मॉडल692 मॉडल

Mistral: Voxtral Small Transcribe 3

mistralai/voxtral-small-transcribe-3-0

Mistral: Voxtral Small Transcribe 3, Mistral का एक speech-to-text मॉडल है, जो api14 पर transcription श्रेणी के अंतर्गत सूचीबद्ध है। इसे Mistral का प्रमुख transcription मॉडल बताया गया है, और इसकी provider release date 20 October 2026 है। यदि आपके काम में रिकॉर्ड की गई speech को लिखित text में बदलना…

Mistral: Voxtral Mini Transcribe 3

mistralai/voxtral-mini-transcribe-3-0

Mistral Voxtral Mini Transcribe 3, Mistral का एक स्पीच-टू-टेक्स्ट मॉडल है, जिसे प्रदाता ने 20 अक्टूबर 2026 को जारी किया था। यह ट्रांसक्रिप्शन श्रेणी में आता है और Mistral की Voxtral ट्रांसक्रिप्शन श्रृंखला का कॉम्पैक्ट सदस्य है, जो इसे तब विचार करने योग्य विकल्प बनाता है जब आप बड़े मॉडल के बिना…

AssemblyAI: Universal-3.6 Pro

assemblyai/universal-3-6-pro

AssemblyAI: Universal-3.6 Pro, AssemblyAI द्वारा बनाया गया एक speech-to-text मॉडल है। यह Universal-3.5 Pro का उत्तराधिकारी है और transcription श्रेणी में आता है, इसलिए इसका काम बातचीत के जवाब उत्पन्न करने के बजाय रिकॉर्ड की गई या स्ट्रीम की गई speech को लिखित text में बदलना है। api14 पर यह…

ElevenLabs: Scribe v2

elevenlabs/scribe-v2

ElevenLabs: Scribe v2, ElevenLabs की ओर से एक speech-to-text मॉडल है, जो ऑडियो और वॉइस के काम के लिए जाना जाने वाला प्रोवाइडर है। यह transcription श्रेणी में आता है, इसलिए इसका काम बोले गए ऑडियो को लिखित टेक्स्ट में बदलना है, न कि बातचीत के जवाब generate करना। अगर आपकी pipeline को एक समर्पित…

ElevenLabs: Scribe v2 Medical

elevenlabs/scribe-v2-medical

ElevenLabs Scribe v2 Medical, ElevenLabs का एक speech-to-text मॉडल है, जिसे Scribe v2 के एक वेरिएंट के रूप में बनाया गया है और विशेष रूप से क्लिनिकल तथा मेडिकल शब्दावली के लिए ट्यून किया गया है। यह transcription श्रेणी में आता है, इसलिए इसका काम बोले गए ऑडियो को लिखित टेक्स्ट में बदलना है, न कि…

Google: Gemini 3.5 Transcribe

google/gemini-3.5-transcribe

Google: Gemini 3.5 Transcribe, Google का एक speech-to-text मॉडल है। यह transcription श्रेणी में आता है, और इसकी provider release date 25 September 2026 है। अगर आप ऐसा कुछ भी बना रहे हैं जो रिकॉर्ड की गई या स्ट्रीम की गई speech को लिखित text में बदलता है, तो यह वह मॉडल परिवार है जिसे Google उस काम…

Fish Audio: Transcribe 1 Pro

fish-audio/transcribe-1-pro

Fish Audio: Transcribe 1 Pro, Fish Audio की एक speech-to-text मॉडल है, जो audio और speech processing में अपने काम के लिए जाना जाने वाला provider है। यह transcription श्रेणी में आती है और कंपनी की pro-tier transcription पेशकश के रूप में स्थित है। provider ने इसे 2026-09-24 को जारी किया, इसलिए यह…

AssemblyAI: Universal-3.5 Pro

assemblyai/universal-3-5-pro

AssemblyAI: Universal-3.5 Pro, AssemblyAI का एक speech-to-text मॉडल है, जो प्रोवाइडर के Sync API के माध्यम से उपलब्ध कराया जाता है। यह transcription श्रेणी में आता है, इसलिए इसका काम सीमित और विशिष्ट है: चैट, रीज़निंग या जनरेशन कार्यों को संभालने के बजाय ऑडियो को टेक्स्ट में बदलना। अगर आप ऐसा कुछ…

Meta: Muse Voice Transcribe 1.0

meta/muse-voice-transcribe-1.0

मेटा: Muse Voice Transcribe 1.0 मेटा का एक स्पीच-टू-टेक्स्ट मॉडल है। यह ट्रांसक्रिप्शन श्रेणी में आता है और मेटा प्रदाता के अंतर्गत यहाँ सूचीबद्ध उस परिवार का एकमात्र मॉडल है। मेटा ने इसे 11 सितंबर 2026 को जारी किया। यदि आप कुछ ऐसा बना रहे हैं जिसमें बोले गए ऑडियो को लिखित टेक्स्ट में बदलना आवश्यक…

