Usamos cookies. Cookies e o armazenamento do navegador mantêm você conectado e lembram suas preferências. Com sua permissão, também medimos como o site é usado. Você pode a qualquer momento. Veja nossa política de cookies.
moondream/parakeet-ultraUsa o seu saldo, aos preços acima. Novas contas começam com uso grátis.
Configurações
Moondream: Parakeet Ultra é um modelo de fala para texto da Moondream. É uma versão pós-treinada do Parakeet TDT 0.6B v3 da NVIDIA, mantendo a mesma arquitetura, tokenizer e contagem de parâmetros de 0.6B do modelo base. O trabalho de pós-treinamento visa a precisão da transcrição, reduzindo a taxa de erro de palavras no benchmark Open ASR em relação ao modelo no qual se baseia.
O modelo recebe áudio como entrada e retorna uma transcrição como saída. Ele se situa na categoria de transcrição, portanto seu trabalho é converter áudio falado em texto escrito, em vez de gerar respostas conversacionais ou lidar com outros tipos de mídia. Nenhum valor de janela de contexto é publicado para este modelo.
Como o modelo é construído puramente para transcrição, os casos de uso decorrem diretamente disso. Ele se adequa a aplicações que precisam transformar áudio em texto: legendagem de fala gravada, produção de transcrições de reuniões ou entrevistas, e alimentação de conteúdo falado em pipelines baseados em texto a jusante. Em qualquer lugar onde um desenvolvedor precise de um componente compacto de fala para texto que herde o design do Parakeet TDT 0.6B v3, este modelo é um candidato.
Você o chama através da API compatível com OpenAI da api14 usando o id de modelo "moondream/parakeet-ultra". Como a interface segue o formato OpenAI, você pode apontar bibliotecas cliente OpenAI existentes para a api14 e enviar áudio para transcrição. O modelo não expõe parâmetros de requisição suportados, então as requisições dependem dos padrões em vez de opções ajustáveis como temperature ou top_p.
Se sua tarefa envolve geração de texto, raciocínio ou entrada de imagem, este modelo não é o adequado, pois ele só aceita áudio e só produz transcrições. Também vale notar que ele não possui parâmetros ajustáveis, então se você precisa de controle fino sobre o comportamento de decodificação, um modelo que exponha esses parâmetros seria mais adequado. Para fala para texto direto dentro de um fluxo de trabalho compatível com OpenAI, ele é uma opção focada.
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);
Esta comunidade ainda não tem tópicos. Abra o primeiro sobre Moondream: Parakeet Ultra.