Preskoči na vsebino

Nemotron 3 Nano Omni · Audio

Integracija

ID modela 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"

Do 0,622 $ na zagon zaračuna se dejanska uporaba, preostanek se vrne Zaženi na tej strani

Pridobi ključ API
NVIDIA Govor v besedilo #nemotron#nvidia#audio-to-text#audio-understanding

Odgovarja na pozive o zvočnem posnetku (wav ali mp3, dolg največ 50 minut) in vrne besedilo

NVIDIA · Besedilo

Tukaj bo vaš prvi rezultat

Spodaj sestavite zahtevo in jo zaženite s svojim ključem API. Izhodi se kopirajo v našo shrambo, kjer se hranijo za vedno ali 7 dni brezplačno.

Ustvari zahtevo

Kontrolniki se ustvarijo iz sheme modela. Koda in cena se posodobita, ko ju spreminjate.

•obvezno

Besedilo, podano kot poziv modela; mora biti v angleščini.

Izbirno usmerjanje modela, podano kot sistemski poziv, pri čemer je sklepanje izključeno iz njegovih nastavitev; za to uporabite `reasoning_mode`.

•obvezno audio_url
Spustite datoteko ali

URL zvočnega izseka za vhod sklepanja; sprejema wav ali mp3 s trajanjem največ 50 minut.

privzeto 1024

Zgornja meja generiranih žetonov.

Napredno reasoning_mode · temperature · top_p · enable_safety_checker
reasoning_mode privzeto no_think

Oblika odgovora: `think` pred končnim odgovorom vključuje izrecno sled sklepanja. Za neposreden odgovor brez te sledi uporabite `no_think`.

privzeto 0.7

Temperatura za vzorčenje; manjše vrednosti naredijo izhod bolj determinističen.

privzeto 0.95

Masa verjetnosti, uporabljena pri jedrnem vzorčenju.

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"

Zaženi to zahtevo

Vaš ključ ostane v tem brskalniku: pošlje se samo v Doitong API in shrani v localStorage samo, če označite možnost Zapomni si. Pridobi ključ API

O modelu Nemotron 3 Nano Omni · Audio

Zvočna različica sprejme `audio_url`, ki kaže na posnetek wav ali mp3, dolg največ 50 minut, ter besedilni `prompt` in vrne besedilni odgovor. Primerna je za naloge prepisovanja ali odgovarjanja na vprašanja o zvoku. `reasoning_mode` preklaplja izrecno sled razmišljanja, `max_tokens` pa lahko doseže 20,000. Pozivi morajo biti v angleščini.

Parametri

Pošlji kanonično ali izvorno ime, ne obeh. Kanonična imena

ImeVrsta PrivzetoDovoljeno Opis
promptobvezno
Vrstastring
Besedilo, podano kot poziv modela; mora biti v angleščini.
system_promptneobvezno
Vrstastring | null
Izbirno usmerjanje modela, podano kot sistemski poziv, pri čemer je sklepanje izključeno iz njegovih nastavitev; za to uporabite `reasoning_mode`.
reasoning_modeneobvezno
Vrstaenum
Privzetono_think
thinkno_think
Oblika odgovora: `think` pred končnim odgovorom vključuje izrecno sled sklepanja. Za neposreden odgovor brez te sledi uporabite `no_think`.
max_tokensneobvezno
Vrstainteger
Privzeto1024
1 – 20.000
Zgornja meja generiranih žetonov.
temperatureneobvezno
Vrstanumber
Privzeto0.7
0 – 2
Temperatura za vzorčenje; manjše vrednosti naredijo izhod bolj determinističen.
top_pneobvezno
Vrstanumber
Privzeto0.95
0 – 1
Masa verjetnosti, uporabljena pri jedrnem vzorčenju.
enable_safety_checkerneobvezno
Vrstaboolean
Privzetotrue
Določa, ali je preverjanje varnosti omogočeno.
audio_urlobvezno audio
Vrstaurl · audio
URL zvočnega izseka za vhod sklepanja; sprejema wav ali mp3 s trajanjem največ 50 minut.
obvezno Kanonično ime, prav tako sprejeto

Parametri datotek sprejmejo javni https:// URL, podatkovni URI data: do 10 MB ali file_url naložene datoteke. Datoteke

Izhod

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"
  }
}
Vaše datoteke, vaša izbiraVsak outputs[].url je kopija v naši shrambi: hrani se za vedno (plačilo na GB-mesec) ali 7 dni brezplačno, glede na nastavitev računa ali ?storage=.
Enaka struktura pri vsakem modelutype, url, content_type, width, height in duration za slike, videoposnetke in zvok. output je lasten objekt rezultata modela.
Polja izhoda
output
stringBesedilo, ustvarjeno kot odgovor.
finish_reason
stringRazlog za končanje generiranja.
usage
object {input_tokens, output_tokens}Poraba žetonov, povezana z zahtevo.

Več modelov: Govor v besedilo

Za agente AI: ta stran je v obliki Markdown na voljo na https://doitong.com/sl/developers/models/nvidia/nemotron-3-nano-omni/audio.md. Vsi modeli in vodniki: https://doitong.com/developers/llms.txt