Pāriet uz saturu

Nemotron 3 Nano Omni · Audio

Integrēt

Modeļa id 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"

Līdz 0,622 $ par palaišanu maksa tiek aprēķināta pēc faktiskā lietojuma, pārējā summa tiek atmaksāta Izpildīt šajā lapā

Iegūt API atslēgu
NVIDIA Runa uz tekstu #nemotron#nvidia#audio-to-text#audio-understanding

Atbild uz uzvednēm par audio klipu (wav vai mp3, līdz 50 minūtēm), atgriežot tekstu

NVIDIA · Teksts

Šeit būs jūsu pirmais rezultāts

Izveidojiet pieprasījumu tālāk un izpildiet to ar savu API atslēgu. Izvades tiek kopētas mūsu krātuvē un glabātas mūžīgi vai 7 dienas bez maksas.

Izveidot pieprasījumu

Vadīklas tiek ģenerētas no modeļa shēmas. Kods un cena tiek atjaunināti, kad tos maināt.

•obligāts

Teksts, kas nodrošināts kā modeļa uzvedne; tam jābūt angļu valodā.

Neobligātas modeļa vadlīnijas, kas nodrošinātas kā sistēmas uzvedne; spriešana nav iekļauta tās vadīklās, tāpēc izmantojiet `reasoning_mode`.

•obligāts audio_url
Nometiet failu vai

Audio klipa URL spriešanas ievadei; tiek pieņemts wav vai mp3, kura ilgums nepārsniedz 50 minūtes.

noklusējums 1024

Maksimālais ģenerēto marķieru skaits.

Papildu reasoning_mode · temperature · top_p · enable_safety_checker
reasoning_mode noklusējums no_think

Atbildes formāts: `think` pirms gala atbildes ietver skaidru chain-of-thought izsekojamību. Tiešai atbildei bez šīs izsekojamības izmantojiet `no_think`.

noklusējums 0.7

Izlases temperatūra; mazākas vērtības padara izvadi deterministiskāku.

noklusējums 0.95

Varbūtību masa, ko izmanto kodola izlasē.

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

Palaist šo pieprasījumu

Jūsu atslēga paliek šajā pārlūkprogrammā: tā tiek nosūtīta tikai uz Doitong API un saglabāta (localStorage) tikai tad, ja atzīmējat Atcerēties. Iegūt API atslēgu

Par Nemotron 3 Nano Omni · Audio

Audio variants saņem `audio_url`, kas norāda uz wav vai mp3 klipu līdz 50 minūtēm, kā arī teksta `prompt`, un atgriež teksta atbildi. Tas ir piemērots transkripcijas vai jautājumu un atbilžu uzdevumiem par skaņu. `reasoning_mode` ieslēdz vai izslēdz tiešu spriešanas izsekojumu, bet `max_tokens` var sasniegt 20,000. Uzvednēm jābūt angļu valodā.

Parametri

Nosūti vai nu kanonisko nosaukumu, vai vietējo nosaukumu, bet ne abus. Kan啤niskie nosaukumi

NosaukumsTips NoklusējumsAtļauts Apraksts
promptobligāts
Tipsstring
Teksts, kas nodrošināts kā modeļa uzvedne; tam jābūt angļu valodā.
system_promptneobligāts
Tipsstring | null
Neobligātas modeļa vadlīnijas, kas nodrošinātas kā sistēmas uzvedne; spriešana nav iekļauta tās vadīklās, tāpēc izmantojiet `reasoning_mode`.
reasoning_modeneobligāts
Tipsenum
Noklusējumsno_think
thinkno_think
Atbildes formāts: `think` pirms gala atbildes ietver skaidru chain-of-thought izsekojamību. Tiešai atbildei bez šīs izsekojamības izmantojiet `no_think`.
max_tokensneobligāts
Tipsinteger
Noklusējums1024
1 – 20 000
Maksimālais ģenerēto marķieru skaits.
temperatureneobligāts
Tipsnumber
Noklusējums0.7
0 – 2
Izlases temperatūra; mazākas vērtības padara izvadi deterministiskāku.
top_pneobligāts
Tipsnumber
Noklusējums0.95
0 – 1
Varbūtību masa, ko izmanto kodola izlasē.
enable_safety_checkerneobligāts
Tipsboolean
Noklusējumstrue
Nosaka, vai drošības pārbaude ir iespējota.
audio_urlobligāts audio
Tipsurl · audio
Audio klipa URL spriešanas ievadei; tiek pieņemts wav vai mp3, kura ilgums nepārsniedz 50 minūtes.
obligāts Kan啤niskais nosaukums, arī pieņemts

Failu parametriem nepieciešams publisks https:// URL, data: URI līdz 10 MB vai augšupielādes file_url. Faili

Izvade

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"
  }
}
Jūsu faili, jūsu izvēleKatrs outputs[].url ir kopija mūsu krātuvē: tiek glabāta mūžīgi (maksa par GB mēnesī) vai 7 dienas bez maksas — atbilstoši konta iestatījumam vai ?storage=.
Vienāda struktūra katram modelimtype, url, content_type, width, height un duration gan attēliem, gan video un audio. output ir paša modeļa rezultāta objekts.
Izvades lauki
output
stringKā atbilde ģenerētais teksts.
finish_reason
stringĢenerēšanas beigu iemesls.
usage
object {input_tokens, output_tokens}Ar pieprasījumu saistītais marķieru patēriņš.

Vairāk modeļu: Runa uz tekstu

AI aģentiem: šī lapa Markdown formātā ir pieejama https://doitong.com/lv/developers/models/nvidia/nemotron-3-nano-omni/audio.md. Visi modeļi un ceļveži: https://doitong.com/developers/llms.txt