #nemotron#nvidia#audio-to-text#audio-understanding

Répond aux prompts sur un clip audio (wav ou mp3, jusqu’à 50 minutes) et renvoie du texte

NVIDIA · Texte

Votre premier résultat apparaîtra ici

Construisez une requête ci-dessous et exécutez-la avec votre clé API. Les sorties sont copiées dans notre stockage, conservées indéfiniment ou 7 jours gratuitement.

Créer une requête

Les contrôles sont générés à partir du schéma du modèle. Le code et le prix se mettent à jour lorsque vous les modifiez.

•requis

Texte fourni comme prompt du modèle ; il doit être en anglais.

Guidage facultatif du modèle fourni comme prompt système, avec le raisonnement exclu de ses contrôles ; utilisez `reasoning_mode` à la place.

•requis audio_url
Déposez un fichier, ou

URL d'un extrait audio pour l'entrée de raisonnement ; accepte wav ou mp3 avec une durée maximale de 50 minutes.

par défaut 1024

Limite supérieure du nombre de jetons générés.

Avancé reasoning_mode · temperature · top_p · enable_safety_checker
reasoning_mode par défaut no_think

Format de réponse : `think` inclut une trace explicite de raisonnement avant la présentation de la réponse finale. Pour une réponse directe sans cette trace, utilisez `no_think`.

par défaut 0.7

Température utilisée pour l'échantillonnage ; les valeurs plus faibles rendent la sortie plus déterministe.

par défaut 0.95

Masse de probabilités utilisée pour l'échantillonnage nucleus.

POST /run/nvidia/nemotron-3-nano-omni/audio?wait=20 devis → 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"

Exécuter cette requête

Votre clé reste dans ce navigateur : elle est envoyée uniquement à la Doitong API et enregistrée dans localStorage uniquement si vous cochez Mémoriser. Obtenir une clé API

À propos de Nemotron 3 Nano Omni · Audio

La variante audio prend un `audio_url` pointant vers un clip wav ou mp3 de 50 minutes maximum, ainsi qu’un `prompt` textuel, et renvoie une réponse textuelle. Elle convient aux tâches de transcription ou de questions-réponses sur le son. `reasoning_mode` active une trace de raisonnement explicite et `max_tokens` peut atteindre 20,000. Les prompts doivent être en anglais.

Paramètres

Envoyez soit le nom canonique, soit le nom natif, mais pas les deux. Noms canoniques

NomType Par défautAutorisé Description
promptrequis
Typestring
Texte fourni comme prompt du modèle ; il doit être en anglais.
system_promptfacultatif
Typestring | null
Guidage facultatif du modèle fourni comme prompt système, avec le raisonnement exclu de ses contrôles ; utilisez `reasoning_mode` à la place.
reasoning_modefacultatif
Typeenum
Par défautno_think
thinkno_think
Format de réponse : `think` inclut une trace explicite de raisonnement avant la présentation de la réponse finale. Pour une réponse directe sans cette trace, utilisez `no_think`.
max_tokensfacultatif
Typeinteger
Par défaut1024
1 – 20 000
Limite supérieure du nombre de jetons générés.
temperaturefacultatif
Typenumber
Par défaut0.7
0 – 2
Température utilisée pour l'échantillonnage ; les valeurs plus faibles rendent la sortie plus déterministe.
top_pfacultatif
Typenumber
Par défaut0.95
0 – 1
Masse de probabilités utilisée pour l'échantillonnage nucleus.
enable_safety_checkerfacultatif
Typeboolean
Par défauttrue
Contrôle si la vérification de sécurité est activée.
audio_urlrequis audio
Typeurl · audio
URL d'un extrait audio pour l'entrée de raisonnement ; accepte wav ou mp3 avec une durée maximale de 50 minutes.
requis Nom canonique, également accepté

Les paramètres de fichier acceptent une URL publique https://, un URI data: jusqu’à 10 MB ou le file_url d’un téléversement. Fichiers

Sortie

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"
  }
}
Vos fichiers, votre choixChaque outputs[].url est une copie dans notre stockage : conservée indéfiniment (facturation au Go-mois) ou 7 jours gratuitement, selon le réglage de votre compte ou ?storage=.
Même structure pour chaque modèletype, url, content_type, width, height et duration, pour les images, vidéos et fichiers audio. output est le propre objet de résultat du modèle.
Champs de sortie
output
stringTexte produit comme réponse.
finish_reason
stringRaison de la fin de la génération.
usage
object {input_tokens, output_tokens}Consommation de jetons associée à la requête.

Plus de modèles : Parole vers texte

Pour les agents IA : cette page au format Markdown est disponible à https://doitong.com/fr/developers/models/nvidia/nemotron-3-nano-omni/audio.md. Tous les modèles et guides : https://doitong.com/developers/llms.txt