{ "aboutHtml": "

Nova-3 هو نموذج التعرّف على الكلام العام من Deepgram لتحويل الصوت إلى نص. ويوصي به المُنتج للاجتماعات والتعليقات النصية للأحداث والتسجيلات المتعددة المتحدثين والظروف الصعبة، مثل الضوضاء أو الميكروفونات البعيدة، باستخدام التفريغ المسجّل مسبقًا أو المتدفق. وتتمثّل نتيجته المفيدة في كلام متعرَّف عليه مع معلومات التوقيت والثقة، يظل مرتبطًا بالصوت المصدري.

اختر سير العمل اللغوي

اللغة الافتراضية الموثّقة هي الإنجليزية. ويختار الطلب أحادي اللغة اللغة المنطوقة أو الإعداد المحلي المدعوم. ويشمل جدول النموذج العام الحالي متغيرات إقليمية للإنجليزية والإسبانية والفرنسية والألمانية والروسية والبرتغالية واليابانية والإيطالية والهولندية والعربية وأنظمة الكتابة الصينية ولغات كثيرة أخرى، منها الكازاخية. اختر من رموز المُنتج المدعومة بدلًا من افتراض قبول أي اسم إعداد محلي.

الإعداد متعدد اللغات سير عمل منفصل للتبديل بين اللغات. ويذكر جدول Nova-3 الحالي له عشر لغات: الإنجليزية والإسبانية والفرنسية والألمانية والهندية والروسية والبرتغالية واليابانية والإيطالية والهولندية. ولا تتطابق هذه المجموعة مع قائمة اللغة الواحدة الأوسع. وفي تسجيل ينتقل بين لغات مدعومة، جهّز الوضع متعدد اللغات بدلًا من إجبار المحادثة كاملةً على إعداد أحادي اللغة لا يناسبها. واحتفظ بما قيل قبل تجهيز أي نسخة مترجمة أو ملخّصة.

الصوت المسجّل وتجهيز النص المفرّغ

يقبل سير عمل الملفات لدى Deepgram بايتات صوت مرفوعة أو مرجعًا إلى ملف صوتي. واحفظ النص المفرّغ المُعاد عند اكتمال الطلب؛ فالمُنتج لا يخزّن النصوص المفرّغة لاسترجاعها لاحقًا. وتشمل تنسيقات المدخلات وترميزاتها الشائعة الموثّقة MP3 وMP4 وMP2 وAAC وWAV وFLAC وPCM وM4A وOgg وOpus وWebM. واحتفظ بالتنسيق الفعلي ومعلومات القنوات مع التسجيل. امنح التسجيل معرّفًا ثابتًا، واحتفظ بارتباط النتيجة بالمصدر الصحيح ومعلومات قنواته. وفي الاجتماع، راجع أسماء المشاركين والمصطلحات التقنية أثناء الاستماع إلى الصوت الأصلي. وفي المحاضرة أو الحدث، احتفظ بتسلسل الصوت، حتى يتمكن تعليق نصي أو نتيجة بحث لاحقان من تحديد موضع المقطع ذي الصلة.

يذكر دليل المُنتج للتسجيلات المسبقة حدًا أقصى لحجم الملف يبلغ 2 GB، ويوصي باستخراج التدفق الصوتي من ملف الفيديو الكبير. ويوثّق أيضًا مهلة معالجة من عشر دقائق لطلبات Nova. وتتعلق هذه المهلة بمدة معالجة الطلب، لا بحد أقصى من عشر دقائق لمدة التسجيل. وتتضمن النتيجة المفيدة نهاية التسجيل المقصود؛ فلا ينبغي اعتبار نص مفرّغ محتفَظ به جزئيًا النصَّ الكامل.

اقرأ الكلمات والأوقات والثقة

تتضمن استجابة JSON الموثّقة بدائل للنص المفرّغ وكلمات متعرَّفًا عليها، مع وقت بداية ونهاية كل كلمة بالثواني من بداية الصوت وقيمة ثقة. وفي النص المتعدد المتحدثين، يعيّن فصل المتحدثين الاختياري لدى المُنتج تسمية متحدث لكل كلمة. ويعيد فصل المتحدثين للتسجيل المسبق أيضًا الثقة في تعيين المتحدث؛ أما فصل المتحدثين للصوت المتدفق فيعيد تسمية المتحدث. وراجع هذه التسميات في ضوء الأصوات الموجودة في التسجيل. ويُبلَّغ أيضًا عن الثقة الإجمالية في النص المفرّغ على مقياس من 0 إلى 1. وعند طلب التنسيق الذكي، يمكن للنتيجة أن تتضمن الترقيم وحالة الأحرف في صورة كلمات مرفقة بعلامات الترقيم، مع معلومات فقرات قابلة للقراءة.

استخدم هذه الحقول بحسب معناها. فوقت الكلمة يحدّد موضع الكلام المتعرَّف عليه، بينما تعبّر الثقة عن تقدير النموذج للموثوقية، ولا تثبت أن اسمًا أو مقدارًا صعبًا قد سُمع على نحو صحيح. ولتجهيز التعليقات النصية، احتفظ بالتوقيت مع الصياغة المُراجَعة وافحص الحدود في ضوء الصوت. وفي نسخة تحريرية مقروءة، اجعل التعديلات قابلة للتمييز عن النص المتعرَّف عليه، بدلًا من استبدال كلمات غير مؤكدة بصمت بقصة تبدو معقولة.

التعرّف المتدفق والمقاطع النهائية

يعيد سير عمل Nova المتدفق النص مع وصول الصوت، بنتائج مؤقتة ونهائية. ويميّز المؤشر is_final النص القابل للمراجعة عن المقطع الذي اعتُمد نهائيًا. ويتعلق المؤشر speech_final بتحديد نهاية مقطع الكلام. حافظ على تمييز هذه الإشارات عن مجرد تلقي نص مفرّغ غير فارغ، واحتفظ بالمقاطع النهائية بترتيبها الصوتي عند تجهيز السجل المكتمل.

Nova-3 هو تعرّف آلي عام على الكلام، ويختلف عن نموذج Flux الحواري المنفصل ذي اكتشاف أدوار الكلام الأصلي في النموذج. ويحدّد Nova نهائية النص المفرّغ ونهايات الكلام؛ أما Flux فيوفّر أحداثه الخاصة لحالة الدور الحواري. اختر سير عمل التفريغ وفق كون الصوت مسجّلًا بالفعل أو واردًا مباشرةً، مع استخدام المخرجات النهائية الفعلية بوصفها الناتج المحتفَظ به.

المصطلحات الرئيسية للمفردات المهمة

يدعم Keyterm Prompting الموثّق في Nova-3 التفريغ أحادي اللغة والمتعدد اللغات، ويكيّف التعرّف باتجاه المصطلحات المهمة من دون إعادة تدريب النموذج. قدّم الأسماء أو مصطلحات المنتجات أو الاختصارات أو العبارات المتعددة الكلمات ذات الصلة التي قد تُنطق فعلًا. ويحدّ الدليل إجمالي مدخلات المصطلحات الرئيسية إلى 500 رمز، ويوصي بالتركيز على أهم المفردات بدلًا من إضافة الكلمات الشائعة بلا تمييز.

تستخدم صياغة المُنتج مصطلحات عادية، مع مدخل keyterm منفصل لكل مصطلح. وتظل العبارة المتعددة الكلمات عبارة واحدة. ولا تعادل ذلك أوزان الكلمات المفتاحية القديمة أو مُعزّزاتها، أو جمع مصطلحات منفصلة بفواصل أو فواصل منقوطة أو فواصل أسطر: فقد تقبلها الواجهة قيمةً حرفية واحدة من دون توفير التعزيز المقصود. استخدم حالة الأحرف الصحيحة للأسماء، ثم افحص النص المفرّغ، لأن سياق الصوت والتنسيق الذكي قد يغيّران مع ذلك الشكل المكتوب النهائي.

حدود عائلة النماذج والنتائج المفيدة

يختلف ملف Nova-3 العام عن خيارَي Medical وPharma المسمّيين على نحو مستقل. ولا يحوّله التوجيه بالمفردات إلى إصدار آخر، ولا ينبغي افتراض تغطية النماذج المتخصصة للغات أو سلوكها في النموذج العام. وميزات معالجة النص المفرّغ الإضافية خيارات في سير عمل الكلام لدى المُنتج، وليست دليلًا على أن التعرّف أنتج ملخّصًا أو ترجمة أو ناتجًا آخر لم يُطلب أصلًا.

يمكن أن يكون ناتج Nova-3 المفيد نص اجتماع مفرّغًا قابلًا للبحث، أو صياغة جاهزة للتعليقات النصية مع توقيت الكلمات، أو سجل محادثة متعددة اللغات. احتفظ بمعرّف الصوت وسير العمل اللغوي المختار والنص النهائي وأي حقول مفيدة للثقة أو التوقيت. وتحقّق من الأسماء غير الواضحة والأرقام والأصوات المتداخلة وتغيّر اللغات في ضوء التسجيل الأصلي، واحتفظ بالكلام المتعرَّف عليه الفعلي متاحًا لخطوة معالجة المحتوى التالية.

