Wir verwenden Cookies. Cookies und Browserspeicher halten Sie angemeldet und merken sich Ihre Einstellungen. Mit Ihrer Zustimmung messen wir außerdem, wie die Website genutzt wird. Sie können jederzeit . Siehe unsere Cookie-Richtlinie.
moondream/parakeet-ultraLäuft über Ihr Guthaben zu den oben genannten Preisen. Neue Konten starten mit kostenloser Nutzung.
Einstellungen
Moondream: Parakeet Ultra ist ein Speech-to-Text-Modell von Moondream. Es ist eine nachtrainierte Version von NVIDIAs Parakeet TDT 0.6B v3 und behält dieselbe Architektur, denselben Tokenizer und dieselbe Parameteranzahl von 0,6B wie das Basismodell bei. Die Nachtrainierung zielt auf die Transkriptionsgenauigkeit ab und senkt die Wortfehlerrate im Open ASR Benchmark im Vergleich zu dem Modell, auf dem es aufbaut.
Das Modell nimmt Audio als Eingabe und gibt eine Transkription als Ausgabe zurück. Es gehört zur Kategorie Transkription, seine Aufgabe ist also die Umwandlung von gesprochenem Audio in geschriebenen Text, nicht die Erzeugung von Konversationsantworten oder die Verarbeitung anderer Medientypen. Für dieses Modell wird keine Kontextfenstergröße veröffentlicht.
Da das Modell rein für die Transkription gebaut ist, ergeben sich die Anwendungsfälle direkt daraus. Es passt zu Anwendungen, die Audio in Text umwandeln müssen: Untertitelung aufgezeichneter Sprache, Erstellung von Transkripten von Meetings oder Interviews und Einspeisung gesprochener Inhalte in nachgelagerte textbasierte Pipelines. Überall dort, wo ein Entwickler eine kompakte Speech-to-Text-Komponente benötigt, die das Design von Parakeet TDT 0.6B v3 erbt, ist dieses Modell ein Kandidat.
Sie rufen es über die OpenAI-kompatible API von api14 mit der Modell-ID "moondream/parakeet-ultra" auf. Da die Schnittstelle dem OpenAI-Format folgt, können Sie bestehende OpenAI-Client-Bibliotheken auf api14 ausrichten und Audio zur Transkription senden. Das Modell bietet keine unterstützten Anfrageparameter, daher verlassen sich Anfragen auf die Standardwerte statt auf abstimmbare Optionen wie temperature oder top_p.
Wenn Ihre Aufgabe Textgenerierung, Reasoning oder Bildeingabe umfasst, ist dieses Modell nicht die richtige Wahl, da es nur Audio akzeptiert und nur Transkriptionen erzeugt. Es ist auch erwähnenswert, dass es keine anpassbaren Parameter bietet. Wenn Sie also feine Kontrolle über das Dekodierungsverhalten benötigen, wäre ein Modell, das diese Parameter bietet, besser für Sie geeignet. Für unkomplizierte Speech-to-Text-Verarbeitung innerhalb eines OpenAI-kompatiblen Workflows ist es eine fokussierte Option.
import fs from "node:fs";
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api14.com/api/v1",
apiKey: process.env.API14_API_KEY,
});
const result = await client.audio.transcriptions.create({
model: "moondream/parakeet-ultra",
file: fs.createReadStream("audio.mp3"),
});
console.log(result.text);
In dieser Community gibt es noch keine Themen. Eröffnen Sie das erste zu Moondream: Parakeet Ultra.