Nous utilisons des cookies. Les cookies et le stockage du navigateur vous gardent connecté et mémorisent vos préférences. Avec votre accord, nous mesurons aussi l’utilisation du site. Vous pouvez à tout moment. Consultez notre politique relative aux cookies.
moondream/parakeet-ultraUtilise votre solde aux prix indiqués ci-dessus. Les nouveaux comptes démarrent avec une consommation gratuite.
Retranscription
Les résultats apparaîtront ici.
Paramètres
Moondream : Parakeet Ultra est un modèle de reconnaissance vocale de Moondream. Il s'agit d'une version post-entraînée du Parakeet TDT 0.6B v3 de NVIDIA, conservant la même architecture, le même tokenizer et le même nombre de paramètres de 0,6 milliard que le modèle de base. Le travail de post-entraînement cible la précision de transcription, en réduisant le taux d'erreur sur les mots du benchmark Open ASR par rapport au modèle dont il dérive.
Le modèle prend de l'audio en entrée et renvoie une transcription en sortie. Il appartient à la catégorie transcription, son rôle est donc de convertir de l'audio parlé en texte écrit plutôt que de générer des réponses conversationnelles ou de traiter d'autres types de médias. Aucune valeur de fenêtre de contexte n'est publiée pour ce modèle.
Comme le modèle est conçu purement pour la transcription, les cas d'usage en découlent directement. Il convient aux applications qui nécessitent de transformer de l'audio en texte : sous-titrage de parole enregistrée, production de transcriptions de réunions ou d'entretiens, et alimentation de contenu parlé vers des pipelines textuels en aval. Partout où un développeur a besoin d'un composant compact de reconnaissance vocale qui hérite de la conception du Parakeet TDT 0.6B v3, ce modèle est un candidat.
Vous l'appelez via l'API compatible OpenAI d'api14 en utilisant l'identifiant de modèle "moondream/parakeet-ultra". Comme l'interface suit le format OpenAI, vous pouvez pointer des bibliothèques clientes OpenAI existantes vers api14 et envoyer de l'audio pour transcription. Le modèle n'expose aucun paramètre de requête pris en charge, les requêtes reposent donc sur les valeurs par défaut plutôt que sur des options ajustables telles que temperature ou top_p.
Si votre tâche implique de la génération de texte, du raisonnement ou une entrée d'image, ce modèle n'est pas adapté, puisqu'il n'accepte que de l'audio et ne produit que des transcriptions. Il convient également de noter qu'il ne comporte aucun paramètre ajustable, donc si vous avez besoin d'un contrôle fin du comportement de décodage, un modèle qui expose ces paramètres vous conviendrait mieux. Pour une reconnaissance vocale simple dans un flux de travail compatible OpenAI, c'est une option ciblée.
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);
Cette communauté n’a encore aucun sujet. Ouvrez le premier sur Moondream: Parakeet Ultra.