", "aboutText": "Nova-3 هو نموذج التعرّف على الكلام العام من Deepgram لتحويل الصوت إلى نص. ويوصي به المُنتج للاجتماعات والتعليقات النصية للأحداث والتسجيلات المتعددة المتحدثين والظروف الصعبة، مثل الضوضاء أو الميكروفونات البعيدة، باستخدام التفريغ المسجّل مسبقًا أو المتدفق. وتتمثّل نتيجته المفيدة في كلام متعرَّف عليه مع معلومات التوقيت والثقة، يظل مرتبطًا بالصوت المصدري.\n\n### اختر سير العمل اللغوي\n\nاللغة الافتراضية الموثّقة هي الإنجليزية. ويختار الطلب أحادي اللغة اللغة المنطوقة أو الإعداد المحلي المدعوم. ويشمل جدول النموذج العام الحالي متغيرات إقليمية للإنجليزية والإسبانية والفرنسية والألمانية والروسية والبرتغالية واليابانية والإيطالية والهولندية والعربية وأنظمة الكتابة الصينية ولغات كثيرة أخرى، منها الكازاخية. اختر من رموز المُنتج المدعومة بدلًا من افتراض قبول أي اسم إعداد محلي.\n\nالإعداد متعدد اللغات سير عمل منفصل للتبديل بين اللغات. ويذكر جدول Nova-3 الحالي له عشر لغات: الإنجليزية والإسبانية والفرنسية والألمانية والهندية والروسية والبرتغالية واليابانية والإيطالية والهولندية. ولا تتطابق هذه المجموعة مع قائمة اللغة الواحدة الأوسع. وفي تسجيل ينتقل بين لغات مدعومة، جهّز الوضع متعدد اللغات بدلًا من إجبار المحادثة كاملةً على إعداد أحادي اللغة لا يناسبها. واحتفظ بما قيل قبل تجهيز أي نسخة مترجمة أو ملخّصة.\n\n### الصوت المسجّل وتجهيز النص المفرّغ\n\nيقبل سير عمل الملفات لدى Deepgram بايتات صوت مرفوعة أو مرجعًا إلى ملف صوتي. واحفظ النص المفرّغ المُعاد عند اكتمال الطلب؛ فالمُنتج لا يخزّن النصوص المفرّغة لاسترجاعها لاحقًا. وتشمل تنسيقات المدخلات وترميزاتها الشائعة الموثّقة MP3 وMP4 وMP2 وAAC وWAV وFLAC وPCM وM4A وOgg وOpus وWebM. واحتفظ بالتنسيق الفعلي ومعلومات القنوات مع التسجيل. امنح التسجيل معرّفًا ثابتًا، واحتفظ بارتباط النتيجة بالمصدر الصحيح ومعلومات قنواته. وفي الاجتماع، راجع أسماء المشاركين والمصطلحات التقنية أثناء الاستماع إلى الصوت الأصلي. وفي المحاضرة أو الحدث، احتفظ بتسلسل الصوت، حتى يتمكن تعليق نصي أو نتيجة بحث لاحقان من تحديد موضع المقطع ذي الصلة.\n\nيذكر دليل المُنتج للتسجيلات المسبقة حدًا أقصى لحجم الملف يبلغ 2 GB، ويوصي باستخراج التدفق الصوتي من ملف الفيديو الكبير. ويوثّق أيضًا مهلة معالجة من عشر دقائق لطلبات Nova. وتتعلق هذه المهلة بمدة معالجة الطلب، لا بحد أقصى من عشر دقائق لمدة التسجيل. وتتضمن النتيجة المفيدة نهاية التسجيل المقصود؛ فلا ينبغي اعتبار نص مفرّغ محتفَظ به جزئيًا النصَّ الكامل.\n\n### اقرأ الكلمات والأوقات والثقة\n\nتتضمن استجابة JSON الموثّقة بدائل للنص المفرّغ وكلمات متعرَّفًا عليها، مع وقت بداية ونهاية كل كلمة بالثواني من بداية الصوت وقيمة ثقة. وفي النص المتعدد المتحدثين، يعيّن فصل المتحدثين الاختياري لدى المُنتج تسمية متحدث لكل كلمة. ويعيد فصل المتحدثين للتسجيل المسبق أيضًا الثقة في تعيين المتحدث؛ أما فصل المتحدثين للصوت المتدفق فيعيد تسمية المتحدث. وراجع هذه التسميات في ضوء الأصوات الموجودة في التسجيل. ويُبلَّغ أيضًا عن الثقة الإجمالية في النص المفرّغ على مقياس من 0 إلى 1. وعند طلب التنسيق الذكي، يمكن للنتيجة أن تتضمن الترقيم وحالة الأحرف في صورة كلمات مرفقة بعلامات الترقيم، مع معلومات فقرات قابلة للقراءة.\n\nاستخدم هذه الحقول بحسب معناها. فوقت الكلمة يحدّد موضع الكلام المتعرَّف عليه، بينما تعبّر الثقة عن تقدير النموذج للموثوقية، ولا تثبت أن اسمًا أو مقدارًا صعبًا قد سُمع على نحو صحيح. ولتجهيز التعليقات النصية، احتفظ بالتوقيت مع الصياغة المُراجَعة وافحص الحدود في ضوء الصوت. وفي نسخة تحريرية مقروءة، اجعل التعديلات قابلة للتمييز عن النص المتعرَّف عليه، بدلًا من استبدال كلمات غير مؤكدة بصمت بقصة تبدو معقولة.\n\n### التعرّف المتدفق والمقاطع النهائية\n\nيعيد سير عمل Nova المتدفق النص مع وصول الصوت، بنتائج مؤقتة ونهائية. ويميّز المؤشر is_final النص القابل للمراجعة عن المقطع الذي اعتُمد نهائيًا. ويتعلق المؤشر speech_final بتحديد نهاية مقطع الكلام. حافظ على تمييز هذه الإشارات عن مجرد تلقي نص مفرّغ غير فارغ، واحتفظ بالمقاطع النهائية بترتيبها الصوتي عند تجهيز السجل المكتمل.\n\nNova-3 هو تعرّف آلي عام على الكلام، ويختلف عن نموذج Flux الحواري المنفصل ذي اكتشاف أدوار الكلام الأصلي في النموذج. ويحدّد Nova نهائية النص المفرّغ ونهايات الكلام؛ أما Flux فيوفّر أحداثه الخاصة لحالة الدور الحواري. اختر سير عمل التفريغ وفق كون الصوت مسجّلًا بالفعل أو واردًا مباشرةً، مع استخدام المخرجات النهائية الفعلية بوصفها الناتج المحتفَظ به.\n\n### المصطلحات الرئيسية للمفردات المهمة\n\nيدعم Keyterm Prompting الموثّق في Nova-3 التفريغ أحادي اللغة والمتعدد اللغات، ويكيّف التعرّف باتجاه المصطلحات المهمة من دون إعادة تدريب النموذج. قدّم الأسماء أو مصطلحات المنتجات أو الاختصارات أو العبارات المتعددة الكلمات ذات الصلة التي قد تُنطق فعلًا. ويحدّ الدليل إجمالي مدخلات المصطلحات الرئيسية إلى 500 رمز، ويوصي بالتركيز على أهم المفردات بدلًا من إضافة الكلمات الشائعة بلا تمييز.\n\nتستخدم صياغة المُنتج مصطلحات عادية، مع مدخل keyterm منفصل لكل مصطلح. وتظل العبارة المتعددة الكلمات عبارة واحدة. ولا تعادل ذلك أوزان الكلمات المفتاحية القديمة أو مُعزّزاتها، أو جمع مصطلحات منفصلة بفواصل أو فواصل منقوطة أو فواصل أسطر: فقد تقبلها الواجهة قيمةً حرفية واحدة من دون توفير التعزيز المقصود. استخدم حالة الأحرف الصحيحة للأسماء، ثم افحص النص المفرّغ، لأن سياق الصوت والتنسيق الذكي قد يغيّران مع ذلك الشكل المكتوب النهائي.\n\n### حدود عائلة النماذج والنتائج المفيدة\n\nيختلف ملف Nova-3 العام عن خيارَي Medical وPharma المسمّيين على نحو مستقل. ولا يحوّله التوجيه بالمفردات إلى إصدار آخر، ولا ينبغي افتراض تغطية النماذج المتخصصة للغات أو سلوكها في النموذج العام. وميزات معالجة النص المفرّغ الإضافية خيارات في سير عمل الكلام لدى المُنتج، وليست دليلًا على أن التعرّف أنتج ملخّصًا أو ترجمة أو ناتجًا آخر لم يُطلب أصلًا.\n\nيمكن أن يكون ناتج Nova-3 المفيد نص اجتماع مفرّغًا قابلًا للبحث، أو صياغة جاهزة للتعليقات النصية مع توقيت الكلمات، أو سجل محادثة متعددة اللغات. احتفظ بمعرّف الصوت وسير العمل اللغوي المختار والنص النهائي وأي حقول مفيدة للثقة أو التوقيت. وتحقّق من الأسماء غير الواضحة والأرقام والأصوات المتداخلة وتغيّر اللغات في ضوء التسجيل الأصلي، واحتفظ بالكلام المتعرَّف عليه الفعلي متاحًا لخطوة معالجة المحتوى التالية.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "d7c9658bd021f87fdbfed13892a809968654224519dc3719b692608dd79ff2dc", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "ar", "methods": [ { "html": "
•

Deepgram: Nova-3

Deepgram /deepgram/nova-3

البداية

Nova-3 هو نموذج تحويل الكلام إلى نص العام من Deepgram للصوت المسجّل والمتدفق. يدعم التعرّف أحادي اللغة، ووضعًا محددًا متعدد اللغات للتبديل بينها، والتوجيه بالمصطلحات الرئيسية، ويعيد نصوصًا مفرّغة مع توقيت الكلمات ومعلومات الثقة.

