{
  "aboutHtml": "<p>Το Nemotron 3.5 ASR Streaming Multilingual 0.6B είναι το μοντέλο αναγνώρισης ομιλίας της NVIDIA με 600 εκατομμύρια παραμέτρους για ζωντανή απομαγνητοφώνηση και επεξεργασία ηχογραφημένου ήχου. Επεκτείνει τη σειρά συνεχούς ροής για αγγλικά με καθορισμό βάσει αναγνωριστικού γλώσσας. Η ομιλία γίνεται κείμενο στη γλώσσα εισόδου, με σημεία στίξης και χρήση κεφαλαίων ενσωματωμένα στην έξοδο.</p><p>Η γλωσσική κάλυψη του δημιουργού έχει τρεις βαθμίδες. Δεκαεννέα τοπικές παραλλαγές έτοιμες για απομαγνητοφώνηση καλύπτουν αγγλικά ΗΠΑ και Ηνωμένου Βασιλείου, ισπανικά ΗΠΑ και Ισπανίας, γαλλικά Γαλλίας και Καναδά, ιταλικά, πορτογαλικά Βραζιλίας και Πορτογαλίας, ολλανδικά, γερμανικά, τουρκικά, ρωσικά, αραβικά, χίντι, ιαπωνικά, κορεατικά, βιετναμικά και ουκρανικά. Δεκατρείς παραλλαγές ευρείας κάλυψης προσθέτουν πολωνικά, σουηδικά, τσεχικά, νορβηγικά Bokmål, δανικά, βουλγαρικά, φινλανδικά, κροατικά, σλοβακικά, μανδαρινικά, ουγγρικά, ρουμανικά και εσθονικά. Μαζί, αυτές οι 32 παραλλαγές παράγουν απομαγνητοφώνηση χωρίς πρόσθετη λεπτομερή προσαρμογή.</p><p>Οκτώ παραλλαγές έτοιμες για προσαρμογή —ελληνικά, λιθουανικά, λετονικά, μαλτέζικα, σλοβενικά, εβραϊκά, ταϊλανδικά και νορβηγικά Nynorsk— αναγνωρίζονται από τον tokenizer, αλλά απαιτούν λεπτομερή προσαρμογή στο πεδίο εφαρμογής για να ενεργοποιηθεί πλήρης απομαγνητοφώνηση. Επομένως, το μέγεθος των 40 παραλλαγών του κατασκευαστή δεν αποτελεί ισχυρισμό ότι και οι σαράντα έχουν την ίδια δυνατότητα αμέσως μετά την εγκατάσταση. Ένα προσαρμοσμένο σημείο ελέγχου είναι χωριστό αρχείο μοντέλου από το βασικό μοντέλο.</p><p>Η αρχιτεκτονική συνδυάζει έναν κωδικοποιητή FastConformer 24 επιπέδων που αξιοποιεί κρυφή μνήμη με έναν αποκωδικοποιητή RNN-T. Διατηρεί τις καταστάσεις προσοχής και συνέλιξης του κωδικοποιητή από προηγούμενα πλαίσια και επεξεργάζεται κάθε νέο τμήμα ήχου χωρίς να επανυπολογίζει επανειλημμένα επικαλυπτόμενα παράθυρα. Ένα σήμα αναγνωριστικού γλώσσας παρέχεται μαζί με την ακουστική αναπαράσταση για να καθορίσει τη γλώσσα της απομαγνητοφώνησης ή να αφήσει το μοντέλο να τη συναγάγει.</p><p>Η διαμόρφωση NeMo της NVIDIA τεκμηριώνει μεγέθη τμημάτων 80, 160, 320, 560 και 1.120 χιλιοστών του δευτερολέπτου. Η ρύθμιση προσοχής ελέγχει πόσο μελλοντικό ήχο λαμβάνει ένα τμήμα πριν εκπέμπεται κείμενο, επιτρέποντας σε μια εργασία να εξισορροπεί τον χρόνο αναμονής και τα ακουστικά συμφραζόμενα. Πρόκειται για διαμορφώσεις συνεχούς ροής του κατασκευαστή και όχι για εγγυημένους συνολικούς χρόνους απόκρισης· μια υλοποίηση μπορεί να εκθέτει το δικό της υποστηριζόμενο υποσύνολο.