Microsoft AI: MAI-Transcribe 2

microsoft/mai-transcribe-2

माइक्रोसॉफ्ट AI: MAI-Transcribe 2 माइक्रोसॉफ्ट का एक स्पीच-टू-टेक्स्ट मॉडल है, जिसे 3 सितंबर 2026 को जारी किया गया था। यह ट्रांसक्रिप्शन श्रेणी में आता है, इसलिए इसका काम संकीर्ण और विशिष्ट है: बोले गए ऑडियो को लिखित टेक्स्ट में बदलना। माइक्रोसॉफ्ट इसे बहुभाषी प्रणाली के रूप में प्रस्तुत करता है,…

NVIDIA: Nemotron 3.5 ASR Streaming Multilingual 0.6B

nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b

NVIDIA: Nemotron 3.5 ASR Streaming Multilingual 0.6B NVIDIA का एक वाक् पहचान मॉडल है। यह Nemotron 3.5 परिवार से संबंधित है और api14 के माध्यम से मॉडल आईडी nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b के अंतर्गत वितरित किया जाता है। इसका डिज़ाइन सामान्य पाठ निर्माण के बजाय स्वचालित वाक् पहचान…

Mistral: Voxtral Small 24B 2507 STT

mistralai/voxtral-small-24b-2507-stt

Mistral: Voxtral Small 24B 2507 STT, Mistral AI का एक speech transcription मॉडल है। यह transcription श्रेणी में आता है, और इसका नाम मॉडल की बड़ी 24B क्षमता और speech to text कार्य पर इसके फोकस, दोनों को दर्शाता है। Mistral इसे transcription, translation, और audio understanding workloads के लिए पेश…

Mistral: Voxtral Mini 3B 2507

mistralai/voxtral-mini-3b-2507

Mistral: Voxtral Mini 3B 2507, Mistral AI का एक speech और audio understanding मॉडल है। यह transcription श्रेणी में आता है, और इसकी provider release date 2026-08-13 है। नाम इसके डिज़ाइन को दर्शाता है: Voxtral लाइन में एक compact 3B मॉडल, versioned 2507। यदि आप अपने stack में कहीं और पहले से Mistral…

Qwen: Qwen3 ASR 1.7B

qwen/qwen3-asr-1.7b

Qwen3 ASR 1.7B, Qwen का एक स्वचालित वाक् पहचान मॉडल है, जो api14 पर मॉडल आईडी qwen/qwen3-asr-1.7b के अंतर्गत सूचीबद्ध है। यह ट्रांसक्रिप्शन श्रेणी में आता है, और इसका नाम 1.7B पैरामीटर पैमाने को दर्शाता है। यदि आप पहले से अन्य Qwen मॉडलों के साथ काम कर रहे हैं, तो यह उसी प्रदाता से आता है और समान…

Qwen: Qwen3 ASR 0.6B

qwen/qwen3-asr-0.6b

Qwen3 ASR 0.6B, Qwen का एक कॉम्पैक्ट स्वचालित वाक् पहचान मॉडल है। यह transcription श्रेणी से संबंधित है, इसलिए इसका काम बातचीत के उत्तर उत्पन्न करने या सामान्य प्रयोजन के भाषा कार्यों को संभालने के बजाय वाक् को लिखित पाठ में बदलना है। नाम में मौजूद 0.6B एक छोटी parameter संख्या को दर्शाता है, जो…

OpenAI: GPT Transcribe

openai/gpt-transcribe

GPT Transcribe, OpenAI का एक speech-to-text मॉडल है, जो api14 पर मॉडल id openai/gpt-transcribe के अंतर्गत सूचीबद्ध है। यह transcription श्रेणी में आता है, इसलिए इसका काम सीमित और विशिष्ट है: बातचीत के जवाब उत्पन्न करने या सामान्य प्रयोजन की चैट संभालने के बजाय ऑडियो को टेक्स्ट में बदलना। यदि आप ऐसी…

Fish Audio: Transcribe 1

fish-audio/transcribe-1

फिश ऑडियो: ट्रांसक्राइब 1, फिश ऑडियो का एक स्पीच-टू-टेक्स्ट मॉडल है, जो api14 पर ट्रांसक्रिप्शन श्रेणी के अंतर्गत सूचीबद्ध है। यह प्रदाता की समर्पित ट्रांसक्रिप्शन पेशकश है, जो किसी भी टेक्स्ट या मल्टीमॉडल जनरेशन कार्य से अलग है, और इसका अस्तित्व केवल रिकॉर्ड की गई बोली को लिखित टेक्स्ट में बदलने…

SpaceXAI: Grok STT 1.0

x-ai/grok-stt-1.0

SpaceXAI: Grok STT 1.0, xAI का एक speech-to-text मॉडल है। यह transcription श्रेणी में आता है, और इसका काम सीमित और स्पष्ट है: ऑडियो लेना और बदले में transcription देना। यह कोई सामान्य चैट या reasoning मॉडल नहीं है, इसलिए आपको इसे pipeline में एक समर्पित component की तरह मानना चाहिए, न कि ऐसी चीज़…

