Deepgram: Nova-3

Deepgram Nova-3 est un modèle de reconnaissance vocale de Deepgram, répertorié sur api14 sous l'identifiant de modèle deepgram/nova-3. Il appartient à la catégorie transcription, et Deepgram le décrit comme un modèle de reconnaissance vocale polyvalent avec prise en charge de la transcription monolingue et multilingue. Si votre application doit convertir de la parole enregistrée ou diffusée en texte écrit, c'est le type de modèle pour lequel le fournisseur l'a conçu.

Le modèle prend l'audio en entrée et renvoie une transcription en sortie. C'est toute la forme de l'interface : vous envoyez de l'audio, vous recevez du texte en retour. La description du fournisseur mentionne la transcription monolingue et multilingue, il peut donc traiter la parole dans une seule langue ainsi que du contenu qui s'étend sur plusieurs langues. Aucune valeur de fenêtre de contexte n'est indiquée pour ce modèle, et la sortie maximale est indiquée comme zéro, donc prévoyez votre usage autour du résultat de transcription lui-même plutôt qu'autour d'un budget de jetons de type conversation.

Comme la seule entrée est l'audio et la seule sortie est une transcription, les usages pratiques en découlent directement. Vous pouvez utiliser Nova-3 pour produire des transcriptions de réunions, d'entretiens, de notes vocales, de podcasts ou d'enregistrements d'appels. La prise en charge multilingue en fait un choix adapté aux équipes dont l'audio n'est pas entièrement dans une seule langue, par exemple des appels clients ou des enregistrements de terrain qui mélangent les langues. Les transcriptions renvoyées peuvent ensuite alimenter ce qui suit dans votre pipeline, comme l'indexation pour la recherche, la synthèse par un modèle de texte distinct, ou le stockage pour relecture.

Vous appelez le modèle via l'API compatible OpenAI d'api14 en utilisant l'identifiant de modèle deepgram/nova-3. Comme le point de terminaison suit le format OpenAI, vous pouvez pointer un client OpenAI existant vers api14 et envoyer votre audio pour transcription sans réécrire votre intégration. Le modèle ne liste aucun paramètre pris en charge, donc ne supposez pas que des options de réglage telles que temperature ou des champs de prompt personnalisés sont disponibles ; envoyez l'audio et fiez-vous aux valeurs par défaut appliquées par la passerelle. Consultez le tableau des prix en direct sur la page pour connaître les tarifs actuels avant de vous engager sur une charge de travail.

Un point à évaluer est la portée. Nova-3 est un modèle de transcription, pas un modèle de texte ou de raisonnement général, donc si votre tâche consiste à générer, modifier ou analyser du texte plutôt qu'à convertir la parole en texte, un modèle de texte conviendra mieux. Si votre audio est dans une langue ou un mélange de langues en dehors de ce que le fournisseur prend en charge, vérifiez les résultats sur un échantillon avant de le déployer. Pour un travail simple de reconnaissance vocale, l'identifiant de modèle deepgram/nova-3 est celui à utiliser.