</p><p>Προετοιμάστε μονοφωνικό ήχο WAV στον ρυθμό δειγματοληψίας 16 kHz του επεξεργαστή του κατασκευαστή. Όταν η γλώσσα είναι γνωστή, χρησιμοποιήστε τον καθορισμό της αντίστοιχης τοπικής παραλλαγής· η αυτόματη λειτουργία ανιχνεύει την ομιλούμενη γλώσσα. Το βασικό παράδειγμα της αλυσίδας επεξεργασίας χρησιμοποιεί από προεπιλογή προτροπή αγγλικών ΗΠΑ, οπότε η πολύγλωσση συμπεριφορά πρέπει να διαμορφώνεται σκόπιμα αντί να θεωρείται δεδομένη από αυτό το παράδειγμα.</p><p>Στην αυτόματη λειτουργία, η ροή εργασίας του κατασκευαστή μπορεί να προσθέτει μια ετικέτα γλώσσας μετά το τελικό σημείο στίξης της απομαγνητοφώνησης. Η διατήρηση της ετικέτας καθιστά τη γλώσσα διαθέσιμη σε μια εφαρμογή που διαχειρίζεται κίνηση πολλών γλωσσών· η αφαίρεσή της επιστρέφει καθαρό κείμενο απομαγνητοφώνησης. Διατηρείτε τη διάκριση ανάμεσα στις αναγνωρισμένες λέξεις, τη στίξη τους και αυτά τα μεταδεδομένα γλώσσας κατά την εμφάνιση ή την επεξεργασία του αποτελέσματος.</p><p>Μια εφαρμογή υποτιτλισμού μπορεί να τροφοδοτεί ήχο με τη σωστή σειρά, να συλλέγει την απομαγνητοφώνηση και να χρησιμοποιεί το ολοκληρωμένο κείμενο για εμφάνιση ή μεταγενέστερη επεξεργασία. Μια φωνητική εφαρμογή μπορεί να διαβιβάζει την αναγνωρισμένη ομιλία στο στάδιο γλωσσικής κατανόησής της. Η ανάλυση κλήσεων μπορεί να διατηρεί την αρχική ηχογράφηση και την απομαγνητοφώνηση μαζί, ώστε ονόματα, αριθμοί και άγνωστοι όροι να παραμένουν ελέγξιμοι. Το μοντέλο ASR παρέχει την απομαγνητοφώνηση· η σύνοψη, οι ενέργειες και η παραγωγή ομιλίας είναι χωριστά στάδια της εφαρμογής.</p><p>Η NVIDIA εκπαιδεύει το μοντέλο σε μείγμα δημόσιων και ιδιόκτητων δεδομένων ομιλίας, με ανθρώπινες και συνθετικές ετικέτες κανονικοποιημένες σε κείμενο με σημεία στίξης και ορθή χρήση πεζών και κεφαλαίων. Ο οδηγός προσαρμογής της τονίζει την αντιστοίχιση των γλωσσικών ετικετών και του ύφους κειμένου και, κατόπιν, την αξιολόγηση ήχου που έχει εξαιρεθεί από την εκπαίδευση στη ρύθμιση συνεχούς ροής που προορίζεται για χρήση. Περιγράφει προσαρμογή γλώσσας, προφοράς και πεδίου εφαρμογής χωρίς να καθιστά αυτά τα προσαρμοσμένα αποτελέσματα ιδιότητες του αρχικού σημείου ελέγχου.</p><p>Η κάρτα του μοντέλου συνδέει το πρακτικό μήκος ηχογράφησης με τη διαθέσιμη μνήμη αντί να δημοσιεύει ένα καθολικό ανώτατο όριο διάρκειας. Διατηρείτε την πολύγλωσση έκδοση διακριτή από το μοντέλο μόνο αγγλικών και κρατάτε την επιλεγμένη γλώσσα και διαμόρφωση συνεχούς ροής μαζί με το αποτέλεσμα απομαγνητοφώνησης. Το παραδοτέο εξόδου είναι το αναγνωρισμένο κείμενο, με προαιρετικά μεταδεδομένα γλώσσας του κατασκευαστή, αντί για μια γενική απάντηση συνομιλίας.</p>",