المدخلات المقبولة
الصوت
النتائج
transcription
عن النموذج

يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.

Nova-3 هو نموذج التعرّف على الكلام العام من Deepgram لتحويل الصوت إلى نص. ويوصي به المُنتج للاجتماعات والتعليقات النصية للأحداث والتسجيلات المتعددة المتحدثين والظروف الصعبة، مثل الضوضاء أو الميكروفونات البعيدة، باستخدام التفريغ المسجّل مسبقًا أو المتدفق. وتتمثّل نتيجته المفيدة في كلام متعرَّف عليه مع معلومات التوقيت والثقة، يظل مرتبطًا بالصوت المصدري.

اختر سير العمل اللغوي

اللغة الافتراضية الموثّقة هي الإنجليزية. ويختار الطلب أحادي اللغة اللغة المنطوقة أو الإعداد المحلي المدعوم. ويشمل جدول النموذج العام الحالي متغيرات إقليمية للإنجليزية والإسبانية والفرنسية والألمانية والروسية والبرتغالية واليابانية والإيطالية والهولندية والعربية وأنظمة الكتابة الصينية ولغات كثيرة أخرى، منها الكازاخية. اختر من رموز المُنتج المدعومة بدلًا من افتراض قبول أي اسم إعداد محلي.

الإعداد متعدد اللغات سير عمل منفصل للتبديل بين اللغات. ويذكر جدول Nova-3 الحالي له عشر لغات: الإنجليزية والإسبانية والفرنسية والألمانية والهندية والروسية والبرتغالية واليابانية والإيطالية والهولندية. ولا تتطابق هذه المجموعة مع قائمة اللغة الواحدة الأوسع. وفي تسجيل ينتقل بين لغات مدعومة، جهّز الوضع متعدد اللغات بدلًا من إجبار المحادثة كاملةً على إعداد أحادي اللغة لا يناسبها. واحتفظ بما قيل قبل تجهيز أي نسخة مترجمة أو ملخّصة.

الصوت المسجّل وتجهيز النص المفرّغ

يقبل سير عمل الملفات لدى Deepgram بايتات صوت مرفوعة أو مرجعًا إلى ملف صوتي. واحفظ النص المفرّغ المُعاد عند اكتمال الطلب؛ فالمُنتج لا يخزّن النصوص المفرّغة لاسترجاعها لاحقًا. وتشمل تنسيقات المدخلات وترميزاتها الشائعة الموثّقة MP3 وMP4 وMP2 وAAC وWAV وFLAC وPCM وM4A وOgg وOpus وWebM. واحتفظ بالتنسيق الفعلي ومعلومات القنوات مع التسجيل. امنح التسجيل معرّفًا ثابتًا، واحتفظ بارتباط النتيجة بالمصدر الصحيح ومعلومات قنواته. وفي الاجتماع، راجع أسماء المشاركين والمصطلحات التقنية أثناء الاستماع إلى الصوت الأصلي. وفي المحاضرة أو الحدث، احتفظ بتسلسل الصوت، حتى يتمكن تعليق نصي أو نتيجة بحث لاحقان من تحديد موضع المقطع ذي الصلة.

يذكر دليل المُنتج للتسجيلات المسبقة حدًا أقصى لحجم الملف يبلغ 2 GB، ويوصي باستخراج التدفق الصوتي من ملف الفيديو الكبير. ويوثّق أيضًا مهلة معالجة من عشر دقائق لطلبات Nova. وتتعلق هذه المهلة بمدة معالجة الطلب، لا بحد أقصى من عشر دقائق لمدة التسجيل. وتتضمن النتيجة المفيدة نهاية التسجيل المقصود؛ فلا ينبغي اعتبار نص مفرّغ محتفَظ به جزئيًا النصَّ الكامل.

اقرأ الكلمات والأوقات والثقة

تتضمن استجابة JSON الموثّقة بدائل للنص المفرّغ وكلمات متعرَّفًا عليها، مع وقت بداية ونهاية كل كلمة بالثواني من بداية الصوت وقيمة ثقة. وفي النص المتعدد المتحدثين، يعيّن فصل المتحدثين الاختياري لدى المُنتج تسمية متحدث لكل كلمة. ويعيد فصل المتحدثين للتسجيل المسبق أيضًا الثقة في تعيين المتحدث؛ أما فصل المتحدثين للصوت المتدفق فيعيد تسمية المتحدث. وراجع هذه التسميات في ضوء الأصوات الموجودة في التسجيل. ويُبلَّغ أيضًا عن الثقة الإجمالية في النص المفرّغ على مقياس من 0 إلى 1. وعند طلب التنسيق الذكي، يمكن للنتيجة أن تتضمن الترقيم وحالة الأحرف في صورة كلمات مرفقة بعلامات الترقيم، مع معلومات فقرات قابلة للقراءة.

استخدم هذه الحقول بحسب معناها. فوقت الكلمة يحدّد موضع الكلام المتعرَّف عليه، بينما تعبّر الثقة عن تقدير النموذج للموثوقية، ولا تثبت أن اسمًا أو مقدارًا صعبًا قد سُمع على نحو صحيح. ولتجهيز التعليقات النصية، احتفظ بالتوقيت مع الصياغة المُراجَعة وافحص الحدود في ضوء الصوت. وفي نسخة تحريرية مقروءة، اجعل التعديلات قابلة للتمييز عن النص المتعرَّف عليه، بدلًا من استبدال كلمات غير مؤكدة بصمت بقصة تبدو معقولة.

التعرّف المتدفق والمقاطع النهائية

يعيد سير عمل Nova المتدفق النص مع وصول الصوت، بنتائج مؤقتة ونهائية. ويميّز المؤشر is_final النص القابل للمراجعة عن المقطع الذي اعتُمد نهائيًا. ويتعلق المؤشر speech_final بتحديد نهاية مقطع الكلام. حافظ على تمييز هذه الإشارات عن مجرد تلقي نص مفرّغ غير فارغ، واحتفظ بالمقاطع النهائية بترتيبها الصوتي عند تجهيز السجل المكتمل.

Nova-3 هو تعرّف آلي عام على الكلام، ويختلف عن نموذج Flux الحواري المنفصل ذي اكتشاف أدوار الكلام الأصلي في النموذج. ويحدّد Nova نهائية النص المفرّغ ونهايات الكلام؛ أما Flux فيوفّر أحداثه الخاصة لحالة الدور الحواري. اختر سير عمل التفريغ وفق كون الصوت مسجّلًا بالفعل أو واردًا مباشرةً، مع استخدام المخرجات النهائية الفعلية بوصفها الناتج المحتفَظ به.

المصطلحات الرئيسية للمفردات المهمة

يدعم Keyterm Prompting الموثّق في Nova-3 التفريغ أحادي اللغة والمتعدد اللغات، ويكيّف التعرّف باتجاه المصطلحات المهمة من دون إعادة تدريب النموذج. قدّم الأسماء أو مصطلحات المنتجات أو الاختصارات أو العبارات المتعددة الكلمات ذات الصلة التي قد تُنطق فعلًا. ويحدّ الدليل إجمالي مدخلات المصطلحات الرئيسية إلى 500 رمز، ويوصي بالتركيز على أهم المفردات بدلًا من إضافة الكلمات الشائعة بلا تمييز.

تستخدم صياغة المُنتج مصطلحات عادية، مع مدخل keyterm منفصل لكل مصطلح. وتظل العبارة المتعددة الكلمات عبارة واحدة. ولا تعادل ذلك أوزان الكلمات المفتاحية القديمة أو مُعزّزاتها، أو جمع مصطلحات منفصلة بفواصل أو فواصل منقوطة أو فواصل أسطر: فقد تقبلها الواجهة قيمةً حرفية واحدة من دون توفير التعزيز المقصود. استخدم حالة الأحرف الصحيحة للأسماء، ثم افحص النص المفرّغ، لأن سياق الصوت والتنسيق الذكي قد يغيّران مع ذلك الشكل المكتوب النهائي.

حدود عائلة النماذج والنتائج المفيدة

يختلف ملف Nova-3 العام عن خيارَي Medical وPharma المسمّيين على نحو مستقل. ولا يحوّله التوجيه بالمفردات إلى إصدار آخر، ولا ينبغي افتراض تغطية النماذج المتخصصة للغات أو سلوكها في النموذج العام. وميزات معالجة النص المفرّغ الإضافية خيارات في سير عمل الكلام لدى المُنتج، وليست دليلًا على أن التعرّف أنتج ملخّصًا أو ترجمة أو ناتجًا آخر لم يُطلب أصلًا.

يمكن أن يكون ناتج Nova-3 المفيد نص اجتماع مفرّغًا قابلًا للبحث، أو صياغة جاهزة للتعليقات النصية مع توقيت الكلمات، أو سجل محادثة متعددة اللغات. احتفظ بمعرّف الصوت وسير العمل اللغوي المختار والنص النهائي وأي حقول مفيدة للثقة أو التوقيت. وتحقّق من الأسماء غير الواضحة والأرقام والأصوات المتداخلة وتغيّر اللغات في ضوء التسجيل الأصلي، واحتفظ بالكلام المتعرَّف عليه الفعلي متاحًا لخطوة معالجة المحتوى التالية.

