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。
NVIDIA: Parakeet TDT 0.6B v3
nvidia/parakeet-tdt-0.6b-v3NVIDIA: Parakeet TDT 0.6B v3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
NVIDIA: Parakeet TDT 0.6B v3の概要
- 入力料金は文字起こしモデル28件の中央値より57%安くなっています。
NVIDIA: Parakeet TDT 0.6B v3について
NVIDIA: Parakeet TDT 0.6B v3 は NVIDIA の音声テキスト変換モデルです。これは FastConformer-TDT アーキテクチャに基づいて構築された 6 億パラメータのモデルであり、67 万時間を超える音声を含む Granary データセットでトレーニングされています。このモデルは多言語文字起こしシステムとして位置付けられており、対応する言語全体にわたる自動言語検出をサポートしています。すでに NVIDIA エコシステム内で作業している場合、あるいは単にコンパクトで目的に特化した文字起こしモデルが必要な場合、これは一般的な推論能力ではなく、そのアーキテクチャとトレーニングデータの強みで評価するタイプのモデルです。
このモデルは単一用途です。唯一の入力モダリティは音声であり、唯一の出力モダリティは文字起こしです。通常のチャットの意味でのテキストプロンプトは受け付けず、会話的な返答も生成しません。汎用言語モデルではなく専用の文字起こしモデルであるため、トークンで測られるコンテキストウィンドウや、チャットモデルが報告するような最大出力長はありません。関連する制限はプロンプトサイズではなく、音声の長さと形式に関するものです。api14 ではこのモデルに対してサポートされるリクエストパラメータが記載されていないため、調整オプションなしで単純な文字起こしリクエストを送信することを想定してください。
ユースケースはその設計から直接導かれます。会議の録音、インタビュー、ボイスノート、通話録音など、録音された音声のバッチまたはオンデマンドの文字起こしに適しています。複数の言語にわたる自動言語検出を行うため、音声の言語を事前に知らず、各ファイルを手動でルーティングしたくない場合に合理的な選択肢となります。また、大規模な汎用モデルがより広いプロンプトの副作用として文字起こしを行うのではなく、コンパクトで専用の音声テキスト変換ステップを必要とするパイプラインにも適しています。
これは、モデル id "nvidia/parakeet-tdt-0.6b-v3" を使用して api14 の OpenAI 互換 API 経由で呼び出します。既存の OpenAI クライアントを api14 のベース URL に向け、音声を入力として送信し、レスポンスから文字起こしを読み取ります。このモデルでサポートされているリクエストパラメータは記載されていないため、リクエストは最小限に保ち、temperature、top_p、max_tokens などのサンプリング制御が効果を持つことに依存しないでください。OpenAI のリクエスト形式をたまたま共有している文字起こしエンドポイントとして扱ってください。
留意すべき実際的な制限の 1 つは、このモデルは文字起こしのみを行うことです。タスクが文字起こしの要約、それに関する質問への回答、別の言語への翻訳、その他のテキスト生成を必要とする場合、そのステップには別のテキストモデル、または音声入力と生成出力の両方を処理する別のモデルが必要になります。同様に、設定可能なデコーディング動作や出力に対するきめ細かな制御が必要な場合は、ここには何も記載されていないため、それを前提に構築する前に最新のパラメータ一覧を確認してください。言語検出を伴う単純な音声テキスト変換には、直接適合します。
NVIDIA: Parakeet TDT 0.6B v3 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"nvidia/parakeet-tdt-0.6b-v3"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: "nvidia/parakeet-tdt-0.6b-v3",
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
NVIDIA: Parakeet TDT 0.6B v3：よくある質問
- NVIDIA: Parakeet TDT 0.6B v3 APIの料金は？
- NVIDIA: Parakeet TDT 0.6B v3の料金は音声 $0.00525 / 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。
- NVIDIA: Parakeet TDT 0.6B v3で何ができますか？
- NVIDIA: Parakeet TDT 0.6B v3はaudioを入力として受け付け、transcriptionを返します。
- コードからNVIDIA: Parakeet TDT 0.6B v3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"nvidia/parakeet-tdt-0.6b-v3"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。
- NVIDIA: Parakeet TDT 0.6B v3の代替モデルは？
- 同程度の料金の文字起こしモデル：SpaceXAI: Grok STT 1.0, Mistral: Voxtral Mini 3B 2507, Qwen: Qwen3 ASR 1.7B。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。
NVIDIA: Parakeet TDT 0.6B v3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。NVIDIA: Parakeet TDT 0.6B v3について最初のトピックを立てましょう。