  "aboutText": "Το Nemotron 3.5 ASR Streaming Multilingual 0.6B είναι το μοντέλο αναγνώρισης ομιλίας της NVIDIA με 600 εκατομμύρια παραμέτρους για ζωντανή απομαγνητοφώνηση και επεξεργασία ηχογραφημένου ήχου. Επεκτείνει τη σειρά συνεχούς ροής για αγγλικά με καθορισμό βάσει αναγνωριστικού γλώσσας. Η ομιλία γίνεται κείμενο στη γλώσσα εισόδου, με σημεία στίξης και χρήση κεφαλαίων ενσωματωμένα στην έξοδο.\n\nΗ γλωσσική κάλυψη του δημιουργού έχει τρεις βαθμίδες. Δεκαεννέα τοπικές παραλλαγές έτοιμες για απομαγνητοφώνηση καλύπτουν αγγλικά ΗΠΑ και Ηνωμένου Βασιλείου, ισπανικά ΗΠΑ και Ισπανίας, γαλλικά Γαλλίας και Καναδά, ιταλικά, πορτογαλικά Βραζιλίας και Πορτογαλίας, ολλανδικά, γερμανικά, τουρκικά, ρωσικά, αραβικά, χίντι, ιαπωνικά, κορεατικά, βιετναμικά και ουκρανικά. Δεκατρείς παραλλαγές ευρείας κάλυψης προσθέτουν πολωνικά, σουηδικά, τσεχικά, νορβηγικά Bokmål, δανικά, βουλγαρικά, φινλανδικά, κροατικά, σλοβακικά, μανδαρινικά, ουγγρικά, ρουμανικά και εσθονικά. Μαζί, αυτές οι 32 παραλλαγές παράγουν απομαγνητοφώνηση χωρίς πρόσθετη λεπτομερή προσαρμογή.\n\nΟκτώ παραλλαγές έτοιμες για προσαρμογή —ελληνικά, λιθουανικά, λετονικά, μαλτέζικα, σλοβενικά, εβραϊκά, ταϊλανδικά και νορβηγικά Nynorsk— αναγνωρίζονται από τον tokenizer, αλλά απαιτούν λεπτομερή προσαρμογή στο πεδίο εφαρμογής για να ενεργοποιηθεί πλήρης απομαγνητοφώνηση. Επομένως, το μέγεθος των 40 παραλλαγών του κατασκευαστή δεν αποτελεί ισχυρισμό ότι και οι σαράντα έχουν την ίδια δυνατότητα αμέσως μετά την εγκατάσταση. Ένα προσαρμοσμένο σημείο ελέγχου είναι χωριστό αρχείο μοντέλου από το βασικό μοντέλο.\n\nΗ αρχιτεκτονική συνδυάζει έναν κωδικοποιητή FastConformer 24 επιπέδων που αξιοποιεί κρυφή μνήμη με έναν αποκωδικοποιητή RNN-T. Διατηρεί τις καταστάσεις προσοχής και συνέλιξης του κωδικοποιητή από προηγούμενα πλαίσια και επεξεργάζεται κάθε νέο τμήμα ήχου χωρίς να επανυπολογίζει επανειλημμένα επικαλυπτόμενα παράθυρα. Ένα σήμα αναγνωριστικού γλώσσας παρέχεται μαζί με την ακουστική αναπαράσταση για να καθορίσει τη γλώσσα της απομαγνητοφώνησης ή να αφήσει το μοντέλο να τη συναγάγει.\n\nΗ διαμόρφωση NeMo της NVIDIA τεκμηριώνει μεγέθη τμημάτων 80, 160, 320, 560 και 1.120 χιλιοστών του δευτερολέπτου. Η ρύθμιση προσοχής ελέγχει πόσο μελλοντικό ήχο λαμβάνει ένα τμήμα πριν εκπέμπεται κείμενο, επιτρέποντας σε μια εργασία να εξισορροπεί τον χρόνο αναμονής και τα ακουστικά συμφραζόμενα. Πρόκειται για διαμορφώσεις συνεχούς ροής του κατασκευαστή και όχι για εγγυημένους συνολικούς χρόνους απόκρισης· μια υλοποίηση μπορεί να εκθέτει το δικό της υποστηριζόμενο υποσύνολο.\n\nΠροετοιμάστε μονοφωνικό ήχο WAV στον ρυθμό δειγματοληψίας 16 kHz του επεξεργαστή του κατασκευαστή. Όταν η γλώσσα είναι γνωστή, χρησιμοποιήστε τον καθορισμό της αντίστοιχης τοπικής παραλλαγής· η αυτόματη λειτουργία ανιχνεύει την ομιλούμενη γλώσσα. Το βασικό παράδειγμα της αλυσίδας επεξεργασίας χρησιμοποιεί από προεπιλογή προτροπή αγγλικών ΗΠΑ, οπότε η πολύγλωσση συμπεριφορά πρέπει να διαμορφώνεται σκόπιμα αντί να θεωρείται δεδομένη από αυτό το παράδειγμα.