Usiamo i cookie. Cookie e memoria del browser ti mantengono connesso e ricordano le tue preferenze. Con il tuo consenso misuriamo anche come viene usato il sito. Puoi in qualsiasi momento. Consulta la nostra cookie policy.
moondream/parakeet-ultraUsa il tuo saldo ai prezzi indicati sopra. I nuovi account partono con utilizzo gratuito.
Impostazioni
Moondream: Parakeet Ultra è un modello speech-to-text di Moondream. È una versione post-addestrata del Parakeet TDT 0.6B v3 di NVIDIA, che mantiene la stessa architettura, lo stesso tokenizer e lo stesso numero di parametri (0,6B) del modello base. Il lavoro di post-addestramento punta all'accuratezza della trascrizione, riducendo il word error rate sul benchmark Open ASR rispetto al modello da cui deriva.
Il modello prende audio in input e restituisce una trascrizione in output. Rientra nella categoria trascrizione, quindi il suo compito è convertire audio parlato in testo scritto, non generare risposte conversazionali o gestire altri tipi di media. Per questo modello non è pubblicata alcuna cifra relativa alla context window.
Poiché il modello è costruito puramente per la trascrizione, i casi d'uso derivano direttamente da questo. Si adatta alle applicazioni che necessitano di trasformare audio in testo: sottotitolare parlato registrato, produrre trascrizioni di riunioni o interviste e alimentare contenuti parlati in pipeline basate su testo a valle. Ovunque uno sviluppatore abbia bisogno di un componente speech-to-text compatto che erediti il design del Parakeet TDT 0.6B v3, questo modello è un candidato.
Lo si chiama tramite l'API compatibile con OpenAI di api14 usando il model id "moondream/parakeet-ultra". Poiché l'interfaccia segue il formato OpenAI, è possibile indirizzare le librerie client OpenAI esistenti verso api14 e inviare audio per la trascrizione. Il modello non espone parametri di richiesta supportati, quindi le richieste si basano sui valori predefiniti anziché su opzioni regolabili come temperature o top_p.
Se il tuo compito riguarda la generazione di testo, il ragionamento o l'input di immagini, questo modello non è adatto, poiché accetta solo audio e produce solo trascrizioni. Vale anche la pena notare che non ha parametri regolabili, quindi se hai bisogno di un controllo fine sul comportamento di decodifica, un modello che espone tali parametri sarebbe più adatto. Per uno speech-to-text semplice all'interno di un flusso di lavoro compatibile con OpenAI, è un'opzione mirata.
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);
Questa community non ha ancora discussioni. Apri la prima su Moondream: Parakeet Ultra.