Gå til innhold

Nemotron 3 Nano Omni · Audio

Integrer

Modell-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"

Opptil 0,622 $ per kjøring belastes etter faktisk bruk, resten tilbakebetales Kjør den på denne siden

Hent API-nøkkel
NVIDIA Tale til tekst #nemotron#nvidia#audio-to-text#audio-understanding

Svarer på ledetekster om et lydklipp (wav eller mp3, opptil 50 minutter) og returnerer tekst

NVIDIA · Tekst

Det første resultatet ditt kommer her

Bygg en forespørsel nedenfor og kjør den med API-nøkkelen din. Utdata kopieres til lagringen vår, lagret for alltid eller 7 dager gratis.

Bygg en forespørsel

Kontrollene genereres fra modellskjemaet. Koden og prisen oppdateres når du endrer dem.

•obligatorisk

Tekst som angis som modellens prompt; må være på engelsk.

Valgfri modellstyring angitt som systemprompt, uten resonnement i kontrollene; bruk `reasoning_mode` til dette i stedet.

•obligatorisk audio_url
Slipp en fil, eller

URL til lydklipp for resonnement-inndata; godtar wav eller mp3 med en varighet på maksimalt 50 minutter.

standard 1024

Øvre grense for genererte token.

Avansert reasoning_mode · temperature · top_p · enable_safety_checker
reasoning_mode standard no_think

Svarformat: `think` inkluderer et eksplisitt chain-of-thought-spor før det endelige svaret presenteres. For et direkte svar uten dette sporet bruker du `no_think`.

standard 0.7

Temperatur brukt ved sampling; lavere verdier gjør utdataene mer deterministiske.

standard 0.95

Sannsynlighetsmasse brukt til nucleus-sampling.

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

Kjør denne forespørselen

Nøkkelen din blir i denne nettleseren: Den sendes bare til Doitong API og lagres bare i localStorage hvis du krysser av for Husk. Hent en API-nøkkel

Om Nemotron 3 Nano Omni · Audio

Lydvarianten tar imot en `audio_url` som peker på et wav- eller mp3-klipp på opptil 50 minutter, samt en tekstbasert `prompt`, og returnerer et tekstsvar. Den egner seg for transkripsjons- eller spørsmål-og-svar-oppgaver om lyden. `reasoning_mode` slår et eksplisitt resonnementsspor av eller på, og `max_tokens` kan nå 20,000. Ledetekster bør være på engelsk.

Parametere

Send enten det kanoniske navnet eller det opprinnelige navnet, ikke begge. Kanoniske navn

NavnType StandardTillatt Beskrivelse
promptobligatorisk
Typestring
Tekst som angis som modellens prompt; må være på engelsk.
system_promptvalgfritt
Typestring | null
Valgfri modellstyring angitt som systemprompt, uten resonnement i kontrollene; bruk `reasoning_mode` til dette i stedet.
reasoning_modevalgfritt
Typeenum
Standardno_think
thinkno_think
Svarformat: `think` inkluderer et eksplisitt chain-of-thought-spor før det endelige svaret presenteres. For et direkte svar uten dette sporet bruker du `no_think`.
max_tokensvalgfritt
Typeinteger
Standard1024
1 – 20 000
Øvre grense for genererte token.
temperaturevalgfritt
Typenumber
Standard0.7
0 – 2
Temperatur brukt ved sampling; lavere verdier gjør utdataene mer deterministiske.
top_pvalgfritt
Typenumber
Standard0.95
0 – 1
Sannsynlighetsmasse brukt til nucleus-sampling.
enable_safety_checkervalgfritt
Typeboolean
Standardtrue
Styrer om sikkerhetskontroll er aktivert.
audio_urlobligatorisk audio
Typeurl · audio
URL til lydklipp for resonnement-inndata; godtar wav eller mp3 med en varighet på maksimalt 50 minutter.
obligatorisk Kanonisk navn, også godkjent

Filparametere tar imot en offentlig https:// URL, en data: URI på opptil 10 MB eller file_url fra en opplasting. Filer

Utdata

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"
  }
}
Filene dine, ditt valgHver outputs[].url er en kopi på lagringen vår: lagret for alltid (betalt per GB-måned) eller 7 dager gratis, styrt av kontoinnstillingen din eller ?storage=.
Samme struktur for hver modelltype, url, content_type, width, height og duration, for bilder, video og lyd. output er modellens eget resultatobjekt.
Utdatafelt
output
stringTekst produsert som svar.
finish_reason
stringÅrsak til at genereringen ble avsluttet.
usage
object {input_tokens, output_tokens}Tokenforbruk knyttet til forespørselen.

Flere modeller: Tale til tekst

For AI-agenter: Denne siden som Markdown finnes på https://doitong.com/no/developers/models/nvidia/nemotron-3-nano-omni/audio.md. Alle modeller og veiledninger: https://doitong.com/developers/llms.txt