שפּרינגען צו אינהאַלט

Nemotron 3 Nano Omni · Audio

אינטעגרירן

מאָדעל־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"

ביז ⁨$ 0.622⁩ פּער לויפן באַצאָלט לויטן בפועלדיקן באַניץ, דער רעשט ווערט צוריקגעצאָלט לויפֿן עס אויף דער דאָזיקער בלאַט

באַקומען אַן API שליסל
NVIDIA רעדע צו טעקסט #nemotron#nvidia#audio-to-text#audio-understanding

ענטפֿערט פּראָמפּטן וועגן אַן אַודיאָ־קליפּ (wav אָדער mp3, ביז 50 מינוט), און גיט אַרויס טעקסט

NVIDIA · טעקסט

דאָ קומט אײַער ערשטער רעזולטאַט

בויט אונטן אַ בקשה און לויפט זי מיט אײַער API שליסל. רעזולטאַטן ווערן קאַפּירט צו אונדזער סטאָרידזש, געהאַלטן אויף אייביק אָדער 7 טעג אומזיסט.

בויען אַ בעטן

קאָנטראָלן ווערן דזשענערירט פֿון דעם מאָדעל־סכעמע. דער קאָד און דער פּרײַז דערהײַנטיקן זיך ווען איר ענדערט זיי.

•פארלאנגט

טעקסט צוגעשטעלט ווי דעם מאָדעלס פּראָמפּט; מוז זײַן אויף ענגליש.

אָפּציאָנאַלע מאָדעל־גיידאַנס צוגעשטעלט ווי אַ סיסטעם־פּראָמפּט, מיט רעזאַנירונג אויסגעשלאָסן פֿון אירע קאָנטראָלן; פֿאַר דעם נוצן `reasoning_mode`.

•פארלאנגט audio_url
לייגט אַרײַן אַ טעקע, אָדער

אַודיאָ־קליפּ־URL פֿאַר רעזאַניר־אַרײַנגעבונג; נעמט אָן wav אָדער mp3 מיט געדויער נישט לענגער ווי 50 מינוט.

סטאַנדאַרט 1024

אויבערער שיעור פֿאַר גענערירטע טאָקענס.

פֿאָרגעשריטן reasoning_mode · temperature · top_p · enable_safety_checker
reasoning_mode סטאַנדאַרט no_think

ענטפֿער־פֿאָרמאַט: `think` נעמט אַרײַן אַן אויסדריקליכן chain-of-thought שפּור איידער דער לעצטער ענטפֿער. פֿאַר אַ דירעקטער ענטפֿער אָן דעם שפּור, נוצן `no_think`.

סטאַנדאַרט 0.7

טעמפּעראַטור גענוצט פֿאַר סאַמפּלינג; קלענערע ווערטן מאַכן דעם רעזולטאַט מער דיטערמיניסטיש.

סטאַנדאַרט 0.95

מסתּבר־מאַסע גענוצט פֿאַר nucleus sampling.

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

לויפֿן דעם ריקוועסט

אײַער key בלײַבט אין דעם בלעטערער: זי ווערט געשיקט נאָר צום Doitong API און אָפּגעהיט (localStorage) נאָר אויב איר טיקט אָן געדענקען. באַקומען אַן API שליסל

וועגן Nemotron 3 Nano Omni · Audio

די אַודיאָ־וואַריאַנט נעמט אַן `audio_url` וואָס ווײַזט אויף אַ wav אָדער mp3 קליפּ פֿון ביז 50 מינוט, פּלוס אַ טעקסט־`prompt`, און גיט אַרויס אַ טעקסט־ענטפֿער. עס פּאַסט פֿאַר טראַנסקריפּציע־ אָדער פֿראַגע־ענטפֿער־אויפֿגאַבעס וועגן דעם קלאַנג. `reasoning_mode` צינדט אָן אַן אויסדריקלעכן רעזאָניר־שפּור, און `max_tokens` קען דערגרייכן 20,000. פּראָמפּטן זאָלן זײַן אויף ענגליש.

