Hoppa till innehåll

Nemotron 3 Nano Omni · Audio

Integrera

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"

Upp till 0,622 $ per körning debiteras efter faktisk användning, resten återbetalas Kör den på den här sidan

Hämta API-nyckel
NVIDIA Tal till text #nemotron#nvidia#audio-to-text#audio-understanding

Besvarar prompter om ett ljudklipp (wav eller mp3, upp till 50 minuter) och returnerar text

NVIDIA · Text

Ditt första resultat visas här

Skapa en begäran nedan och kör den med din API-nyckel. Utdata kopieras till vår lagring och sparas för alltid eller 7 dagar kostnadsfritt.

Skapa en begäran

Kontrollerna genereras från modellschemat. Koden och priset uppdateras när du ändrar dem.

•obligatoriskt

Text som anges som modellens prompt; måste vara på engelska.

Valfri modellstyrning som anges som en systemprompt, där resonemang undantas från dess kontroller; använd `reasoning_mode` för det i stället.

•obligatoriskt audio_url
Släpp en fil eller

URL till ljudklipp för resonemangsindata; wav eller mp3 accepteras med en längd på högst 50 minuter.

standard 1024

Övre gräns för genererade token.

Avancerat reasoning_mode · temperature · top_p · enable_safety_checker
reasoning_mode standard no_think

Svarsformat: `think` inkluderar ett uttryckligt chain-of-thought-spår innan det slutliga svaret presenteras. För ett direkt svar utan spåret använder du `no_think`.

standard 0.7

Temperatur som används vid sampling; lägre värden gör utdatan mer deterministisk.

standard 0.95

Sannolikhetsmassa som används för 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"

Kör den här begäran

Din nyckel stannar i den här webbläsaren: den skickas endast till Doitong API och sparas endast i localStorage om du markerar Kom ihåg. Hämta en API-nyckel

Om Nemotron 3 Nano Omni · Audio

Ljudvarianten tar emot en `audio_url` som pekar på ett wav- eller mp3-klipp på upp till 50 minuter, samt en textbaserad `prompt`, och returnerar ett textsvar. Den passar för transkriberingsliknande uppgifter eller frågor om ljudet. `reasoning_mode` växlar ett explicit resonemangsspår, och `max_tokens` kan nå 20,000. Prompter bör vara på engelska.

Parametrar

Skicka antingen det kanoniska namnet eller det inbyggda namnet, inte båda. Kanoniska namn

NamnTyp StandardTillåtna Beskrivning
promptobligatoriskt
Typstring
Text som anges som modellens prompt; måste vara på engelska.
system_promptvalfritt
Typstring | null
Valfri modellstyrning som anges som en systemprompt, där resonemang undantas från dess kontroller; använd `reasoning_mode` för det i stället.
reasoning_modevalfritt
Typenum
Standardno_think
thinkno_think
Svarsformat: `think` inkluderar ett uttryckligt chain-of-thought-spår innan det slutliga svaret presenteras. För ett direkt svar utan spåret använder du `no_think`.
max_tokensvalfritt
Typinteger
Standard1024
1 – 20 000
Övre gräns för genererade token.
temperaturevalfritt
Typnumber
Standard0.7
0 – 2
Temperatur som används vid sampling; lägre värden gör utdatan mer deterministisk.
top_pvalfritt
Typnumber
Standard0.95
0 – 1
Sannolikhetsmassa som används för nucleus-sampling.
enable_safety_checkervalfritt
Typboolean
Standardtrue
Styr om säkerhetskontroll är aktiverad.
audio_urlobligatoriskt audio
Typurl · audio
URL till ljudklipp för resonemangsindata; wav eller mp3 accepteras med en längd på högst 50 minuter.
obligatoriskt Kanoniskt namn, accepteras också

Filparametrar tar emot en offentlig https://-URL, en data:-URI på upp till 10 MB eller file_url från en uppladdning. Filer

Resultat

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"
  }
}
Dina filer, ditt valVarje outputs[].url är en kopia i vår lagring: sparad för alltid (debiteras per GB-månad) eller 7 dagar kostnadsfritt, enligt din kontoinställning eller ?storage=.
Samma struktur för varje modelltype, url, content_type, width, height och duration, för bilder, video och ljud. output är modellens eget resultatobjekt.
Resultatets fält
output
stringText som produceras som svar.
finish_reason
stringOrsak till att genereringen avslutades.
usage
object {input_tokens, output_tokens}Tokenförbrukning som hör till begäran.

Fler modeller: Tal till text

För AI-agenter: den här sidan som Markdown finns på https://doitong.com/sv/developers/models/nvidia/nemotron-3-nano-omni/audio.md. Alla modeller och guider: https://doitong.com/developers/llms.txt