Deepgram: Nova-3

Deepgram Nova-3 هو نموذج تحويل الكلام إلى نص من Deepgram، مُدرج على api14 تحت معرّف النموذج deepgram/nova-3. يقع في فئة النسخ، وتصفه Deepgram بأنه نموذج تحويل الكلام إلى نص للأغراض العامة مع دعم النسخ أحادي اللغة ومتعدد اللغات. إذا كان تطبيقك يحتاج إلى تحويل الكلام المسجّل أو المتدفق إلى نص مكتوب، فهذا هو نوع النماذج التي بناه المزوّد من أجله.

يأخذ النموذج الصوت كمدخل ويعيد نصاً مكتوباً كمخرج. هذا هو شكل الواجهة بالكامل: ترسل صوتاً، فتحصل على نص. يذكر وصف المزوّد النسخ أحادي اللغة ومتعدد اللغات، لذا يمكنه التعامل مع الكلام بلغة واحدة وكذلك مع المواد التي تمتد على أكثر من لغة. لا توجد قيمة نافذة سياق مُدرجة لهذا النموذج، والحد الأقصى للمخرج مُدرج على أنه صفر، لذا خطط بناءً على نتيجة النسخ نفسها وليس بناءً على ميزانية رموز على نمط المحادثة.

بما أن المدخل الوحيد هو الصوت والمخرج الوحيد هو نص مكتوب، فإن الاستخدامات العملية تتبع ذلك مباشرة. يمكنك استخدام Nova-3 لإنتاج نصوص مكتوبة للاجتماعات والمقابلات والملاحظات الصوتية والبودكاست وتسجيلات المكالمات. يجعل دعم تعدد اللغات منه خياراً مناسباً للفرق التي لا تكون تسجيلاتها الصوتية كلها بلغة واحدة، مثل مكالمات العملاء أو التسجيلات الميدانية التي تمزج بين اللغات. ويمكن بعد ذلك تغذية النصوص التي يعيدها إلى ما يأتي لاحقاً في خط سير عملك، مثل فهرسة البحث، أو التلخيص بواسطة نموذج نصي منفصل، أو التخزين للمراجعة.

تستدعي النموذج عبر واجهة api14 المتوافقة مع OpenAI باستخدام معرّف النموذج deepgram/nova-3. وبما أن نقطة النهاية تتبع تنسيق OpenAI، يمكنك توجيه عميل OpenAI موجود لديك إلى api14 وإرسال الصوت للنسخ دون إعادة كتابة التكامل. لا يُدرج النموذج أي معاملات مدعومة، لذا لا تفترض توفر خيارات ضبط مثل temperature أو حقول prompt المخصصة؛ أرسل الصوت واعتمد على الإعدادات الافتراضية التي تطبقها البوابة. راجع جدول الأسعار المباشر على الصفحة لمعرفة الأسعار الحالية قبل أن تلتزم بحجم عمل معين.

من الأمور التي يجب أخذها في الحسبان النطاق. Nova-3 نموذج نسخ، وليس نموذج نص عام أو نموذج استدلال، لذا إذا كانت مهمتك توليد النص أو تحريره أو تحليله بدلاً من تحويل الكلام إلى نص، فإن نموذجاً نصياً سيكون أنسب. وإذا كان صوتك بلغة أو مزيج من اللغات خارج ما يدعمه المزوّد، فتحقق من النتائج على عيّنة قبل طرحه على نطاق واسع. بالنسبة لأعمال تحويل الكلام إلى نص المباشرة، فإن معرّف النموذج deepgram/nova-3 هو الذي يجب استخدامه.