\n\nΣτην αυτόματη λειτουργία, η ροή εργασίας του κατασκευαστή μπορεί να προσθέτει μια ετικέτα γλώσσας μετά το τελικό σημείο στίξης της απομαγνητοφώνησης. Η διατήρηση της ετικέτας καθιστά τη γλώσσα διαθέσιμη σε μια εφαρμογή που διαχειρίζεται κίνηση πολλών γλωσσών· η αφαίρεσή της επιστρέφει καθαρό κείμενο απομαγνητοφώνησης. Διατηρείτε τη διάκριση ανάμεσα στις αναγνωρισμένες λέξεις, τη στίξη τους και αυτά τα μεταδεδομένα γλώσσας κατά την εμφάνιση ή την επεξεργασία του αποτελέσματος.\n\nΜια εφαρμογή υποτιτλισμού μπορεί να τροφοδοτεί ήχο με τη σωστή σειρά, να συλλέγει την απομαγνητοφώνηση και να χρησιμοποιεί το ολοκληρωμένο κείμενο για εμφάνιση ή μεταγενέστερη επεξεργασία. Μια φωνητική εφαρμογή μπορεί να διαβιβάζει την αναγνωρισμένη ομιλία στο στάδιο γλωσσικής κατανόησής της. Η ανάλυση κλήσεων μπορεί να διατηρεί την αρχική ηχογράφηση και την απομαγνητοφώνηση μαζί, ώστε ονόματα, αριθμοί και άγνωστοι όροι να παραμένουν ελέγξιμοι. Το μοντέλο ASR παρέχει την απομαγνητοφώνηση· η σύνοψη, οι ενέργειες και η παραγωγή ομιλίας είναι χωριστά στάδια της εφαρμογής.\n\nΗ NVIDIA εκπαιδεύει το μοντέλο σε μείγμα δημόσιων και ιδιόκτητων δεδομένων ομιλίας, με ανθρώπινες και συνθετικές ετικέτες κανονικοποιημένες σε κείμενο με σημεία στίξης και ορθή χρήση πεζών και κεφαλαίων. Ο οδηγός προσαρμογής της τονίζει την αντιστοίχιση των γλωσσικών ετικετών και του ύφους κειμένου και, κατόπιν, την αξιολόγηση ήχου που έχει εξαιρεθεί από την εκπαίδευση στη ρύθμιση συνεχούς ροής που προορίζεται για χρήση. Περιγράφει προσαρμογή γλώσσας, προφοράς και πεδίου εφαρμογής χωρίς να καθιστά αυτά τα προσαρμοσμένα αποτελέσματα ιδιότητες του αρχικού σημείου ελέγχου.\n\nΗ κάρτα του μοντέλου συνδέει το πρακτικό μήκος ηχογράφησης με τη διαθέσιμη μνήμη αντί να δημοσιεύει ένα καθολικό ανώτατο όριο διάρκειας. Διατηρείτε την πολύγλωσση έκδοση διακριτή από το μοντέλο μόνο αγγλικών και κρατάτε την επιλεγμένη γλώσσα και διαμόρφωση συνεχούς ροής μαζί με το αποτέλεσμα απομαγνητοφώνησης. Το παραδοτέο εξόδου είναι το αναγνωρισμένο κείμενο, με προαιρετικά μεταδεδομένα γλώσσας του κατασκευαστή, αντί για μια γενική απάντηση συνομιλίας.",
  "editorialOverlay": {
    "copy_fields": null,
    "copy_sha256": null,
    "copy_source": null,
    "html_sha256": "c2c1d287ae9652020dc695bffc1b7cd0d1b06de2d30a92349d81512b8b5f5bb6",
    "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06",
    "raw_model_unchanged": true,
    "schema": "ailoot-native-model-editorial-v1"
  },
  "locale": "el",
  "methods": [
    {
