Cookieを使用しています. Cookieとブラウザストレージは、ログイン状態の維持と設定の保存に使われます。許可いただいた場合は、サイトの利用状況も計測します。はいつでも変更できます。詳しくはCookieポリシーをご覧ください。
Deepgram: Nova-3
deepgram/nova-3Deepgram: Nova-3を今すぐ試す
上記の料金で残高から差し引かれます。新規アカウントには無料利用分があります。
文字起こし結果
ここに結果が表示されます。
設定
Deepgram: Nova-3の概要
- 入力料金は文字起こしモデル28件の中央値より23%高くなっています。
Deepgram: Nova-3について
Deepgram Nova-3 は Deepgram の音声テキスト変換モデルで、api14 にモデル id deepgram/nova-3 として掲載されています。文字起こしカテゴリに属し、Deepgram はこれを単一言語と多言語の両方の文字起こしをサポートする汎用音声テキスト変換モデルと説明しています。アプリケーションで録音またはストリーミングされた音声を書き起こされたテキストに変換する必要があるなら、これはプロバイダーがまさにそのために構築した種類のモデルです。
このモデルは入力として音声を受け取り、出力として文字起こしを返します。インターフェースの形はこれで全部です。音声を送れば、テキストが返ってきます。プロバイダーの説明では単一言語と多言語の文字起こしが挙げられているので、単一言語の音声だけでなく複数の言語にまたがる素材も扱えます。このモデルにはコンテキストウィンドウの数値が記載されておらず、最大出力はゼロと記載されているので、チャット形式のトークン予算ではなく文字起こし結果そのものを前提に計画してください。
入力が音声のみで出力が文字起こしのみであるため、実用的な用途はおのずと導かれます。Nova-3 は会議、インタビュー、ボイスメモ、ポッドキャスト、通話録音の文字起こしを生成するために使用できます。多言語サポートにより、音声がすべて単一言語ではないチーム、たとえば言語が混在する顧客通話やフィールド録音に適しています。返される文字起こしは、検索インデックス作成、別のテキストモデルによる要約、レビュー用の保存など、パイプラインの次の処理にそのまま渡せます。
このモデルは、モデル id deepgram/nova-3 を使用して api14 の OpenAI 互換 API を通じて呼び出します。エンドポイントが OpenAI 形式に従っているため、既存の OpenAI クライアントを api14 に向けて音声を送信し、統合を書き直すことなく文字起こしを行えます。このモデルにはサポートされるパラメータが記載されていないので、temperature やカスタムプロンプトフィールドなどの調整オプションが利用可能だと想定しないでください。音声を送信し、ゲートウェイが適用するデフォルトに任せてください。ワークロードを確定する前に、ページ上の最新の価格表で現在の料金を確認してください。
検討すべき点の一つは範囲です。Nova-3 は文字起こしモデルであり、汎用のテキストモデルや推論モデルではないので、タスクが音声をテキストに変換することではなくテキストの生成、編集、分析である場合は、テキストモデルの方が適しています。音声がプロバイダーのサポート範囲外の言語または言語の混在である場合は、展開する前にサンプルで結果を検証してください。単純な音声テキスト変換の作業には、モデル id deepgram/nova-3 を使用するのが適切です。
Deepgram: Nova-3 APIの呼び出し方
- ダッシュボードでAPIキーを作成します。
- お使いの言語の公式openai SDKをインストールします。
- baseURLをhttps://api14.com/api/v1に、modelを"deepgram/nova-3"に設定します。
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: "deepgram/nova-3",
file: fs.createReadStream("audio.mp3"),
});
console.log(result.text);
仕様
- 入力
- audio
- 出力
- transcription
api14でのリクエスト数 · 過去7日間
Deepgram: Nova-3:よくある質問
- Deepgram: Nova-3 APIの料金は?
- Deepgram: Nova-3の料金は音声 $0.02 / 分です。USD残高から差し引かれるのは成功したリクエストのみで、失敗したリクエストは無料です。
- Deepgram: Nova-3で何ができますか?
- Deepgram: Nova-3はaudioを入力として受け付け、transcriptionを返します。
- コードからDeepgram: Nova-3を呼び出すには?
- 任意のOpenAI SDKの接続先をhttps://api14.com/api/v1にして、modelを"deepgram/nova-3"に設定するだけです。他のコード変更は不要です。このページのコードパネルからすぐ使える例をコピーできます。
- Deepgram: Nova-3の代替モデルは?
- 同程度の料金の文字起こしモデル:OpenAI: GPT Transcribe, Mistral: Voxtral Small Transcribe 3, ElevenLabs: Scribe v2。どれも同じAPIキーで動くので、文字列を1つ変えるだけで切り替えられます。
Deepgram: Nova-3コミュニティ
新しいトピックこのコミュニティにはまだトピックがありません。Deepgram: Nova-3について最初のトピックを立てましょう。