हम cookies इस्तेमाल करते हैं. Cookies और ब्राउज़र स्टोरेज आपको साइन इन रखते हैं और आपकी प्राथमिकताएं याद रखते हैं। आपकी अनुमति से हम यह भी मापते हैं कि साइट कैसे इस्तेमाल होती है। आप कभी भी । हमारी cookie नीति देखें।

NVIDIA: Parakeet TDT 0.6B v3

nvidia/parakeet-tdt-0.6b-v3

ट्रांसक्रिप्शनइनपुट: audio27 मई 2026 को जोड़ा गया

playground में खोलें NVIDIA: Parakeet TDT 0.6B v3 के लिए API key पाएं

NVIDIA: Parakeet TDT 0.6B v3 अभी आज़माएं

ऊपर दी गई कीमतों पर आपके बैलेंस से चलता है। नए अकाउंट मुफ्त उपयोग से शुरू होते हैं।

इसे इस्तेमाल करने के लिए साइन इन करेंमुफ्त अकाउंट बनाएं

ट्रांसक्रिप्ट

नतीजे यहां दिखेंगे।

आज 5 में से 5 मुफ्त मैसेज बाकी, मुफ्त अकाउंट से अतिरिक्त मुफ्त उपयोग और API key मिलती है।मुफ्त अकाउंट बनाएं साइन इनसेशन लागत $0.00

NVIDIA: Parakeet TDT 0.6B v3 एक नज़र में

इनपुट कीमत 28 ट्रांसक्रिप्शन मॉडल के मीडियन से 57% कम है।

NVIDIA: Parakeet TDT 0.6B v3 के बारे में

NVIDIA: Parakeet TDT 0.6B v3, NVIDIA का एक speech-to-text मॉडल है। यह FastConformer-TDT आर्किटेक्चर पर बना 600 मिलियन पैरामीटर का मॉडल है, और इसे Granary डेटासेट पर प्रशिक्षित किया गया था, जिसमें 670,000 घंटे से अधिक ऑडियो शामिल है। मॉडल को एक बहुभाषी ट्रांसक्रिप्शन सिस्टम के रूप में स्थान दिया गया है, और यह अपने कवर किए गए भाषाओं में स्वचालित भाषा पहचान का समर्थन करता है। यदि आप पहले से ही NVIDIA इकोसिस्टम के भीतर काम कर रहे हैं, या आपको बस एक कॉम्पैक्ट, केंद्रित ट्रांसक्रिप्शन मॉडल चाहिए, तो यह उस प्रकार का मॉडल है जिसका मूल्यांकन आप सामान्य तर्क क्षमता के बजाय इसकी आर्किटेक्चर और प्रशिक्षण डेटा की मजबूती पर करेंगे।

मॉडल एकल उद्देश्य वाला है। इसका एकमात्र इनपुट मोडालिटी ऑडियो है, और इसका एकमात्र आउटपुट मोडालिटी ट्रांसक्रिप्शन है। यह सामान्य चैट अर्थ में टेक्स्ट प्रॉम्प्ट स्वीकार नहीं करता, और यह संवादात्मक उत्तर उत्पन्न नहीं करता। चूंकि यह सामान्य प्रयोजन वाले भाषा मॉडल के बजाय एक समर्पित ट्रांसक्रिप्शन मॉडल है, इसलिए टोकन में मापा गया कोई कॉन्टेक्स्ट विंडो नहीं है और चैट मॉडल की तरह रिपोर्ट की गई कोई अधिकतम आउटपुट लंबाई नहीं है; प्रासंगिक सीमाएं प्रॉम्प्ट आकार के बजाय ऑडियो लंबाई और प्रारूप के बारे में हैं। api14 पर इस मॉडल के लिए कोई समर्थित अनुरोध पैरामीटर सूचीबद्ध नहीं हैं, इसलिए आपको ट्यूनिंग विकल्पों के बिना एक सीधा ट्रांसक्रिप्शन अनुरोध भेजने की अपेक्षा करनी चाहिए।

उपयोग के मामले सीधे उस डिज़ाइन से अनुसरण करते हैं। यह रिकॉर्ड किए गए ऑडियो के बैच या ऑन डिमांड ट्रांसक्रिप्शन के लिए उपयुक्त है, जैसे मीटिंग रिकॉर्डिंग, साक्षात्कार, वॉयस नोट्स या कॉल रिकॉर्डिंग। चूंकि यह कई भाषाओं में स्वचालित भाषा पहचान करता है, यह एक उचित विकल्प हो सकता है जब आप ऑडियो की भाषा पहले से नहीं जानते हों और प्रत्येक फ़ाइल को मैन्युअल रूप से रूट नहीं करना चाहते हों। यह उन पाइपलाइनों के लिए भी उपयुक्त है जिन्हें एक व्यापक प्रॉम्प्ट के साइड इफेक्ट के रूप में ट्रांसक्रिप्शन करने वाले बड़े सामान्य मॉडल के बजाय एक कॉम्पैक्ट, समर्पित speech-to-text चरण की आवश्यकता होती है।