      "html": "<div class=\"sheet-head\"><span class=\"mav\" aria-hidden=\"true\">NV</span><h2 id=\"sheet-title\">NVIDIA: Nemotron 3.5 ASR Streaming Multilingual 0.6B</h2><button class=\"icon-btn\" type=\"button\" data-close-sheet aria-label=\"Κλείσιμο\">×</button></div><div class=\"idline\"><span>NVIDIA /</span><code>nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b</code><button type=\"button\" id=\"copy-id\">Αντιγραφή ID</button></div><nav class=\"card-jump-nav\" aria-label=\"Ενότητες κάρτας μοντέλου\"><button type=\"button\" data-card-jump=\"overview\">Εισαγωγή</button><button type=\"button\" data-card-jump=\"methods\">Είσοδοι και μέθοδοι</button><button type=\"button\" data-card-jump=\"pricing\">Τιμολόγηση</button><button type=\"button\" data-card-jump=\"examples\">Παραδείγματα</button><button type=\"button\" data-card-jump=\"results\">Αποτελέσματα</button><button type=\"button\" data-card-jump=\"aliases\">Εναλλακτικά ονόματα</button></nav><div class=\"card-method-tabs\" role=\"tablist\" aria-label=\"Μέθοδοι API\"><button type=\"button\" role=\"tab\" tabindex=\"0\" aria-controls=\"card-method-content\" aria-selected=\"true\" id=\"card-method-tab-0\" data-card-method=\"Ultra|transcriptions|/v1/audio/transcriptions|nvidia%2Fnemotron-3.5-asr-streaming-multilingual-0.6b\">Αναγνώριση</button></div><div id=\"card-method-content\" role=\"tabpanel\" aria-labelledby=\"card-method-tab-0\"><section class=\"card-section\" data-card-section=\"overview\"><h3 tabindex=\"-1\">Εισαγωγή</h3><p class=\"mdesc-full\">Το Nemotron 3.5 ASR Streaming Multilingual 0.6B της NVIDIA απομαγνητοφωνεί ομιλία σε κείμενο με σημεία στίξης χρησιμοποιώντας έναν κωδικοποιητή συνεχούς ροής που αξιοποιεί κρυφή μνήμη. Υποστηρίζει ρητό γλωσσικό καθορισμό ή αυτόματη ανίχνευση, με 32 τοπικές γλωσσικές παραλλαγές έτοιμες για απομαγνητοφώνηση και οκτώ που απαιτούν προσαρμογή.</p><dl class=\"card-io\" data-card-io><div><dt>Αποδεκτές είσοδοι</dt><dd>Ήχος</dd></div><div><dt>Αποτελέσματα</dt><dd>Κείμενο</dd></div></dl><details class=\"card-about\"><summary>Σχετικά με το μοντέλο</summary><p class=\"note-s\" data-model-method-boundary>Αυτή η περιγραφή καλύπτει τις δυνατότητες του μοντέλου. Οι είσοδοι, έξοδοι και επιλογές που διατίθενται στο Ailoot παρατίθενται παρακάτω για την επιλεγμένη μέθοδο.</p><div class=\"mabout\" id=\"m-about\"><p>Το Nemotron 3.5 ASR Streaming Multilingual 0.6B είναι το μοντέλο αναγνώρισης ομιλίας της NVIDIA με 600 εκατομμύρια παραμέτρους για ζωντανή απομαγνητοφώνηση και επεξεργασία ηχογραφημένου ήχου. Επεκτείνει τη σειρά συνεχούς ροής για αγγλικά με καθορισμό βάσει αναγνωριστικού γλώσσας. Η ομιλία γίνεται κείμενο στη γλώσσα εισόδου, με σημεία στίξης και χρήση κεφαλαίων ενσωματωμένα στην έξοδο.