Çerez kullanıyoruz. Çerezler ve tarayıcı depolaması oturumunu açık tutar ve tercihlerini hatırlar. İzin verirsen sitenin nasıl kullanıldığını da ölçeriz. İstediğin zaman . Ayrıntılar için çerez politikamıza bak.
nvidia/nemotron-3.5-transcribeYukarıdaki fiyatlarla bakiyenden çalışır. Yeni hesaplar ücretsiz kullanımla başlar.
Ayarlar
NVIDIA: Nemotron 3.5 Transcribe, NVIDIA'dan gelen açık ağırlıklı bir konuşma tanıma modelidir. Yaklaşık 4B aktif parametreye sahip 30B uzman karışımı (mixture-of-experts) bir model olarak inşa edilmiştir; bu, iş birimi başına toplam ağırlıkların yalnızca bir kısmının devreye girdiği anlamına gelir. Transkripsiyon kategorisinde yer alır, dolayısıyla amacı genel amaçlı olmaktan çok dar ve spesifiktir.
Model girdi olarak ses alır ve çıktı olarak bir transkripsiyon üretir. Bir saate kadar uzunluktaki kayıtları işler ve 40 dili destekler. Bu model için tanımlanmış bir bağlam penceresi yoktur; bu, transkripsiyon işiyle tutarlıdır: girdi birimi, oluşturduğunuz bir token dizisi değil, ses kaydının kendisidir. Burada metin üretimi, araç çağırma ve görüntü veya video işleme yoktur, bu yüzden bunu daha büyük bir iş akışında tamamen konuşmadan metne dönüştürme bileşeni olarak değerlendirin.
Bu yetenek biçimi oldukça net bir kullanım kümesine işaret eder. Toplantı kayıtları, röportajlar, dersler, podcast'ler ve çağrı kayıtları gibi uzun biçimli kayıtlar doğal uyumdur, çünkü bir saatlik üst sınır çoğu tek oturumluk sesi bölmeden kapsar. 40 dil kapsamı, onu çok dilli arşivler ve birden fazla bölgeden ses işleyen ekipler için kullanılabilir kılar. Çıktı bir transkripsiyon olduğu için, bir iş akışının ilk aşaması olarak yerleşir: transkribe et, sonra metni özetleme, arama indeksleme, çeviri, duygu analizi veya uyum incelemesi için ayrı bir modele aktar. Ayrıca, kapalı bir barındırılan hizmet yerine, üzerinde akıl yürütebileceğiniz ve kendi koşullarınızda barındırabileceğiniz açık ağırlıklı bir tanıyıcı istediğinizde makul bir seçimdir.
Bunu api14'ün OpenAI uyumlu API'si üzerinden "nvidia/nemotron-3.5-transcribe" model kimliğini kullanarak çağırırsınız. Arayüz OpenAI geleneğini izlediği için, mevcut istemciler ve SDK'lar yeniden yazma yerine temel URL ve model kimliği değişikliğiyle çalışır. Model yapılandırılabilir istek parametresi sunmaz, bu yüzden sesinizi gönderirsiniz ve transkripsiyonu geldiği gibi alırsınız; ayarlanacak sıcaklık, top_p veya benzer bir örnekleme kontrolü yoktur. Entegrasyonunuzu sabit bir istek biçimi etrafında planlayın.
Akılda tutulması gereken ana kısıt kapsamdır. Bu model transkripsiyon yapar ve başka bir şey yapmaz, bu yüzden metin üzerinde akıl yürütme, üretim veya ses dışı girdi gerektiren herhangi bir görev, akışın aşağısında farklı bir modele aittir. Sesiniz bir saati aşıyorsa, göndermeden önce onu bölümlere ayırmanız gerekir. Ve işiniz yalnızca metin tabanlıysa, genel bir dil modeli daha iyi uyumdur.
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/nemotron-3.5-transcribe",
file: fs.createReadStream("audio.mp3"),
});
console.log(result.text);
Bu toplulukta henüz konu yok. NVIDIA: Nemotron 3.5 Transcribe hakkında ilk konuyu sen aç.