متاح في Ailoot · المدخلات والطرائق

Ailoot Ultra · التعرّف على الكلام POST /v1/audio/transcriptions
الإدخال
audio
الإخراج
transcription
صيغة الإخراج
json
الحقلالنوعالمتطلبالقيم والحدودالقيمة الافتراضية
الحقلmodelالنوعstringالمتطلبمطلوبالقيم والحدود
deepgram/nova-3
القيمة الافتراضية—
الحقلinput_audioالنوعobjectالمتطلبمطلوبالقيم والحدودالقيمة الافتراضية—
الحقلlanguageالنوعstringالمتطلباختياريالقيم والحدودالقيمة الافتراضية—
الحقلtemperatureالنوعnumberالمتطلباختياريالقيم والحدود
الحد الأدنى: ⁦0⁩
الحد الأقصى: ⁦1⁩
القيمة الافتراضية—
الحقلresponse_formatالنوعstringالمتطلباختياريالقيم والحدود
json, verbose_json
القيمة الافتراضيةjson
الحقلtimestamp_granularitiesالنوعarrayالمتطلباختياريالقيم والحدودالقيمة الافتراضية—
الحقلproviderالنوعobjectالمتطلباختياريالقيم والحدودالقيمة الافتراضية—
تركيبات مواد الإدخال

speech_to_text · مطلوب: actual matching-format audio file

معلمات الطريقة ودورة حياتها
المعلمةالمواصفات
المعلمةcontent_typesالمواصفاتapplication/json, multipart/form-data
المعلمةrequiredالمواصفاتmodel, input_audio
المعلمةmaterial_typesالمواصفاتaudio
المعلمةJSON_audioالمواصفاتبايتات الصوت الخام الفعلية بترميز base64، مع التنسيق المطابق
المعلمةmultipart_requiredالمواصفاتmodel, file
المعلمةmultipart_cap_bytesالمواصفات26214400
المعلمةoptional_controlsالمواصفاتlanguage, temperature, response_format, timestamp_granularities, provider
المعلمةdefault_response_formatالمواصفاتjson
المعلمةoptional_featuresالمواصفاتتتطلب المخرجات التفصيلية وخيارات diarize/keyterms والصوت عبر URL أو الصوت المضمّن الأكبر حجماً إمكانية وتعرفة تتوافقان مع النموذج والمزوّد المحددين.

دورة الحياة: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · قيمة task_id الفعلية المُعادة أو سجل مكتبة الوسائط

GET /v1/media/assets/{asset_id}/content

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

استخدم النموذج الدقيق وحقول الإدخال الموثّقة.

احتفظ بالاستجابة كاملة، وكل مخرج فعلي، والمعرّفات الأصلية المُعادة.

الباقات

مراجع التسعير لا تضيف خيارات للطلب. المعلمات المدعومة مذكورة للطريقة المحددة.

الوضع السريع
غير محدد عند اختيار الوضع السريع
الوضع المرن
غير محدد عند اختيار وضع flex
أقصى جهد للاستدلال
غير محدد عندما يُطبَّق الضبط الافتراضي default مع أقصى جهد للاستدلال

تعرفات Ailoot

الأسعار حسب الإعدادات

طابق كل رسم مع الشروط المعروضة. طبّق تعرفة واحدة لكل مجموعة من الإعدادات البديلة.

الإعداداتجدول التعرفةوحدة الفوترةالرسوم
الإعداداتالتعرفات الأساسية للرموزجدول التعرفةالتعرفة الأساسيةوحدة الفوترة—الرسوم
الإدخال · رموز الإدخال — / 1K من الرموز
الإخراج · رموز الإخراج — / 1K من الرموز
الإدخال · قراءة ذاكرة التخزين المؤقت — / 1K من الرموز
الإدخال · الكتابة إلى ذاكرة التخزين المؤقت — / 1K من الرموز
الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز
الإعداداتUltraجدول التعرفة—وحدة الفوترةلكل ثانية صوت مُدخلالرسوم
الإدخال · ثانية صوت مُدخل $0.0001433333333334 لكل ثانية صوت مُدخل

تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. كيفية عمل حجز المبلغ وتسوية الرسوم →

تفاصيل التعرفة المرجعية

لا تغيّر جداول التعرفة المرجعية على مستوى النموذج اختيار الطريقة أو عروض الأسعار أو الرسوم. وتستخدم الرسوم الفعلية تعرفات طريقة Ailoot المحددة.

Deepgram: Nova-3

الأسعار حسب الإعدادات

الإعداداتشروط الفوترةالرسوم
الإعداداتDeepgram: Nova-3 · الإعداد الافتراضيشروط الفوترةالإعداد الافتراضيالرسوم
الإدخال · ثواني الصوت المُدخل ⁦≈‏0.000143 US$⁩ لكل ثانية صوت مُدخل

أمثلة للطلبات

Ailoot Ultra · التعرّف على الكلام

set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_AUDIO_FILE:?Set the path to your actual WAV recording}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\nimport base64\naudio=Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes()\nif not (audio[:4]==b'RIFF' and audio[8:12]==b'WAVE'): raise SystemExit('Supply an actual WAV audio file')\nif len(audio)>26214400: raise SystemExit('Use a documented supported large-file flow')\nrequest={'model': 'deepgram/nova-3', 'input_audio': {'data': '${BASE64_ACTUAL_WAV_BYTES}', 'format': 'wav'}}\nrequest['input_audio']['data']=base64.b64encode(audio).decode('ascii')\nPath('request.json').write_text(json.dumps(request,ensure_ascii=False),encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \\\n  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o response.bin\n# Keep the complete original response and headers. Read every returned segment, word and usage field.\n# Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting.\n

استلام النتائج وحفظها

Ailoot Ultra · التعرّف على الكلام

json

الاحتفاظ بكل النتائج المكتملة

احتفظ بكل استجابة كاملة وكل ملف وجزء محتوى تم إرجاعه.

JSON الأصلي كاملاً، وجميع النصوص والمقاطع والكلمات والمتحدثين والطوابع الزمنية المتاحة، وبيانات الاستخدام.

عند الحاجة إلى التحقق من الاستجابة الأصلية

احتفظ بـoperation_id/X-Client-Request-ID الأصليين وبالاستجابة الأصلية. اقرأ سجلات المهام والأصول الفعلية المملوكة لك دون إعادة الإرسال؛ ولا يُنشأ عنوان URL مخصص للاستعلام عن الصوت.

حقول الاستجابة
الحقلالنوع
الحقلtextالنوعstring
الحقلusageالنوعobject
الحقلsegments[]النوعobject
الحقلwords[]النوعobject

الأسماء البديلة

الأسماء البديلة للنموذج

Ailoot Ultra deepgram/nova-3

الأسماء البديلة لمسارات الطرائق

استخدم مسارات الطرائق المعروضة أعلاه.

