Deepgram: Nova-3

Deepgram Nova-3 adalah model speech-to-text dari Deepgram, terdaftar di api14 dengan model id deepgram/nova-3. Model ini berada di kategori transcription, dan Deepgram mendeskripsikannya sebagai model speech-to-text serbaguna dengan dukungan transkripsi monolingual dan multilingual. Jika aplikasi Anda perlu mengubah ucapan yang direkam atau dialirkan menjadi teks tertulis, inilah jenis model yang dibuat oleh penyedia untuk keperluan tersebut.

Model ini menerima audio sebagai input dan mengembalikan transkripsi sebagai output. Itulah keseluruhan bentuk antarmukanya: Anda mengirim audio, Anda mendapatkan teks kembali. Deskripsi penyedia menyebut transkripsi monolingual dan multilingual, jadi model ini dapat menangani ucapan dalam satu bahasa maupun materi yang mencakup lebih dari satu bahasa. Tidak ada angka context window yang tercantum untuk model ini, dan output maksimum tercatat sebagai nol, jadi rencanakan berdasarkan hasil transkripsi itu sendiri, bukan berdasarkan anggaran token bergaya chat.

Karena satu-satunya input adalah audio dan satu-satunya output adalah transkripsi, penggunaan praktisnya mengikuti secara langsung. Anda dapat menggunakan Nova-3 untuk menghasilkan transkrip rapat, wawancara, catatan suara, podcast, atau rekaman panggilan. Dukungan multilingual membuatnya cocok untuk tim yang audionya tidak semuanya dalam satu bahasa, misalnya panggilan pelanggan atau rekaman lapangan yang mencampur beberapa bahasa. Transkrip yang dikembalikannya kemudian dapat menjadi masukan untuk apa pun yang berikutnya dalam pipeline Anda, seperti pengindeksan pencarian, peringkasan oleh model teks terpisah, atau penyimpanan untuk peninjauan.

Anda memanggil model ini melalui API yang kompatibel dengan OpenAI dari api14 menggunakan model id deepgram/nova-3. Karena endpoint-nya mengikuti format OpenAI, Anda dapat mengarahkan klien OpenAI yang sudah ada ke api14 dan mengirim audio Anda untuk transkripsi tanpa menulis ulang integrasi Anda. Model ini tidak mencantumkan parameter yang didukung, jadi jangan mengasumsikan opsi penyetelan seperti temperature atau kolom prompt khusus tersedia; kirim audionya dan andalkan default yang diterapkan gateway. Periksa tabel harga langsung di halaman untuk tarif terkini sebelum Anda berkomitmen pada suatu beban kerja.

Satu hal yang perlu dipertimbangkan adalah cakupannya. Nova-3 adalah model transkripsi, bukan model teks atau penalaran umum, jadi jika tugas Anda adalah menghasilkan, menyunting, atau menganalisis teks alih-alih mengubah ucapan menjadi teks, model teks akan lebih cocok. Jika audio Anda berada dalam bahasa atau campuran bahasa di luar yang didukung penyedia, verifikasi hasilnya pada sampel sebelum meluncurkannya. Untuk pekerjaan speech-to-text yang sederhana, model id deepgram/nova-3 adalah yang tepat untuk digunakan.