פּאַראַמעטערס

שיקט אָדער דעם קאַנאָנישן נאָמען אָדער דעם נאַטיוון נאָמען, נישט ביידע. קאַנאָנישע נעמען

נאָמעןטיפּ סטאַנדאַרטערלויבט באַשרײַבונג
promptפארלאנגט
טיפּstring
טעקסט צוגעשטעלט ווי דעם מאָדעלס פּראָמפּט; מוז זײַן אויף ענגליש.
system_promptאָפּציאָנעל
טיפּstring | null
אָפּציאָנאַלע מאָדעל־גיידאַנס צוגעשטעלט ווי אַ סיסטעם־פּראָמפּט, מיט רעזאַנירונג אויסגעשלאָסן פֿון אירע קאָנטראָלן; פֿאַר דעם נוצן `reasoning_mode`.
reasoning_modeאָפּציאָנעל
טיפּenum
סטאַנדאַרטno_think
thinkno_think
ענטפֿער־פֿאָרמאַט: `think` נעמט אַרײַן אַן אויסדריקליכן chain-of-thought שפּור איידער דער לעצטער ענטפֿער. פֿאַר אַ דירעקטער ענטפֿער אָן דעם שפּור, נוצן `no_think`.
max_tokensאָפּציאָנעל
טיפּinteger
סטאַנדאַרט1024
1 – 20,000
אויבערער שיעור פֿאַר גענערירטע טאָקענס.
temperatureאָפּציאָנעל
טיפּnumber
סטאַנדאַרט0.7
0 – 2
טעמפּעראַטור גענוצט פֿאַר סאַמפּלינג; קלענערע ווערטן מאַכן דעם רעזולטאַט מער דיטערמיניסטיש.
top_pאָפּציאָנעל
טיפּnumber
סטאַנדאַרט0.95
0 – 1
מסתּבר־מאַסע גענוצט פֿאַר nucleus sampling.
enable_safety_checkerאָפּציאָנעל
טיפּboolean
סטאַנדאַרטtrue
קאָנטראָלירט צי זיכערהייט־קאָנטראָל זאָל זײַן אַקטיוו.
audio_urlפארלאנגט audio
טיפּurl · audio
אַודיאָ־קליפּ־URL פֿאַר רעזאַניר־אַרײַנגעבונג; נעמט אָן wav אָדער mp3 מיט געדויער נישט לענגער ווי 50 מינוט.
פארלאנגט קאַנאָנישער נאָמען, אויך אַקצעפּטירט

טעקע־פּאַראַמעטערס נעמען אַן עפֿנטלעכע https:// URL, אַ data: URI ביז 10 MB, אָדער דעם file_url פֿון אַן אַרויפֿלאָד. טעקעס

אויסגאַבע

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"
  }
}
אייער טעקעס, אייער ברירהיעדער outputs[].url איז אַ קאַפּיע אין אונדזער סטאָרידזש: געהאַלטן אויף אייביק (באַצאָלט פּער GB־חודש) אָדער 7 טעג אומזיסט, לויט אײַער חשבון־באַשטעטיקונג אָדער ?storage=.
דער זעלבער פֿאָרעם בײַ יעדן מאָדעלtype, url, content_type, width, height און duration, סײַ פֿאַר בילדער, ווידעאָ און אַודיאָ. output איז דער אייגענער רעזולטאַט־אָביעקט פֿון מאָדעל.
פֿעלדער פֿון דער אויסגאַבע
output
stringטעקסט געשאַפֿן ווי דער ענטפֿער.
finish_reason
stringסיבה פֿאַרן ענדיקן גענערירונג.
usage
object {input_tokens, output_tokens}טאָקען־באַניץ פֿאַרבונדן מיט דער בקשה.

מער מאָדעלן: רעדע צו טעקסט

פֿאַר AI־אַגענטן: דער בלאַט ווי Markdown געפֿינט זיך בײַ https://doitong.com/yi/developers/models/nvidia/nemotron-3-nano-omni/audio.md. אַלע מאָדעלן און גוידעס: https://doitong.com/developers/llms.txt