Pereiti prie turinio

Nemotron Asr Multilingual

Integruoti

Modelio id 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"

Failai kaip pavyzdyje: 0,002 $ 2 API kreditai · ≈ 0,22 ₽ jūsų failai išmatuojami prieš paleidimą Paleisti šiame puslapyje

Gauti API raktą
NVIDIA Kalba į tekstą #utility#transcribe

Daugiakalbė kalbos transkripcija su automatiniu kalbos aptikimu ir keturiais greičio bei tikslumo lygiais

NVIDIA · Tekstas

Čia bus pirmasis jūsų rezultatas

Sukurkite užklausą toliau ir paleiskite ją naudodami savo API raktą. Išvestys nukopijuojamos į mūsų saugyklą ir saugomos neribotą laiką arba 7 dienos nemokamai.

Sukurti užklausą

Valdikliai sugeneruojami pagal modelio schemą. Keisdami juos atnaujinsite kodą ir kainą.

•privaloma audio_url
Įmeskite failą arba

Transkripcijai naudojamo garso failo URL.

Išplėstiniai acceleration · language
acceleration numatytoji regular

Greičio ir tikslumo nustatymas pagal dalies ilgį: 1.12s su 'none' užtikrina didžiausią tikslumą; 0.56s su 'regular' subalansuoja greitį ir tikslumą; 0.32s su 'high' yra greitesnis; 0.08s su 'full' yra greičiausias.

numatytoji auto

Transkripcijos kalbos identifikavimo raginys, priimantis tikslinę kalbą arba 'auto', kad modelis ją aptiktų.

POST /run/nvidia/nemotron-asr-multilingual/asr?wait=20 kaina → 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"

Vykdyti šią užklausą

Jūsų raktas lieka šioje naršyklėje: jis siunčiamas tik į Doitong API ir išsaugomas (localStorage) tik pažymėjus Prisiminti. Gauti API raktą

Apie Nemotron Asr Multilingual

Transkribuoja `audio_url` pateiktą garso failą į tekstą. Pagal numatytuosius nustatymus `language` įvestis yra `auto`, kad kalba būtų aptikta automatiškai, arba galite pasirinkti lokalę, pavyzdžiui, en-US, de-DE arba ja-JP, iš sąrašo. `acceleration` keičia tikslumą į greitį: `none` yra tiksliausias, `regular` subalansuotas, `high` spartesnis, o `full` – greičiausias.

Parametrai

Siųskite arba kanoninį, arba savąjį pavadinimą, bet ne abu. Kanoniniai pavadinimai

PavadinimasTipas Numatytoji reikšmėLeidžiama Aprašas
audio_urlprivaloma audio
Tipasurl · audio
Transkripcijai naudojamo garso failo URL.
languageneprivalomas
Tipasenum
Numatytoji reikšmėauto
autoen-USen-GBes-USes-ESde-DEfr-FRfr-CAit-ITar-ARja-JPko-KRpt-BRpt-PTru-RUhi-IN
dar +25zh-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
Transkripcijos kalbos identifikavimo raginys, priimantis tikslinę kalbą arba 'auto', kad modelis ją aptiktų.
accelerationneprivalomas
Tipasenum
Numatytoji reikšmėregular
noneregularhighfull
Greičio ir tikslumo nustatymas pagal dalies ilgį: 1.12s su 'none' užtikrina didžiausią tikslumą; 0.56s su 'regular' subalansuoja greitį ir tikslumą; 0.32s su 'high' yra greitesnis; 0.08s su 'full' yra greičiausias.
privaloma Kanoninis pavadinimas, taip pat priimamas

Failų parametrams reikia viešo https:// URL, ne didesnio nei 10 MB data: URI arba įkelto failo file_url. Failai

Išvestis

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"
  }
}
Jūsų failai — jūsų pasirinkimasKiekvienas outputs[].url yra kopija mūsų saugykloje: saugoma neribotą laiką (mokama už GB per mėnesį) arba 7 dienos nemokamai, pagal paskyros nustatymą arba ?storage=.
Ta pati struktūra kiekviename modelyjetype, url, content_type, width, height ir duration taikomi vaizdams, vaizdo įrašams ir garsui. output yra paties modelio rezultatų objektas.
Išvesties laukai
output
stringTranskribuojant garsą gautas tekstas.
partial
booleanTrue, kai srautinio perdavimo rezultatas yra tarpinis.

AI agentams: šis puslapis Markdown formatu pateikiamas adresu https://doitong.com/lt/developers/models/nvidia/nemotron-asr-multilingual/asr.md. Visi modeliai ir vadovai: https://doitong.com/developers/llms.txt