معرّفات النماذج ذات الصلة IDs

deepgram/nova-3

", "method_identity": { "effective_request_model_id": "deepgram/nova-3", "fmt": "transcriptions", "http": "POST", "path": "/v1/audio/transcriptions", "request_model_id": "deepgram/nova-3", "route_label": "Ultra" }, "method_key": "Ultra|transcriptions|/v1/audio/transcriptions|deepgram%2Fnova-3", "ordinal": 0, "rawMethod": { "available": null, "cache_read": null, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "all_results": "Complete original JSON, all available text/segments/words/speakers/timestamps and usage.", "lifecycle": { "assets": [ { "http": "GET", "path": "/v1/media/assets" }, { "http": "GET", "path": "/v1/media/assets/{asset_id}" } ], "content": [ { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "url_source": "exact returned signed URL; never construct token" } ], "mode": "synchronous_result_then_owned_library", "operation_id_is_not_task_id": true, "status": [ { "http": "GET", "id_source": "actual returned task_id or media library record", "path": "/v1/media/tasks/{task_id}" } ], "unknown": "احتفظ بـoperation_id/X-Client-Request-ID الأصليين وبالاستجابة الأصلية. اقرأ سجلات المهام والأصول الفعلية المملوكة لك دون إعادة الإرسال؛ ولا يُنشأ عنوان URL مخصص للاستعلام عن الصوت." }, "material_combinations": [ { "content_types": [ "application/json", "multipart/form-data" ], "mode": "speech_to_text", "required": [ "actual matching-format audio file" ] } ], "outputs": { "all_results": "JSON الأصلي كاملاً، وجميع النصوص والمقاطع والكلمات والمتحدثين والطوابع الزمنية المتاحة، وبيانات الاستخدام.", "family": "transcription", "fields": [ { "name": "text", "type": "string" }, { "name": "usage", "type": "object" }, { "name": "segments[]", "optional": true, "type": "object" }, { "name": "words[]", "optional": true, "type": "object" } ], "format": "json" }, "parameters": [ { "availability": "source_interface", "enum": [ "deepgram/nova-3" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "data_encoding": "base64 raw actual audio bytes, not data URI", "fields": [ "data", "format" ], "name": "input_audio", "required": true, "type": "object" }, { "availability": "retained_official_STTRequest", "description": "ISO-639-1 code; omitted means auto-detection", "name": "language", "required": false, "type": "string" }, { "availability": "retained_official_STTRequest", "maximum": 1, "minimum": 0, "name": "temperature", "required": false, "type": "number" }, { "availability": "retained_official_STTRequest", "default": "json", "default_known": true, "description": "verbose_json requires exact model/provider support", "enum": [ "json", "verbose_json" ], "enum_known": true, "name": "response_format", "required": false, "type": "string" }, { "availability": "retained_official_STTRequest", "description": "Only used with supported verbose_json", "items": { "enum": [ "segment", "word" ], "type": "string" }, "name": "timestamp_granularities", "required": false, "type": "array" }, { "availability": "retained_official_STTRequest", "description": "Data policy and exact provider options; order/only/ignore are not applied to STT", "name": "provider", "required": false, "type": "object" } ], "request_schema": { "properties": { "input_audio": { "properties": { "data": { "contentEncoding": "base64", "type": "string" }, "format": { "enum": [ "wav", "mp3", "flac", "m4a", "ogg", "webm", "aac" ], "type": "string" } }, "required": [ "data", "format" ], "type": "object" }, "language": { "description": "ISO-639-1 code; omitted means auto-detection", "type": "string" }, "model": { "enum": [ "deepgram/nova-3" ], "type": "string" }, "provider": { "description": "Data policy and exact provider options; order/only/ignore are not applied to STT", "properties": { "data_collection": { "enum": [ "allow", "deny", null ], "type": [ "string", "null" ] }, "options": { "type": "object" }, "zdr": { "type": [ "boolean", "null" ] } }, "type": "object" }, "response_format": { "default": "json", "description": "verbose_json requires exact model/provider support", "enum": [ "json", "verbose_json" ], "type": "string" }, "temperature": { "maximum": 1, "minimum": 0, "type": "number" }, "timestamp_granularities": { "description": "Only used with supported verbose_json", "items": { "enum": [ "segment", "word" ], "type": "string" }, "type": "array" } }, "required": [ "model", "input_audio" ], "type": "object" }, "schema_template": { "actual_file_preparation_required": true, "body": { "input_audio": { "data": "${BASE64_ACTUAL_WAV_BYTES}", "format": "wav" }, "model": "deepgram/nova-3" }, "content_type": "application/json" } }, "hints": [ "استخدم النموذج الدقيق وحقول الإدخال الموثّقة.", "احتفظ بالاستجابة كاملة، وكل مخرج فعلي، والمعرّفات الأصلية المُعادة." ], "input": { "JSON_audio": "بايتات الصوت الخام الفعلية بترميز base64، مع التنسيق المطابق", "content_types": [ "application/json", "multipart/form-data" ], "default_response_format": "json", "material_types": [ "audio" ], "multipart_cap_bytes": 26214400, "multipart_required": [ "model", "file" ], "optional_controls": [ "language", "temperature", "response_format", "timestamp_granularities", "provider" ], "optional_features": "تتطلب المخرجات التفصيلية وخيارات diarize/keyterms والصوت عبر URL أو الصوت المضمّن الأكبر حجماً إمكانية وتعرفة تتوافقان مع النموذج والمزوّد المحددين.", "required": [ "model", "input_audio" ] }, "lifecycle": { "assets": [ { "http": "GET", "path": "/v1/media/assets" }, { "http": "GET", "path": "/v1/media/assets/{asset_id}" } ], "content": [ { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "url_source": "exact returned signed URL; never construct token" } ], "mode": "synchronous_result_then_owned_library", "operation_id_is_not_task_id": true, "status": [ { "http": "GET", "id_source": "قيمة task_id الفعلية المُعادة أو سجل مكتبة الوسائط", "path": "/v1/media/tasks/{task_id}" } ], "unknown": "Retain original operation_id/X-Client-Request-ID and original response. Read actual owned task/asset records without resubmitting; no dedicated audio poll URL is constructed." }, "method": { "http": "POST", "path": "/v1/audio/transcriptions" }, "method_aliases": [], "operation_modes": [ "speech_to_text" ], "output": { "all_results": "Complete original JSON, all available text/segments/words/speakers/timestamps and usage.", "family": "transcription", "format": "json" } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "quantity_basis": "actual physical units", "quoted_unit": "per audio input second" }, "label": "Ultra", "units": [ { "amount": "0.0001433333333334", "amount_unit": "usd_per_audio_input_second", "billing_input": true, "estimate_only": false, "key": "audio_input_second", "label": "audio input second", "native_amount_usd_per_unit": "0.0001433333333334", "native_quantity": 1, "public_unit_label": "per audio input second", "quantity": "1", "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "audio_input_second" } ] } ], "examples": [ { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_AUDIO_FILE:?Set the path to your actual WAV recording}\"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\nimport base64\naudio=Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes()\nif not (audio[:4]==b'RIFF' and audio[8:12]==b'WAVE'): raise SystemExit('Supply an actual WAV audio file')\nif len(audio)>26214400: raise SystemExit('Use a documented supported large-file flow')\nrequest={'model': 'deepgram/nova-3', 'input_audio': {'data': '${BASE64_ACTUAL_WAV_BYTES}', 'format': 'wav'}}\nrequest['input_audio']['data']=base64.b64encode(audio).decode('ascii')\nPath('request.json').write_text(json.dumps(request,ensure_ascii=False),encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o response.bin\n# Keep the complete original response and headers. Read every returned segment, word and usage field.\n# Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting.