Nemotron Asr Multilingual

ஒருங்கிணை

மாடல் id nvidia/nemotron-asr-multilingual/asr

# 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-asr-multilingual/asr?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "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"

const API = "https://api.doitong.ru/v1";
const headers = {
  "Authorization": "Bearer " + process.env.DOITONG_API_KEY,
  "Content-Type": "application/json",
};

// Run the model; wait up to 20 s for the finished result in the same call
let res = await fetch(API + "/run/nvidia/nemotron-asr-multilingual/asr?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  }),
});
let request = await res.json();
if (!res.ok) throw new Error(request.error.code + ": " + request.error.message);

// Not finished yet: long-poll until it is
while (request.status === "queued" || request.status === "running") {
  res = await fetch(API + "/requests/" + request.id + "?wait=20", { headers });
  request = await res.json();
}
if (request.status !== "succeeded") throw new Error(JSON.stringify(request.error));
console.log(request.outputs.map((o) => o.url), request.cost.credits + " API credits ($" + request.cost.usd + ")");

import os
import requests

API = "https://api.doitong.ru/v1"
headers = {"Authorization": "Bearer " + os.environ["DOITONG_API_KEY"]}

payload = {
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/nvidia/nemotron-asr-multilingual/asr", params={"wait": 20}, json=payload, headers=headers)
request = r.json()
if not r.ok:
    raise RuntimeError(request["error"]["code"] + ": " + request["error"]["message"])

# Not finished yet: long-poll until it is
while request["status"] in ("queued", "running"):
    request = requests.get(API + "/requests/" + request["id"], params={"wait": 20}, headers=headers).json()
if request["status"] != "succeeded":
    raise RuntimeError(request["error"])
print([o["url"] for o in request["outputs"]], request["cost"]["credits"], "API credits", "$" + request["cost"]["usd"])

# 1. Connect once (Claude Code; Cursor, VS Code, Claude Desktop: https://doitong.com/ta/developers/docs/mcp)
claude mcp add --transport http doitong-models https://api.doitong.ru/v1/mcp \
  --header "Authorization: Bearer $DOITONG_API_KEY"

# 2. Your agent calls the "run" tool with:
{
  "model_id": "nvidia/nemotron-asr-multilingual/asr",
  "input": {
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  }
}

Doitong API மூலம் Nemotron Asr Multilingual மாதிரியை (nvidia/nemotron-asr-multilingual/asr) அழைக்கவும். முகவர்களுக்கான ஆவணங்கள்: https://doitong.com/ta/developers/models/nvidia/nemotron-asr-multilingual/asr.md

POST https://api.doitong.ru/v1/run/nvidia/nemotron-asr-multilingual/asr?wait=20
Authorization: Bearer $DOITONG_API_KEY
Content-Type: application/json

{
  "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
}

பதிலின் நிலை "queued" அல்லது "running" எனில், அது "succeeded" ஆகும் வரை GET https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20 மூலம் தொடர்ந்து சரிபார்க்கவும்; கோப்புகள் outputs[].url இல் உள்ளன. அதே body-யுடன் POST https://api.doitong.ru/v1/quote/nvidia/nemotron-asr-multilingual/asr அனுப்பினால், இயக்கத்திற்கு முன் துல்லியமான விலை கிடைக்கும்.

எடுத்துக்காட்டு போன்ற கோப்புகள்: $0.002 2 API கிரெடிட்கள் · ≈ ₽0.22 இயக்குவதற்கு முன் உங்கள் கோப்புகள் அளவிடப்படும் இந்தப் பக்கத்தில் இயக்குங்கள்

API விசையைப் பெறுக

NVIDIA பேச்சிலிருந்து உரைக்கு #utility#transcribe

தானியங்கி மொழிக் கண்டறிதலுடனும் வேகம்/துல்லியத்திற்கான நான்கு நிலைகளுடனும் கூடிய பல்மொழிப் பேச்சு உரைமாற்றம்

OpenAPI Markdown

NVIDIA · உரை

உங்கள் முதல் முடிவு இங்கே வரும்

கீழே ஒரு கோரிக்கையை உருவாக்கி, உங்கள் API விசையுடன் இயக்குங்கள். வெளியீடுகள் எங்கள் சேமிப்பகத்தில் நகலெடுக்கப்பட்டு, நிரந்தரமாக அல்லது இலவசமாக 7 நாட்கள் வைக்கப்படும்.

கோரிக்கையை உருவாக்கு

உங்கள் உள்ளீட்டு ஆடியோவின் ஒவ்வொரு நிமிடத்துக்கான விலை

உங்கள் உள்ளீட்டின் அடிப்படையிலான விலை

உள்ளீட்டு ஆடியோவின் ஒரு நிமிடத்திற்கு $0.008

உள்ளீட்டு ஆடியோவின் ஒரு நிமிடத்திற்கு 8 API கிரெடிட்கள் · ≈ ₽0.86

இந்தக் கோரிக்கை: 0.1667 நிமிடங்கள் × $0.008 $0.002 2 API கிரெடிட்கள் · ≈ ₽0.22

இயக்கு · $0.002

வெற்றி பெற்றால் மட்டுமே வசூலிக்கப்படும்; தோல்வியுற்றால் தானாகத் திருப்பியளிக்கப்படும்.