Deepgram: Nova-3

deepgram/nova-3

Deepgram Nova-3, Deepgram का एक speech-to-text मॉडल है, जो api14 पर मॉडल id deepgram/nova-3 के अंतर्गत सूचीबद्ध है। यह transcription श्रेणी में आता है, और Deepgram इसे एक सामान्य-उद्देश्य वाला speech-to-text मॉडल बताता है जिसमें monolingual और multilingual दोनों तरह के transcription समर्थन हैं। यदि…

Microsoft AI: MAI-Transcribe 1.5

microsoft/mai-transcribe-1.5

MAI-Transcribe 1.5, Microsoft AI से एक speech-to-text मॉडल है, जिसे 2 जून 2026 को जारी किया गया था। यह transcription श्रेणी में आता है, इसलिए इसे एक ही काम के लिए बनाया गया है: बोले गए ऑडियो को लिखित टेक्स्ट में बदलना, न कि बातचीत या कोड जनरेट करना। यदि आप एक ऐसी pipeline बना रहे हैं जो आवाज़ से…

NVIDIA: Parakeet TDT 0.6B v3

nvidia/parakeet-tdt-0.6b-v3

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…

Mistral: Voxtral Mini Transcribe

mistralai/voxtral-mini-transcribe

Mistral Voxtral Mini Transcribe, Mistral की एक speech-to-text मॉडल है, जो Voxtral Mini परिवार से ली गई है। यह सामान्य चैट या जनरेशन के बजाय विशेष रूप से ट्रांसक्रिप्शन कार्य के लिए बनाई गई है, और api14 पर यह ट्रांसक्रिप्शन श्रेणी में आती है। अगर आप Mistral को उसके भाषा मॉडलों के लिए जानते हैं, तो…

Google: Chirp 3

google/chirp-3

Google: Chirp 3, Google का एक speech-to-text मॉडल है, जो api14 पर transcription श्रेणी के अंतर्गत सूचीबद्ध है। यह Google की Chirp श्रृंखला का नवीनतम बहुभाषी मॉडल है, और इसका provider विवरण इसे पिछले संस्करणों की तुलना में transcription सटीकता में एक उन्नयन के रूप में प्रस्तुत करता है। यदि आपके काम…

OpenAI: GPT-4o Mini Transcribe

openai/gpt-4o-mini-transcribe

GPT-4o Mini Transcribe, OpenAI का एक स्पीच-टू-टेक्स्ट मॉडल है, जो GPT-4o Mini की ऑडियो क्षमताओं पर बनाया गया है। यह ट्रांसक्रिप्शन श्रेणी में आता है, और इसके प्रदाता ने इसे भाषण को टेक्स्ट में बदलने के लिए एक छोटे, किफायती विकल्प के रूप में प्रस्तुत किया है। यह api14 पर मॉडल आईडी…

OpenAI: Whisper Large V3

openai/whisper-large-v3

OpenAI: Whisper Large V3, OpenAI का एक स्वचालित वाक् पहचान मॉडल है, जिसे ओपन सोर्स के रूप में वितरित किया गया है। यह ट्रांसक्रिप्शन श्रेणी में आता है और Whisper परिवार का large संस्करण है, जिसका अर्थ है कि यह वह प्रकार है जिसे OpenAI सबसे व्यापक भाषा कवरेज और सबसे मांगलिक ऑडियो के लिए प्रस्तुत करता…

OpenAI: Whisper Large V3 Turbo

openai/whisper-large-v3-turbo

व्हिस्पर लार्ज V3 टर्बो, OpenAI का एक स्पीच रिकग्निशन मॉडल है, और यह व्हिस्पर परिवार में व्हिस्पर लार्ज V3 के एक अनुकूलित संस्करण के रूप में स्थित है। यह मॉडल विशेष रूप से ट्रांसक्रिप्शन के लिए बनाया गया है, और इसके घोषित डिज़ाइन लक्ष्य उस बड़े V3 मॉडल के सापेक्ष गति और लागत दक्षता हैं जिससे यह…

OpenAI: Whisper 1

openai/whisper-1

OpenAI: Whisper 1, OpenAI का एक स्वचालित वाक् पहचान मॉडल है, जिसे इसके API के माध्यम से मॉडल आईडी whisper-1 के अंतर्गत वितरित किया जाता है। Whisper स्वयं OpenAI का ओपन-सोर्स वाक् पहचान परिवार है, और यह एंडपॉइंट उस क्षमता को एक होस्टेड सेवा के रूप में उपलब्ध कराता है। यह ट्रांसक्रिप्शन श्रेणी में…

OpenAI: GPT-4o Transcribe

openai/gpt-4o-transcribe

GPT-4o Transcribe, OpenAI का एक speech-to-text मॉडल है, जो GPT-4o की audio क्षमताओं पर बना है। यह transcription श्रेणी में आता है, इसलिए इसका काम बातचीत के जवाब बनाने के बजाय बोले गए audio को लिखित text में बदलना है। अगर आप पहले से अपने stack के जरिए अन्य OpenAI मॉडल route करते हैं, तो यह भी उसी…