Deepgram: Nova-3

O Deepgram Nova-3 é um modelo de fala para texto da Deepgram, listado na api14 sob o id de modelo deepgram/nova-3. Ele está na categoria de transcrição, e a Deepgram o descreve como um modelo de fala para texto de uso geral, com suporte a transcrição monolíngue e multilíngue. Se a sua aplicação precisa transformar fala gravada ou transmitida em texto escrito, este é o tipo de modelo para o qual o provedor o criou.

O modelo recebe áudio como entrada e retorna uma transcrição como saída. Essa é toda a forma da interface: você envia áudio, você recebe texto de volta. A descrição do provedor destaca transcrição monolíngue e multilíngue, então ele consegue lidar com fala em um único idioma, bem como com material que abrange mais de um. Não há número de janela de contexto listado para este modelo, e a saída máxima está listada como zero, então planeje em torno do próprio resultado da transcrição, e não de um orçamento de tokens no estilo de chat.

Como a única entrada é áudio e a única saída é uma transcrição, os usos práticos decorrem diretamente. Você pode usar o Nova-3 para produzir transcrições de reuniões, entrevistas, notas de voz, podcasts ou gravações de chamadas. O suporte multilíngue o torna adequado para equipes cujo áudio não está todo em um único idioma, por exemplo chamadas de clientes ou gravações de campo que misturam idiomas. As transcrições que ele retorna podem então alimentar o que vier a seguir no seu pipeline, como indexação de busca, sumarização por um modelo de texto separado, ou armazenamento para revisão.

Você chama o modelo através da API compatível com OpenAI da api14 usando o id de modelo deepgram/nova-3. Como o endpoint segue o formato OpenAI, você pode apontar um cliente OpenAI existente para a api14 e enviar seu áudio para transcrição sem reescrever sua integração. O modelo não lista parâmetros suportados, então não presuma que opções de ajuste como temperature ou campos de prompt personalizados estejam disponíveis; envie o áudio e confie nos padrões que o gateway aplica. Verifique a tabela de preços ao vivo na página para tarifas atuais antes de assumir uma carga de trabalho.

Um ponto a ponderar é o escopo. O Nova-3 é um modelo de transcrição, não um modelo geral de texto ou raciocínio, então se a sua tarefa é gerar, editar ou analisar texto em vez de converter fala em texto, um modelo de texto se encaixará melhor. Se o seu áudio estiver em um idioma ou mistura de idiomas fora do que o provedor suporta, verifique os resultados em uma amostra antes de implantar. Para trabalho direto de fala para texto, o id de modelo deepgram/nova-3 é o que deve ser usado.