\n", "label": "curl · exact native body and complete result", "language": "bash" } ], "family": "openai", "fast_multiplier": null, "flex_multiplier": null, "fmt": "transcriptions", "hints": [ "Use the exact model and documented input fields.", "Keep the complete response, every actual output and original returned IDs." ], "http": "POST", "in": null, "input": [ "audio" ], "label": "Распознавание речи", "max_out": null, "max_reasoning_effort_multiplier": null, "method_aliases": [], "out": null, "output": [ "transcription" ], "path": "/v1/audio/transcriptions", "price_conditions": [ { "label": "Fast mode", "value": "Not specified", "when": "When fast mode is selected" }, { "label": "Flex mode", "value": "Not specified", "when": "When flex mode is selected" }, { "label": "Maximum reasoning effort", "value": "Not specified", "when": "When maximum reasoning effort uses the default adjustment" } ], "pricing": { "billing_mode": "per_request", "image_input_price": null, "image_output_price": null, "per_request_price": null, "unit_prices": { "audio_input_second": 0.0001433333333334 } }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "quantity_basis": "actual physical units", "quoted_unit": "per audio input second" }, "label": "Ultra", "units": [ { "amount": "0.0001433333333334", "amount_unit": "usd_per_audio_input_second", "billing_input": true, "estimate_only": false, "key": "audio_input_second", "label": "audio input second", "native_amount_usd_per_unit": "0.0001433333333334", "native_quantity": 1, "public_unit_label": "per audio input second", "quantity": "1", "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "audio_input_second" } ] } ], "request_model_id": "deepgram/nova-3", "route_label": "Ultra", "status_reads": [ "GET /v1/media/tasks/{task_id}", "GET /v1/media/assets/{asset_id}/content" ], "tiers": [], "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" }, { "amount": "0.0001433333333334", "amount_unit": "usd_per_audio_input_second", "billing_input": true, "estimate_only": false, "key": "audio_input_second", "label": "audio input second", "native_amount_usd_per_unit": "0.0001433333333334", "native_quantity": 1, "public_unit_label": "per audio input second", "quantity": "1", "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "audio_input_second" } ] } } ], "model_id": "deepgram/nova-3", "nativeProvenance": { "input_facts_canonical_sha256": "f1bd66990f1d492195d49f5aabdd9fba2effa854971f4814fbae6cf389efc56c", "input_html_sha256": "46b16cb017dd9e5fefc62e034682b59fc5cc12047b1fd84fb54fd9cc4801a3c2", "private_audit_sha256": "c8c6afb3d7d6d33a64cf331dee114be420409b12489e001f48b82faf80b27614", "role": "historical-normalized-input-audit-hashes", "schema": "ailoot-native-model-provenance-v2" }, "page": { "canonical": "https://ailoot.ai/models/ar/deepgram-nova-3/", "description": "Nova-3 هو نموذج تحويل الكلام إلى نص العام من Deepgram للصوت المسجّل والمتدفق. يدعم التعرّف أحادي اللغة، ووضعًا محددًا متعدد اللغات للتبديل بينها، والتوجيه بالمصطلحات الرئيسية، ويعيد نصوصًا مفرّغة مع توقيت الكلمات ومعلومات الثقة.", "locale": "ar", "md_url": "https://ailoot.ai/models/ar/deepgram-nova-3/index.md", "title": "Deepgram: Nova-3 — Ailoot", "url": "https://ailoot.ai/models/ar/deepgram-nova-3/" }, "rawModel": { "about": "Nova-3 هو نموذج التعرّف على الكلام العام من Deepgram لتحويل الصوت إلى نص. ويوصي به المُنتج للاجتماعات والتعليقات النصية للأحداث والتسجيلات المتعددة المتحدثين والظروف الصعبة، مثل الضوضاء أو الميكروفونات البعيدة، باستخدام التفريغ المسجّل مسبقًا أو المتدفق. وتتمثّل نتيجته المفيدة في كلام متعرَّف عليه مع معلومات التوقيت والثقة، يظل مرتبطًا بالصوت المصدري.\n\n### اختر سير العمل اللغوي\n\nاللغة الافتراضية الموثّقة هي الإنجليزية. ويختار الطلب أحادي اللغة اللغة المنطوقة أو الإعداد المحلي المدعوم. ويشمل جدول النموذج العام الحالي متغيرات إقليمية للإنجليزية والإسبانية والفرنسية والألمانية والروسية والبرتغالية واليابانية والإيطالية والهولندية والعربية وأنظمة الكتابة الصينية ولغات كثيرة أخرى، منها الكازاخية. اختر من رموز المُنتج المدعومة بدلًا من افتراض قبول أي اسم إعداد محلي.\n\nالإعداد متعدد اللغات سير عمل منفصل للتبديل بين اللغات. ويذكر جدول Nova-3 الحالي له عشر لغات: الإنجليزية والإسبانية والفرنسية والألمانية والهندية والروسية والبرتغالية واليابانية والإيطالية والهولندية. ولا تتطابق هذه المجموعة مع قائمة اللغة الواحدة الأوسع. وفي تسجيل ينتقل بين لغات مدعومة، جهّز الوضع متعدد اللغات بدلًا من إجبار المحادثة كاملةً على إعداد أحادي اللغة لا يناسبها. واحتفظ بما قيل قبل تجهيز أي نسخة مترجمة أو ملخّصة.\n\n### الصوت المسجّل وتجهيز النص المفرّغ\n\nيقبل سير عمل الملفات لدى Deepgram بايتات صوت مرفوعة أو مرجعًا إلى ملف صوتي. واحفظ النص المفرّغ المُعاد عند اكتمال الطلب؛ فالمُنتج لا يخزّن النصوص المفرّغة لاسترجاعها لاحقًا. وتشمل تنسيقات المدخلات وترميزاتها الشائعة الموثّقة MP3 وMP4 وMP2 وAAC وWAV وFLAC وPCM وM4A وOgg وOpus وWebM. واحتفظ بالتنسيق الفعلي ومعلومات القنوات مع التسجيل. امنح التسجيل معرّفًا ثابتًا، واحتفظ بارتباط النتيجة بالمصدر الصحيح ومعلومات قنواته. وفي الاجتماع، راجع أسماء المشاركين والمصطلحات التقنية أثناء الاستماع إلى الصوت الأصلي. وفي المحاضرة أو الحدث، احتفظ بتسلسل الصوت، حتى يتمكن تعليق نصي أو نتيجة بحث لاحقان من تحديد موضع المقطع ذي الصلة.\n\nيذكر دليل المُنتج للتسجيلات المسبقة حدًا أقصى لحجم الملف يبلغ 2 GB، ويوصي باستخراج التدفق الصوتي من ملف الفيديو الكبير. ويوثّق أيضًا مهلة معالجة من عشر دقائق لطلبات Nova. وتتعلق هذه المهلة بمدة معالجة الطلب، لا بحد أقصى من عشر دقائق لمدة التسجيل. وتتضمن النتيجة المفيدة نهاية التسجيل المقصود؛ فلا ينبغي اعتبار نص مفرّغ محتفَظ به جزئيًا النصَّ الكامل.\n\n### اقرأ الكلمات والأوقات والثقة\n\nتتضمن استجابة JSON الموثّقة بدائل للنص المفرّغ وكلمات متعرَّفًا عليها، مع وقت بداية ونهاية كل كلمة بالثواني من بداية الصوت وقيمة ثقة. وفي النص المتعدد المتحدثين، يعيّن فصل المتحدثين الاختياري لدى المُنتج تسمية متحدث لكل كلمة. ويعيد فصل المتحدثين للتسجيل المسبق أيضًا الثقة في تعيين المتحدث؛ أما فصل المتحدثين للصوت المتدفق فيعيد تسمية المتحدث. وراجع هذه التسميات في ضوء الأصوات الموجودة في التسجيل. ويُبلَّغ أيضًا عن الثقة الإجمالية في النص المفرّغ على مقياس من 0 إلى 1. وعند طلب التنسيق الذكي، يمكن للنتيجة أن تتضمن الترقيم وحالة الأحرف في صورة كلمات مرفقة بعلامات الترقيم، مع معلومات فقرات قابلة للقراءة.\n\nاستخدم هذه الحقول بحسب معناها. فوقت الكلمة يحدّد موضع الكلام المتعرَّف عليه، بينما تعبّر الثقة عن تقدير النموذج للموثوقية، ولا تثبت أن اسمًا أو مقدارًا صعبًا قد سُمع على نحو صحيح. ولتجهيز التعليقات النصية، احتفظ بالتوقيت مع الصياغة المُراجَعة وافحص الحدود في ضوء الصوت. وفي نسخة تحريرية مقروءة، اجعل التعديلات قابلة للتمييز عن النص المتعرَّف عليه، بدلًا من استبدال كلمات غير مؤكدة بصمت بقصة تبدو معقولة.\n\n### التعرّف المتدفق والمقاطع النهائية\n\nيعيد سير عمل Nova المتدفق النص مع وصول الصوت، بنتائج مؤقتة ونهائية. ويميّز المؤشر is_final النص القابل للمراجعة عن المقطع الذي اعتُمد نهائيًا. ويتعلق المؤشر speech_final بتحديد نهاية مقطع الكلام. حافظ على تمييز هذه الإشارات عن مجرد تلقي نص مفرّغ غير فارغ، واحتفظ بالمقاطع النهائية بترتيبها الصوتي عند تجهيز السجل المكتمل.\n\nNova-3 هو تعرّف آلي عام على الكلام، ويختلف عن نموذج Flux الحواري المنفصل ذي اكتشاف أدوار الكلام الأصلي في النموذج. ويحدّد Nova نهائية النص المفرّغ ونهايات الكلام؛ أما Flux فيوفّر أحداثه الخاصة لحالة الدور الحواري. اختر سير عمل التفريغ وفق كون الصوت مسجّلًا بالفعل أو واردًا مباشرةً، مع استخدام المخرجات النهائية الفعلية بوصفها الناتج المحتفَظ به.\n\n### المصطلحات الرئيسية للمفردات المهمة\n\nيدعم Keyterm Prompting الموثّق في Nova-3 التفريغ أحادي اللغة والمتعدد اللغات، ويكيّف التعرّف باتجاه المصطلحات المهمة من دون إعادة تدريب النموذج. قدّم الأسماء أو مصطلحات المنتجات أو الاختصارات أو العبارات المتعددة الكلمات ذات الصلة التي قد تُنطق فعلًا. ويحدّ الدليل إجمالي مدخلات المصطلحات الرئيسية إلى 500 رمز، ويوصي بالتركيز على أهم المفردات بدلًا من إضافة الكلمات الشائعة بلا تمييز.\n\nتستخدم صياغة المُنتج مصطلحات عادية، مع مدخل keyterm منفصل لكل مصطلح. وتظل العبارة المتعددة الكلمات عبارة واحدة. ولا تعادل ذلك أوزان الكلمات المفتاحية القديمة أو مُعزّزاتها، أو جمع مصطلحات منفصلة بفواصل أو فواصل منقوطة أو فواصل أسطر: فقد تقبلها الواجهة قيمةً حرفية واحدة من دون توفير التعزيز المقصود. استخدم حالة الأحرف الصحيحة للأسماء، ثم افحص النص المفرّغ، لأن سياق الصوت والتنسيق الذكي قد يغيّران مع ذلك الشكل المكتوب النهائي.\n\n### حدود عائلة النماذج والنتائج المفيدة\n\nيختلف ملف Nova-3 العام عن خيارَي Medical وPharma المسمّيين على نحو مستقل. ولا يحوّله التوجيه بالمفردات إلى إصدار آخر، ولا ينبغي افتراض تغطية النماذج المتخصصة للغات أو سلوكها في النموذج العام. وميزات معالجة النص المفرّغ الإضافية خيارات في سير عمل الكلام لدى المُنتج، وليست دليلًا على أن التعرّف أنتج ملخّصًا أو ترجمة أو ناتجًا آخر لم يُطلب أصلًا.\n\nيمكن أن يكون ناتج Nova-3 المفيد نص اجتماع مفرّغًا قابلًا للبحث، أو صياغة جاهزة للتعليقات النصية مع توقيت الكلمات، أو سجل محادثة متعددة اللغات. احتفظ بمعرّف الصوت وسير العمل اللغوي المختار والنص النهائي وأي حقول مفيدة للثقة أو التوقيت. وتحقّق من الأسماء غير الواضحة والأرقام والأصوات المتداخلة وتغيّر اللغات في ضوء التسجيل الأصلي، واحتفظ بالكلام المتعرَّف عليه الفعلي متاحًا لخطوة معالجة المحتوى التالية.", "alias_of": null, "aliases": [], "author": "Deepgram", "available": null, "canonical_model": "deepgram/nova-3", "capabilities": { "context_length": 0, "manufacturer_input": [ "audio" ], "manufacturer_output": [ "transcription" ] }, "card_routes": [ { "label": "Ultra", "rates": [ { "amount": "0.0001433333333334", "amount_unit": "usd_per_audio_input_second", "billing_input": true, "estimate_only": false, "key": "audio_input_second", "label": "audio input second", "native_amount_usd_per_unit": "0.0001433333333334", "native_quantity": 1, "public_unit_label": "per audio input second", "quantity": "1", "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "audio_input_second" } ], "summary": "التسعير الكامل للتكوين في التفاصيل." } ], "ctx": null, "declared_tariff_references": [ { "client_selectable": false, "key": "c81fd216735cb75857ec", "label": "Deepgram: Nova-3", "profiles": [ { "basis": "", "dimensions": { "conditions": "الإعداد الافتراضي" }, "label": "Deepgram: Nova-3 · الإعداد الافتراضي", "units": [ { "amount": "0.0001433333333334", "amount_unit": "usd_per_exact_physical_unit", "billing_input": false, "key": "ce3ba3a9b22ee118a269edd4", "label": "Input audio seconds", "public_unit_label": "per input audio second", "quantity": "1", "rate_role": "declared_tariff_rate", "side": "in", "unit": "input_audio_second" } ] } ] } ], "entity_type": "model", "formats": [ "transcriptions" ], "id": "deepgram/nova-3", "input": [ "audio" ], "kind": "transcription", "max_out": null, "methods": [ { "available": null, "cache_read": null, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "all_results": "Complete