உங்கள் உள்ளீட்டுக் கோப்புகள்

audio_url

நீளம், s

கால்குலேட்டர் இந்த எண்களைப் பயன்படுத்துகிறது. POST /quote/nvidia/nemotron-asr-multilingual/asr உங்கள் உண்மையான கோப்புகளை அளந்து சரியான விலையைத் திருப்பி வழங்கும்.

இயக்கத்திற்கு முன் உங்கள் கோப்புகள் (நீளம், தெளிவுத்திறன், ஃப்ரேம் வீதம்) அளவிடப்படுகின்றன; மேற்கோள் சரியான விலையைத் திருப்பி வழங்கும், மேலும் இயக்கத்திற்கு அதே தொகை வசூலிக்கப்படும்.

விலைமதிப்பீட்டு முனையம்: POST /quote/{id}

கோரிக்கையை உருவாக்கு

மாடல் ஸ்கீமாவிலிருந்து கட்டுப்பாடுகள் உருவாக்கப்படுகின்றன. அவற்றை மாற்றும்போது குறியீடும் விலையும் புதுப்பிக்கப்படும்.

audio •தேவை audio_url

கோப்பை விடுங்கள் அல்லது

எழுத்துப்பெயர்ப்புக்குப் பயன்படுத்தப்படும் ஆடியோ கோப்பு URL.

மேம்பட்டவை acceleration · language

acceleration இயல்புநிலை regular

chunk நீளத்தை அடிப்படையாகக் கொண்ட வேகம்/துல்லியம் அமைப்பு: 1.12s மற்றும் 'none' சிறந்த துல்லியத்தை வழங்கும்; 0.56s மற்றும் 'regular' வேகம் மற்றும் துல்லியத்தை சமநிலைப்படுத்தும்; 0.32s மற்றும் 'high' வேகமானது; 0.08s மற்றும் 'full' மிக வேகமானது.

language இயல்புநிலை auto

எழுத்துப்பெயர்ப்புக்கான Language-ID ப்ராம்ப்ட்; இலக்கு மொழி அல்லது மாதிரி அடிப்படையிலான கண்டறிதலுக்கான 'auto' ஐ ஏற்கிறது.

POST /run/nvidia/nemotron-asr-multilingual/asr?wait=20 விலை → $0.002

# 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-asr-multilingual/asr?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "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"

const API = "https://api.doitong.ru/v1";
const headers = {
  "Authorization": "Bearer " + process.env.DOITONG_API_KEY,
  "Content-Type": "application/json",
};

// Run the model; wait up to 20 s for the finished result in the same call
let res = await fetch(API + "/run/nvidia/nemotron-asr-multilingual/asr?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  }),
});
let request = await res.json();
if (!res.ok) throw new Error(request.error.code + ": " + request.error.message);

// Not finished yet: long-poll until it is
while (request.status === "queued" || request.status === "running") {
  res = await fetch(API + "/requests/" + request.id + "?wait=20", { headers });
  request = await res.json();
}
if (request.status !== "succeeded") throw new Error(JSON.stringify(request.error));
console.log(request.outputs.map((o) => o.url), request.cost.credits + " API credits ($" + request.cost.usd + ")");

import os
import requests

API = "https://api.doitong.ru/v1"
headers = {"Authorization": "Bearer " + os.environ["DOITONG_API_KEY"]}

payload = {
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/nvidia/nemotron-asr-multilingual/asr", params={"wait": 20}, json=payload, headers=headers)
request = r.json()
if not r.ok:
    raise RuntimeError(request["error"]["code"] + ": " + request["error"]["message"])

# Not finished yet: long-poll until it is
while request["status"] in ("queued", "running"):
    request = requests.get(API + "/requests/" + request["id"], params={"wait": 20}, headers=headers).json()
if request["status"] != "succeeded":
    raise RuntimeError(request["error"])
print([o["url"] for o in request["outputs"]], request["cost"]["credits"], "API credits", "$" + request["cost"]["usd"])

{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/call",
  "params": {
    "name": "run",
    "arguments": {
      "model_id": "nvidia/nemotron-asr-multilingual/asr",
      "input": {
        "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
      },
      "wait_seconds": 20
    }
  }
}

இந்தக் கோரிக்கையை இயக்கு

API விசை

உங்கள் key இந்த உலாவியில் மட்டுமே இருக்கும்: அது Doitong API-க்கு மட்டும் அனுப்பப்படும்; Remember-ஐத் தேர்ந்தெடுத்தால் மட்டுமே (localStorage)-ல் சேமிக்கப்படும். இந்த உலாவியில் நினைவில் கொள்க API விசையைப் பெறுங்கள்

Nemotron Asr Multilingual பற்றி

`audio_url` இலிருந்து ஆடியோ கோப்பைப் படியெடுத்து உரையாக மாற்றுகிறது. கண்டறிதலுக்காக `language` உள்ளீடு இயல்புநிலையாக `auto` ஆகும்; அல்லது பட்டியலிலிருந்து en-US, de-DE அல்லது ja-JP போன்ற locale ஐத் தேர்ந்தெடுக்கலாம். `acceleration` துல்லியத்திற்குப் பதிலாக வேகத்தை மாற்றுகிறது: `none` மிகத் துல்லியமானது, `regular` சமநிலையானது, `high` வேகமானது, `full` மிக வேகமானது.

