Avançar para o conteúdo

Nemotron 3 Nano Omni · Audio

Integrar

ID do modelo 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"

Até 0,622 $ por execução cobrado com base na utilização real, o restante é reembolsado Executar nesta página

Obter chave de API
NVIDIA Voz para texto #nemotron#nvidia#audio-to-text#audio-understanding

Responde a prompts sobre um clipe de áudio (wav ou mp3, até 50 minutos), devolvendo texto

NVIDIA · Texto

O seu primeiro resultado aparece aqui

Crie um pedido abaixo e execute-o com a sua chave de API. As saídas são copiadas para o nosso armazenamento, guardadas para sempre ou durante 7 dias gratuitamente.

Criar um pedido

Os controlos são gerados a partir do esquema do modelo. O código e o preço são atualizados à medida que os altera.

•obrigatório

Texto fornecido como prompt do modelo; tem de estar em inglês.

Orientação opcional do modelo fornecida como prompt do sistema, sem raciocínio nos seus controlos; utilize `reasoning_mode` para esse efeito.

•obrigatório audio_url
Largue um ficheiro ou

URL do clip de áudio para entrada de raciocínio; aceita wav ou mp3 com uma duração não superior a 50 minutos.

predefinição 1024

Limite superior de tokens gerados.

Avançado reasoning_mode · temperature · top_p · enable_safety_checker
reasoning_mode predefinição no_think

Formato da resposta: `think` inclui uma cadeia de raciocínio explícita antes de apresentar a resposta final. Para uma resposta direta sem essa cadeia, utilize `no_think`.

predefinição 0.7

Temperatura utilizada para amostragem; valores menores tornam a saída mais determinística.

predefinição 0.95

Massa de probabilidade utilizada para amostragem nucleus.

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

Executar este pedido

A sua chave permanece neste navegador: é enviada apenas para a Doitong API e guardada em localStorage apenas se selecionar Lembrar. Obter uma chave de API

Sobre Nemotron 3 Nano Omni · Audio

A variante de áudio aceita um `audio_url` que aponta para um clipe wav ou mp3 com até 50 minutos, além de um `prompt` de texto, e devolve uma resposta de texto. É adequada para tarefas de transcrição ou perguntas e respostas sobre o som. `reasoning_mode` ativa ou desativa um registo de raciocínio explícito, e `max_tokens` pode chegar a 20,000. Os prompts devem estar em inglês.

Parâmetros

Envie o nome canónico ou o nome nativo, não ambos. Nomes canónicos

NomeTipo PredefiniçãoPermitido Descrição
promptobrigatório
Tipostring
Texto fornecido como prompt do modelo; tem de estar em inglês.
system_promptopcional
Tipostring | null
Orientação opcional do modelo fornecida como prompt do sistema, sem raciocínio nos seus controlos; utilize `reasoning_mode` para esse efeito.
reasoning_modeopcional
Tipoenum
Predefiniçãono_think
thinkno_think
Formato da resposta: `think` inclui uma cadeia de raciocínio explícita antes de apresentar a resposta final. Para uma resposta direta sem essa cadeia, utilize `no_think`.
max_tokensopcional
Tipointeger
Predefinição1024
1 – 20 000
Limite superior de tokens gerados.
temperatureopcional
Tiponumber
Predefinição0.7
0 – 2
Temperatura utilizada para amostragem; valores menores tornam a saída mais determinística.
top_popcional
Tiponumber
Predefinição0.95
0 – 1
Massa de probabilidade utilizada para amostragem nucleus.
enable_safety_checkeropcional
Tipoboolean
Predefiniçãotrue
Controla se a verificação de segurança está ativada.
audio_urlobrigatório audio
Tipourl · audio
URL do clip de áudio para entrada de raciocínio; aceita wav ou mp3 com uma duração não superior a 50 minutos.
obrigatório Nome canónico, também aceite

Os parâmetros de ficheiro aceitam um URL https:// público, um URI data: até 10 MB ou o file_url de um carregamento. Ficheiros

Resultado

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"
  }
}
Os seus ficheiros, a sua escolhaCada outputs[].url é uma cópia no nosso armazenamento: guardada para sempre (paga por GB-mês) ou durante 7 dias gratuitamente, conforme a definição da sua conta ou ?storage=.
A mesma estrutura em todos os modelostype, url, content_type, width, height e duration, tanto para imagens como para vídeo e áudio. output é o próprio objeto de resultado do modelo.
Campos do resultado
output
stringTexto produzido como resposta.
finish_reason
stringMotivo para terminar a geração.
usage
object {input_tokens, output_tokens}Consumo de tokens associado ao pedido.

Mais modelos: Voz para texto

Para agentes de IA: esta página em Markdown está disponível em https://doitong.com/pt-PT/developers/models/nvidia/nemotron-3-nano-omni/audio.md. Todos os modelos e guias: https://doitong.com/developers/llms.txt