original JSON, all available text/segments/words/speakers/timestamps and usage.", "lifecycle": { "assets": [ { "http": "GET", "path": "/v1/media/assets" }, { "http": "GET", "path": "/v1/media/assets/{asset_id}" } ], "content": [ { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "url_source": "exact returned signed URL; never construct token" } ], "mode": "synchronous_result_then_owned_library", "operation_id_is_not_task_id": true, "status": [ { "http": "GET", "id_source": "actual returned task_id or media library record", "path": "/v1/media/tasks/{task_id}" } ], "unknown": "احتفظ بـoperation_id/X-Client-Request-ID الأصليين وبالاستجابة الأصلية. اقرأ سجلات المهام والأصول الفعلية المملوكة لك دون إعادة الإرسال؛ ولا يُنشأ عنوان URL مخصص للاستعلام عن الصوت." }, "material_combinations": [ { "content_types": [ "application/json", "multipart/form-data" ], "mode": "speech_to_text", "required": [ "actual matching-format audio file" ] } ], "outputs": { "all_results": "JSON الأصلي كاملاً، وجميع النصوص والمقاطع والكلمات والمتحدثين والطوابع الزمنية المتاحة، وبيانات الاستخدام.", "family": "transcription", "fields": [ { "name": "text", "type": "string" }, { "name": "usage", "type": "object" }, { "name": "segments[]", "optional": true, "type": "object" }, { "name": "words[]", "optional": true, "type": "object" } ], "format": "json" }, "parameters": [ { "availability": "source_interface", "enum": [ "deepgram/nova-3" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "data_encoding": "base64 raw actual audio bytes, not data URI", "fields": [ "data", "format" ], "name": "input_audio", "required": true, "type": "object" }, { "availability": "retained_official_STTRequest", "description": "ISO-639-1 code; omitted means auto-detection", "name": "language", "required": false, "type": "string" }, { "availability": "retained_official_STTRequest", "maximum": 1, "minimum": 0, "name": "temperature", "required": false, "type": "number" }, { "availability": "retained_official_STTRequest", "default": "json", "default_known": true, "description": "verbose_json requires exact model/provider support", "enum": [ "json", "verbose_json" ], "enum_known": true, "name": "response_format", "required": false, "type": "string" }, { "availability": "retained_official_STTRequest", "description": "Only used with supported verbose_json", "items": { "enum": [ "segment", "word" ], "type": "string" }, "name": "timestamp_granularities", "required": false, "type": "array" }, { "availability": "retained_official_STTRequest", "description": "Data policy and exact provider options; order/only/ignore are not applied to STT", "name": "provider", "required": false, "type": "object" } ], "request_schema": { "properties": { "input_audio": { "properties": { "data": { "contentEncoding": "base64", "type": "string" }, "format": { "enum": [ "wav", "mp3", "flac", "m4a", "ogg", "webm", "aac" ], "type": "string" } }, "required": [ "data", "format" ], "type": "object" }, "language": { "description": "ISO-639-1 code; omitted means auto-detection", "type": "string" }, "model": { "enum": [ "deepgram/nova-3" ], "type": "string" }, "provider": { "description": "Data policy and exact provider options; order/only/ignore are not applied to STT", "properties": { "data_collection": { "enum": [ "allow", "deny", null ], "type": [ "string", "null" ] }, "options": { "type": "object" }, "zdr": { "type": [ "boolean", "null" ] } }, "type": "object" }, "response_format": { "default": "json", "description": "verbose_json requires exact model/provider support", "enum": [ "json", "verbose_json" ], "type": "string" }, "temperature": { "maximum": 1, "minimum": 0, "type": "number" }, "timestamp_granularities": { "description": "Only used with supported verbose_json", "items": { "enum": [ "segment", "word" ], "type": "string" }, "type": "array" } }, "required": [ "model", "input_audio" ], "type": "object" }, "schema_template": { "actual_file_preparation_required": true, "body": { "input_audio": { "data": "${BASE64_ACTUAL_WAV_BYTES}", "format": "wav" }, "model": "deepgram/nova-3" }, "content_type": "application/json" } }, "hints": [ "استخدم النموذج الدقيق وحقول الإدخال الموثّقة.", "احتفظ بالاستجابة كاملة، وكل مخرج فعلي، والمعرّفات الأصلية المُعادة." ], "input": { "JSON_audio": "بايتات الصوت الخام الفعلية بترميز base64، مع التنسيق المطابق", "content_types": [ "application/json", "multipart/form-data" ], "default_response_format": "json", "material_types": [ "audio" ], "multipart_cap_bytes": 26214400, "multipart_required": [ "model", "file" ], "optional_controls": [ "language", "temperature", "response_format", "timestamp_granularities", "provider" ], "optional_features": "تتطلب المخرجات التفصيلية وخيارات diarize/keyterms والصوت عبر URL أو الصوت المضمّن الأكبر حجماً إمكانية وتعرفة تتوافقان مع النموذج والمزوّد المحددين.", "required": [ "model", "input_audio" ] }, "lifecycle": { "assets": [ { "http": "GET", "path": "/v1/media/assets" }, { "http": "GET", "path": "/v1/media/assets/{asset_id}" } ], "content": [ { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "url_source": "exact returned signed URL; never construct token" } ], "mode": "synchronous_result_then_owned_library", "operation_id_is_not_task_id": true, "status": [ { "http": "GET", "id_source": "قيمة task_id الفعلية المُعادة أو سجل مكتبة الوسائط", "path": "/v1/media/tasks/{task_id}" } ], "unknown": "Retain original operation_id/X-Client-Request-ID and original response. Read actual owned task/asset records without resubmitting; no dedicated audio poll URL is constructed." }, "method": { "http": "POST", "path": "/v1/audio/transcriptions" }, "method_aliases": [], "operation_modes": [ "speech_to_text" ], "output": { "all_results": "Complete original JSON, all available text/segments/words/speakers/timestamps and usage.", "family": "transcription", "format": "json" } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "quantity_basis": "actual physical units", "quoted_unit": "per audio input second" }, "label": "Ultra", "units": [ { "amount": "0.0001433333333334", "amount_unit": "usd_per_audio_input_second", "billing_input": true, "estimate_only": false, "key": "audio_input_second", "label": "audio input second", "native_amount_usd_per_unit": "0.0001433333333334", "native_quantity": 1, "public_unit_label": "per audio input second", "quantity": "1", "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "audio_input_second" } ] } ], "examples": [ { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_AUDIO_FILE:?Set the path to your actual WAV recording}\"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\nimport base64\naudio=Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes()\nif not (audio[:4]==b'RIFF' and audio[8:12]==b'WAVE'): raise SystemExit('Supply an actual WAV audio file')\nif len(audio)>26214400: raise SystemExit('Use a documented supported large-file flow')\nrequest={'model': 'deepgram/nova-3', 'input_audio': {'data': '${BASE64_ACTUAL_WAV_BYTES}', 'format': 'wav'}}\nrequest['input_audio']['data']=base64.b64encode(audio).decode('ascii')\nPath('request.json').write_text(json.dumps(request,ensure_ascii=False),encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o response.bin\n# Keep the complete original response and headers. Read every returned segment, word and usage field.\n# Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting.\n", "label": "curl · exact native body and complete result", "language": "bash" } ], "family": "openai", "fast_multiplier": null, "flex_multiplier": null, "fmt": "transcriptions", "hints": [ "Use the exact model and documented input fields.", "Keep the complete response, every actual output and original returned IDs." ], "http": "POST", "in": null, "input": [ "audio" ], "label": "Распознавание речи", "max_out": null, "max_reasoning_effort_multiplier": null, "method_aliases": [], "out": null, "output": [ "transcription" ], "path": "/v1/audio/transcriptions", "price_conditions": [ { "label": "Fast mode", "value": "Not specified", "when": "When fast mode is selected" }, { "label": "Flex mode", "value": "Not specified", "when": "When flex mode is selected" }, { "label": "Maximum reasoning effort", "value": "Not specified", "when": "When maximum reasoning effort uses the default adjustment" } ], "pricing": { "billing_mode": "per_request", "image_input_price": null, "image_output_price": null, "per_request_price": null, "unit_prices": { "audio_input_second": 0.0001433333333334 } }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "quantity_basis": "actual physical units", "quoted_unit": "per audio input second" }, "label": "Ultra", "units": [ { "amount": "0.0001433333333334", "amount_unit": "usd_per_audio_input_second", "billing_input": true, "estimate_only": false, "key": "audio_input_second", "label": "audio input second", "native_amount_usd_per_unit": "0.0001433333333334", "native_quantity": 1, "public_unit_label": "per audio input second", "quantity": "1", "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "audio_input_second" } ] } ], "request_model_id": "deepgram/nova-3", "route_label": "Ultra", "status_reads": [ "GET /v1/media/tasks/{task_id}", "GET /v1/media/assets/{asset_id}/content" ], "tiers": [], "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" }, { "amount": "0.0001433333333334", "amount_unit": "usd_per_audio_input_second", "billing_input": true, "estimate_only": false, "key": "audio_input_second", "label": "audio input second", "native_amount_usd_per_unit": "0.0001433333333334", "native_quantity": 1, "public_unit_label": "per audio input second", "quantity": "1", "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "audio_input_second" } ] } ], "model_aliases": [ { "canonical_model_id": "deepgram/nova-3", "request_model_id": "deepgram/nova-3", "route_label": "Ultra" } ], "name": "Deepgram: Nova-3", "price": { "in": null, "in_label": null, "out": null, "out_label": null, "sort_in": null, "sort_out": null, "varies": true }, "pricing_profiles": [ { "applicability": { "client_selectable": false, "native_profile_selection_pending": true, "scope": "manufacturer_reference" }, "dimensions": { "language_variant": "monolingual", "multichannel_billing": "requires channel quantity; not implied by one file", "payg": true }, "label": "Ultra", "units": [ { "amount": "0.0086", "amount_unit": "usd_per_audio_input_minute", "conditions": { "language_variant": "monolingual", "multichannel_billing": "requires channel quantity; not implied by one file", "payg": true }, "key": "base", "label": "base", "profile_index": 0, "quantity": "1", "rate_role": "binding_component_rate", "side": "out", "unit": "audio_input_minute" } ] }, { "applicability": { "client_selectable": false, "native_profile_selection_pending": true, "scope": "manufacturer_reference" }, "dimensions": { "language_variant": "multilingual", "multichannel_billing": "requires channel quantity; not implied by one file", "payg": true }, "label": "Ultra", "units": [ { "amount": "0.0104", "amount_unit": "usd_per_audio_input_minute", "conditions": { "language_variant": "multilingual", "multichannel_billing": "requires channel quantity; not implied by one file", "payg": true }, "key": "base", "label": "base", "profile_index": 1, "quantity": "1", "rate_role": "binding_component_rate", "side": "out", "unit": "audio_input_minute" } ] }, { "applicability": { "client_selectable": false, "native_profile_selection_pending": true, "scope": "manufacturer_reference" }, "dimensions": { "adds_to_base": true, "feature_enabled": "redaction" }, "label": "Ultra", "units": [ { "amount": "0.0040", "amount_unit": "usd_per_audio_input_minute", "conditions": { "adds_to_base": true, "feature_enabled": "redaction" }, "key": "redaction", "label": "redaction", "profile_index": 2, "quantity": "1", "rate_role": "binding_component_rate", "side": "out", "unit": "audio_input_minute" } ] }, { "applicability": { "client_selectable": false, "native_profile_selection_pending": true, "scope": "manufacturer_reference" }, "dimensions": { "adds_to_base": true, "feature_enabled": "keyterm_prompting" }, "label": "Ultra", "units": [ { "amount": "0.0026", "amount_unit": "usd_per_audio_input_minute", "conditions": { "adds_to_base": true, "feature_enabled": "keyterm_prompting" }, "key": "keyterm_prompting", "label": "keyterm prompting", "profile_index": 3, "quantity": "1", "rate_role": "binding_component_rate", "side": "in", "unit": "audio_input_minute" } ] }, { "applicability": { "client_selectable": false, "native_profile_selection_pending": true, "scope": "manufacturer_reference" }, "dimensions": { "adds_to_base": true, "feature_enabled": "entity_detection" }, "label": "Ultra", "units": [ { "amount": "0.0034", "amount_unit": "usd_per_audio_input_minute", "conditions": { "adds_to_base": true, "feature_enabled": "entity_detection" }, "key": "entity_detection", "label": "entity detection", "profile_index": 4, "quantity": "1", "rate_role": "binding_component_rate", "side": "out", "unit": "audio_input_minute" } ] }, { "applicability": { "client_selectable": false, "native_profile_selection_pending": true, "scope": "manufacturer_reference" }, "dimensions": { "language_variant": "monolingual", "multichannel_billing": "requires channel quantity; not implied by one file", "payg": true }, "label": "Ultra", "units": [ { "amount": "0.0154", "amount_unit": "usd_per_audio_input_minute", "conditions": { "language_variant": "monolingual", "multichannel_billing": "requires channel quantity; not implied by one file", "payg": true }, "key": "base", "label": "base", "profile_index": 5, "quantity": "1", "rate_role": "binding_component_rate", "side": "out", "unit": "audio_input_minute" } ] }, { "applicability": { "client_selectable": false, "native_profile_selection_pending": true, "scope": "manufacturer_reference" }, "dimensions": { "language_variant": "multilingual", "multichannel_billing": "requires channel quantity; not implied by one file", "payg": true }, "label": "Ultra", "units": [ { "amount": "0.0184", "amount_unit": "usd_per_audio_input_minute", "conditions": { "language_variant": "multilingual", "multichannel_billing": "requires channel quantity; not implied by one file", "payg": true }, "key": "base", "label": "base", "profile_index": 6, "quantity": "1", "rate_role": "binding_component_rate", "side": "out", "unit": "audio_input_minute" } ] }, { "applicability": { "client_selectable": false, "native_profile_selection_pending": true, "scope": "manufacturer_reference" }, "dimensions": { "adds_to_base": true, "feature_enabled": "redaction" }, "label": "Ultra", "units": [ { "amount": "0.0040", "amount_unit": "usd_per_audio_input_minute", "conditions": { "adds_to_base": true, "feature_enabled": "redaction" }, "key": "redaction", "label": "redaction", "profile_index": 7, "quantity": "1", "rate_role": "binding_component_rate", "side": "out", "unit": "audio_input_minute" } ] }, { "applicability": { "client_selectable": false, "native_profile_selection_pending": true, "scope": "manufacturer_reference" }, "dimensions": { "adds_to_base": true, "feature_enabled": "keyterm_prompting" }, "label": "Ultra", "units": [ { "amount": "0.0026", "amount_unit": "usd_per_audio_input_minute", "conditions": { "adds_to_base": true, "feature_enabled": "keyterm_prompting" }, "key": "keyterm_prompting", "label": "keyterm prompting", "profile_index": 8, "quantity": "1", "rate_role": "binding_component_rate", "side": "in", "unit": "audio_input_minute" } ] }, { "applicability": { "client_selectable": false, "native_profile_selection_pending": true, "scope": "manufacturer_reference" }, "dimensions": { "adds_to_base": true, "feature_enabled": "entity_detection" }, "label": "Ultra", "units": [ { "amount": "0.0034", "amount_unit": "usd_per_audio_input_minute", "conditions": { "adds_to_base": true, "feature_enabled": "entity_detection" }, "key": "entity_detection", "label": "entity detection", "profile_index": 9, "quantity": "1", "rate_role": "binding_component_rate", "side": "out", "unit": "audio_input_minute" } ] }, { "applicability": { "client_selectable": false, "native_profile_selection_pending": true, "scope": "manufacturer_reference" }, "dimensions": { "adds_to_base": true, "feature_enabled": "speaker_diarization" }, "label": "Ultra", "units": [ { "amount": "0.0040", "amount_unit": "usd_per_audio_input_minute", "conditions": { "adds_to_base": true, "feature_enabled": "speaker_diarization" }, "key": "speaker_diarization", "label": "speaker diarization", "profile_index": 10, "quantity": "1", "rate_role": "binding_component_rate", "side": "out", "unit": "audio_input_minute" } ] } ], "public_id": "deepgram/nova-3", "short": "Nova-3 هو نموذج تحويل الكلام إلى نص العام من Deepgram للصوت المسجّل والمتدفق. يدعم التعرّف أحادي اللغة، ووضعًا محددًا متعدد اللغات للتبديل بينها، والتوجيه بالمصطلحات الرئيسية، ويعيد نصوصًا مفرّغة مع توقيت الكلمات ومعلومات الثقة." }, "renderer_schema": { "method_order": "Original DTO methods order; every exact route/format/path/caller survives.", "prices": "Original public DTO fields and original native display HTML; no flattened or normalized offers." }, "representation": "exact-public-dto-and-native-renderer-html", "representationNotes": { "current_reference": { "about_json_pointer": "/aboutHtml", "methods": [ { "contract_json_pointer": "/methods/0/rawMethod/contract", "html_json_pointer": "/methods/0/html", "method_ordinal": 0 } ], "role": "current-semantic-reference" }, "raw_input": { "examples_role": "historical-input-not-current-ready-examples", "json_pointers": [ "/rawModel", "/methods/0/rawMethod" ], "role": "historical-owner-input" }, "schema": "ailoot-native-model-representations-v1" }, "schema": "ailoot-static-model-facts-v1", "schema_version": 1, "shortText": "Nova-3 هو نموذج تحويل الكلام إلى نص العام من Deepgram للصوت المسجّل والمتدفق. يدعم التعرّف أحادي اللغة، ووضعًا محددًا متعدد اللغات للتبديل بينها، والتوجيه بالمصطلحات الرئيسية، ويعيد نصوصًا مفرّغة مع توقيت الكلمات ومعلومات الثقة.", "source": { "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1", "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036", "raw_model_json_sha256": "fd3b0269896bdeee1fa43566e017b9850fa83bb888a304ec1b357d2cc6596083", "renderer_sha256": "081ee0fd5b6b1b60564b02c52d62547e01e922c8c0a16e91a0d055073e76a10e" }, "sourceRevision": "911022d697b5074c6440e722cf93d436340200741eda44941f910358886d8898" }