आप इसे api14 के OpenAI-संगत API के माध्यम से मॉडल id "nvidia/parakeet-tdt-0.6b-v3" का उपयोग करके कॉल करते हैं। अपने मौजूदा OpenAI क्लाइंट को api14 बेस URL पर इंगित करें, अपने ऑडियो को इनपुट के रूप में भेजें, और प्रतिक्रिया से ट्रांसक्रिप्शन पढ़ें। चूंकि इस मॉडल के लिए कोई अनुरोध पैरामीटर समर्थित के रूप में सूचीबद्ध नहीं हैं, अपने अनुरोध को न्यूनतम रखें और temperature, top_p, max_tokens या समान सैंपलिंग नियंत्रणों के किसी प्रभाव होने पर निर्भर न रहें। इसे एक ट्रांसक्रिप्शन एंडपॉइंट मानें जो संयोग से OpenAI अनुरोध आकार साझा करता है।

ध्यान में रखने योग्य एक व्यावहारिक सीमा यह है कि यह मॉडल केवल ट्रांसक्रिप्शन करता है। यदि आपके कार्य के लिए ट्रांसक्रिप्ट का सारांश बनाना, उसके बारे में प्रश्नों का उत्तर देना, उसका किसी अन्य भाषा में अनुवाद करना, या कोई अन्य टेक्स्ट जनरेशन आवश्यक है, तो आपको उस चरण के लिए एक अलग टेक्स्ट मॉडल की आवश्यकता होगी, या एक भिन्न मॉडल जो ऑडियो इनपुट और जनरेटिव आउटपुट दोनों को संभालता हो। इसी तरह, यदि आपको कॉन्फ़िगर करने योग्य डिकोडिंग व्यवहार या आउटपुट पर बारीक नियंत्रण चाहिए, तो उसके आसपास निर्माण करने से पहले लाइव पैरामीटर सूची की जांच करें, क्योंकि यहां कोई भी सूचीबद्ध नहीं है। भाषा पहचान के साथ सादे speech-to-text के लिए, यह सीधा उपयुक्त है।

NVIDIA: Parakeet TDT 0.6B v3 API कैसे कॉल करें

अपने dashboard में API key बनाएं।
अपनी भाषा के लिए आधिकारिक openai SDK इंस्टॉल करें।
baseURL को https://api14.com/api/v1 और model को "nvidia/parakeet-tdt-0.6b-v3" पर सेट करें।

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: "nvidia/parakeet-tdt-0.6b-v3",
  file: fs.createReadStream("audio.mp3"),
});
console.log(result.text);

स्पेसिफिकेशन

इनपुट: audio
आउटपुट: transcription

api14 पर requests · पिछले 7 दिन

NVIDIA: Parakeet TDT 0.6B v3: अक्सर पूछे जाने वाले सवाल

NVIDIA: Parakeet TDT 0.6B v3 API की कीमत कितनी है?: NVIDIA: Parakeet TDT 0.6B v3 की कीमत ऑडियो $0.00525 / मिनट है। शुल्क आपके USD बैलेंस से सिर्फ सफल requests के लिए कटता है; फेल हुई requests मुफ्त हैं।
NVIDIA: Parakeet TDT 0.6B v3 क्या कर सकता है?: NVIDIA: Parakeet TDT 0.6B v3 audio स्वीकार करता है और transcription लौटाता है।
अपने कोड से NVIDIA: Parakeet TDT 0.6B v3 कैसे कॉल करूं?: किसी भी OpenAI SDK को https://api14.com/api/v1 पर पॉइंट करें और model को "nvidia/parakeet-tdt-0.6b-v3" पर सेट करें, कोड में और कोई बदलाव नहीं। इस पेज के कोड पैनल से तैयार उदाहरण कॉपी करें।
NVIDIA: Parakeet TDT 0.6B v3 के विकल्प क्या हैं?: मिलती-जुलती कीमत वाले ट्रांसक्रिप्शन मॉडल: SpaceXAI: Grok STT 1.0, Mistral: Voxtral Mini 3B 2507, Qwen: Qwen3 ASR 1.7B। सभी एक ही API key से चलते हैं, इसलिए बदलना बस एक string बदलना है।

NVIDIA: Parakeet TDT 0.6B v3 कम्युनिटी

नया टॉपिक

इस कम्युनिटी में अभी कोई टॉपिक नहीं है। NVIDIA: Parakeet TDT 0.6B v3 के बारे में पहला टॉपिक खोलें।