Bỏ qua đến nội dung

Nemotron 3 Nano Omni · Audio

Tích hợp

Id mô hình 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"

Tối đa 0,622 $ mỗi lần chạy tính phí theo mức sử dụng thực tế, phần còn lại được hoàn tiền Chạy trên trang này

Lấy khóa API
NVIDIA Giọng nói sang văn bản #nemotron#nvidia#audio-to-text#audio-understanding

Trả lời lời nhắc về một đoạn âm thanh (wav hoặc mp3, tối đa 50 phút), trả về văn bản

NVIDIA · Văn bản

Kết quả đầu tiên của bạn sẽ xuất hiện ở đây

Tạo một yêu cầu bên dưới và chạy bằng khóa API của bạn. Đầu ra được sao chép vào bộ lưu trữ của chúng tôi, giữ vĩnh viễn hoặc 7 ngày miễn phí.

Tạo một yêu cầu

Các điều khiển được tạo từ lược đồ mô hình. Mã và giá sẽ cập nhật khi bạn thay đổi chúng.

•bắt buộc

Văn bản được cung cấp làm lời nhắc cho mô hình; phải bằng tiếng Anh.

Hướng dẫn mô hình tùy chọn được cung cấp dưới dạng lời nhắc hệ thống, không bao gồm suy luận trong các điều khiển của tham số này; hãy dùng `reasoning_mode` cho mục đích đó.

•bắt buộc audio_url
Thả tệp hoặc

URL đoạn âm thanh cho đầu vào suy luận; chấp nhận wav hoặc mp3 với thời lượng không quá 50 phút.

mặc định 1024

Giới hạn trên của số token được tạo.

Nâng cao reasoning_mode · temperature · top_p · enable_safety_checker
reasoning_mode mặc định no_think

Định dạng trả lời: `think` bao gồm dấu vết chain-of-thought rõ ràng trước khi trình bày câu trả lời cuối cùng. Để trả lời trực tiếp không có dấu vết đó, hãy dùng `no_think`.

mặc định 0.7

Nhiệt độ dùng để lấy mẫu; giá trị nhỏ hơn tạo đầu ra có tính xác định cao hơn.

mặc định 0.95

Khối lượng xác suất dùng cho lấy mẫu nucleus.

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

Chạy yêu cầu này

Key của bạn vẫn nằm trong trình duyệt này: key chỉ được gửi đến Doitong API và chỉ được lưu trong localStorage nếu bạn chọn Ghi nhớ. Nhận khóa API

Giới thiệu về Nemotron 3 Nano Omni · Audio

Biến thể âm thanh nhận `audio_url` trỏ đến đoạn wav hoặc mp3 dài tối đa 50 phút, cùng với `prompt` dạng văn bản, và trả về phản hồi văn bản. Phù hợp với các tác vụ kiểu chuyển giọng nói thành văn bản hoặc hỏi đáp về âm thanh. `reasoning_mode` bật hoặc tắt dấu vết suy luận rõ ràng, còn `max_tokens` có thể lên tới 20,000. Lời nhắc nên bằng tiếng Anh.

Tham số

Gửi tên chuẩn hoặc tên gốc, không gửi cả hai. Tên chuẩn

TênKiểu Mặc địnhĐược phép Mô tả
promptbắt buộc
Kiểustring
Văn bản được cung cấp làm lời nhắc cho mô hình; phải bằng tiếng Anh.
system_prompttùy chọn
Kiểustring | null
Hướng dẫn mô hình tùy chọn được cung cấp dưới dạng lời nhắc hệ thống, không bao gồm suy luận trong các điều khiển của tham số này; hãy dùng `reasoning_mode` cho mục đích đó.
reasoning_modetùy chọn
Kiểuenum
Mặc địnhno_think
thinkno_think
Định dạng trả lời: `think` bao gồm dấu vết chain-of-thought rõ ràng trước khi trình bày câu trả lời cuối cùng. Để trả lời trực tiếp không có dấu vết đó, hãy dùng `no_think`.
max_tokenstùy chọn
Kiểuinteger
Mặc định1024
1 – 20.000
Giới hạn trên của số token được tạo.
temperaturetùy chọn
Kiểunumber
Mặc định0.7
0 – 2
Nhiệt độ dùng để lấy mẫu; giá trị nhỏ hơn tạo đầu ra có tính xác định cao hơn.
top_ptùy chọn
Kiểunumber
Mặc định0.95
0 – 1
Khối lượng xác suất dùng cho lấy mẫu nucleus.
enable_safety_checkertùy chọn
Kiểuboolean
Mặc địnhtrue
Kiểm soát việc bật kiểm tra an toàn.
audio_urlbắt buộc audio
Kiểuurl · audio
URL đoạn âm thanh cho đầu vào suy luận; chấp nhận wav hoặc mp3 với thời lượng không quá 50 phút.
bắt buộc Tên chuẩn, cũng được chấp nhận

Các tham số tệp nhận URL https:// công khai, URI data: tối đa 10 MB hoặc file_url của một tệp tải lên. Tệp

Đầu ra

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"
  }
}
Tệp của bạn, lựa chọn của bạnMỗi outputs[].url là một bản sao trên bộ lưu trữ của chúng tôi: được giữ vĩnh viễn (tính phí theo GB-tháng) hoặc 7 ngày miễn phí, theo cài đặt tài khoản hoặc ?storage=.
Cùng một cấu trúc trên mọi mô hìnhtype, url, content_type, width, height và duration cho hình ảnh, video và âm thanh. output là đối tượng kết quả riêng của mô hình.
Các trường đầu ra
output
stringVăn bản được tạo dưới dạng phản hồi.
finish_reason
stringLý do kết thúc tạo sinh.
usage
object {input_tokens, output_tokens}Mức tiêu thụ token gắn với yêu cầu.

Thêm mô hình: Giọng nói sang văn bản

Dành cho tác nhân AI: trang này ở dạng Markdown tại https://doitong.com/vi/developers/models/nvidia/nemotron-3-nano-omni/audio.md. Tất cả mô hình và hướng dẫn: https://doitong.com/developers/llms.txt