அளவுருக்கள்

நியமப் பெயர் அல்லது நேட்டிவ் பெயர் இரண்டில் ஒன்றை மட்டும் அனுப்பவும். நியமப் பெயர்கள்

பெயர்வகை இயல்புநிலைஅனுமதிக்கப்பட்டது விளக்கம்

audio_urlதேவை audio

வகைurl · audio

எழுத்துப்பெயர்ப்புக்குப் பயன்படுத்தப்படும் ஆடியோ கோப்பு URL.

languageவிருப்பத்தேர்வு

வகைenum

இயல்புநிலைauto

autoen-USen-GBes-USes-ESde-DEfr-FRfr-CAit-ITar-ARja-JPko-KRpt-BRpt-PTru-RUhi-IN

+25 மேலும்

zh-CNvi-VNhe-ILnl-NLcs-CZda-DKpl-PLnn-NOnb-NOsv-SEth-THtr-TRbg-BGel-GRet-EEfi-FIhr-HRhu-HUlt-LTlv-LVro-ROsk-SKuk-UAmt-MTsl-SI

accelerationவிருப்பத்தேர்வு

வகைenum

இயல்புநிலைregular

noneregularhighfull

தேவை நியமப் பெயர், இதுவும் ஏற்கப்படும்

கோப்பு அளவுருக்கள் பொதுவான https:// URL, 10 MB வரையிலான data: URI அல்லது பதிவேற்றத்தின் file_url-ஐ ஏற்கும். கோப்புகள்

வெளியீடு

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t

{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "nvidia/nemotron-asr-multilingual/asr",
  "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": 2,
    "usd": "0.002",
    "charged": 2,
    "refunded": 0
  },
  "input": {
    "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  },
  "output": {
    "output": "Actually, I'm second guessing myself a single coherent passage might be cleaner and more representative of real world speech performance, which is what benchmarking typically uses. I'll write an engaging flowing piece on something like a journey or a day in a tech forward city. That weaves in all the varied elements naturally, rather than splitting it into sections. I'm deciding to keep the targeted tricky sentences section after all. It'll directly test homophones and number heavy lines that are most prone to errors, so I'll include it as a concise, clearly marked addition at the end now. I'm drafting the full passage, starting with a detailed travel narrative that weaves in dates, times, currency, and specific details by the time we pulled into Waverley Station, my phone had buzzed forty seven times, mostly from doctor Amara Akon Reyes at Neurosynt Technologies fretting over our board presentation. We'd spent three weeks refining a transformer model with one point three billion parameters, and the improvements were stunning. Our word error rate plummeted from fourteen point two percent down to three point eight percent. There's something surreal about watching those number shift like that. They're not just metrics they're the payoff from countless late nights and too much coffee.",
    "partial": false
  },
  "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"
  }
}

உங்கள் கோப்புகள், உங்கள் தேர்வுஒவ்வொரு outputs[].url-ம் எங்கள் சேமிப்பகத்தில் உள்ள ஒரு நகல்: நிரந்தரமாக (GB-மாதத்திற்கு கட்டணம்) அல்லது உங்கள் கணக்கு அமைப்பு அல்லது ?storage= மூலம் இலவசமாக 7 நாட்கள் வைக்கப்படும்.

ஒவ்வொரு மாடலிலும் ஒரே வடிவம்படங்கள், வீடியோ மற்றும் ஆடியோ ஆகிய அனைத்திற்குமான type, url, content_type, width, height மற்றும் duration. output என்பது மாதிரியின் சொந்த முடிவு பொருளாகும்.

வெளியீட்டின் புலங்கள்

output: stringஆடியோவை எழுத்துப்பெயர்த்துப் பெறப்பட்ட உரை.
partial: booleanstreaming முடிவு இடைநிலையானதாக இருக்கும்போது True.

AI ஏஜெண்டுகளுக்கு: இந்தப் பக்கம் Markdown வடிவில் இங்கே உள்ளது https://doitong.com/ta/developers/models/nvidia/nemotron-asr-multilingual/asr.md. அனைத்து மாடல்களும் வழிகாட்டிகளும்: https://doitong.com/developers/llms.txt

உங்கள் முதல் முடிவு இங்கே வரும்

கோரிக்கையை உருவாக்கு

இந்தக் கோரிக்கையை இயக்கு

Nemotron Asr Multilingual பற்றி

அளவுருக்கள்

வெளியீடு

மேலும் மாதிரிகள்: பேச்சிலிருந்து உரைக்கு

Nemotron 3 Nano Omni · Audio மாறுபாடுகள்: 4

Cohere Transcribe

Elevenlabs - Forced Alignment மாறுபாடுகள்: 4

ElevenLabs Speech to Text மாறுபாடுகள்: 2