</p><p>Η γλωσσική κάλυψη του δημιουργού έχει τρεις βαθμίδες. Δεκαεννέα τοπικές παραλλαγές έτοιμες για απομαγνητοφώνηση καλύπτουν αγγλικά ΗΠΑ και Ηνωμένου Βασιλείου, ισπανικά ΗΠΑ και Ισπανίας, γαλλικά Γαλλίας και Καναδά, ιταλικά, πορτογαλικά Βραζιλίας και Πορτογαλίας, ολλανδικά, γερμανικά, τουρκικά, ρωσικά, αραβικά, χίντι, ιαπωνικά, κορεατικά, βιετναμικά και ουκρανικά. Δεκατρείς παραλλαγές ευρείας κάλυψης προσθέτουν πολωνικά, σουηδικά, τσεχικά, νορβηγικά Bokmål, δανικά, βουλγαρικά, φινλανδικά, κροατικά, σλοβακικά, μανδαρινικά, ουγγρικά, ρουμανικά και εσθονικά. Μαζί, αυτές οι 32 παραλλαγές παράγουν απομαγνητοφώνηση χωρίς πρόσθετη λεπτομερή προσαρμογή.</p><p>Οκτώ παραλλαγές έτοιμες για προσαρμογή —ελληνικά, λιθουανικά, λετονικά, μαλτέζικα, σλοβενικά, εβραϊκά, ταϊλανδικά και νορβηγικά Nynorsk— αναγνωρίζονται από τον tokenizer, αλλά απαιτούν λεπτομερή προσαρμογή στο πεδίο εφαρμογής για να ενεργοποιηθεί πλήρης απομαγνητοφώνηση. Επομένως, το μέγεθος των 40 παραλλαγών του κατασκευαστή δεν αποτελεί ισχυρισμό ότι και οι σαράντα έχουν την ίδια δυνατότητα αμέσως μετά την εγκατάσταση. Ένα προσαρμοσμένο σημείο ελέγχου είναι χωριστό αρχείο μοντέλου από το βασικό μοντέλο.</p><p>Η αρχιτεκτονική συνδυάζει έναν κωδικοποιητή FastConformer 24 επιπέδων που αξιοποιεί κρυφή μνήμη με έναν αποκωδικοποιητή RNN-T. Διατηρεί τις καταστάσεις προσοχής και συνέλιξης του κωδικοποιητή από προηγούμενα πλαίσια και επεξεργάζεται κάθε νέο τμήμα ήχου χωρίς να επανυπολογίζει επανειλημμένα επικαλυπτόμενα παράθυρα. Ένα σήμα αναγνωριστικού γλώσσας παρέχεται μαζί με την ακουστική αναπαράσταση για να καθορίσει τη γλώσσα της απομαγνητοφώνησης ή να αφήσει το μοντέλο να τη συναγάγει.</p><p>Η διαμόρφωση NeMo της NVIDIA τεκμηριώνει μεγέθη τμημάτων 80, 160, 320, 560 και 1.120 χιλιοστών του δευτερολέπτου. Η ρύθμιση προσοχής ελέγχει πόσο μελλοντικό ήχο λαμβάνει ένα τμήμα πριν εκπέμπεται κείμενο, επιτρέποντας σε μια εργασία να εξισορροπεί τον χρόνο αναμονής και τα ακουστικά συμφραζόμενα. Πρόκειται για διαμορφώσεις συνεχούς ροής του κατασκευαστή και όχι για εγγυημένους συνολικούς χρόνους απόκρισης· μια υλοποίηση μπορεί να εκθέτει το δικό της υποστηριζόμενο υποσύνολο.</p><p>Προετοιμάστε μονοφωνικό ήχο WAV στον ρυθμό δειγματοληψίας 16 kHz του επεξεργαστή του κατασκευαστή. Όταν η γλώσσα είναι γνωστή, χρησιμοποιήστε τον καθορισμό της αντίστοιχης τοπικής παραλλαγής· η αυτόματη λειτουργία ανιχνεύει την ομιλούμενη γλώσσα. Το βασικό παράδειγμα της αλυσίδας επεξεργασίας χρησιμοποιεί από προεπιλογή προτροπή αγγλικών ΗΠΑ, οπότε η πολύγλωσση συμπεριφορά πρέπει να διαμορφώνεται σκόπιμα αντί να θεωρείται δεδομένη από αυτό το παράδειγμα.</p><p>Στην αυτόματη λειτουργία, η ροή εργασίας του κατασκευαστή μπορεί να προσθέτει μια ετικέτα γλώσσας μετά το τελικό σημείο στίξης της απομαγνητοφώνησης. Η διατήρηση της ετικέτας καθιστά τη γλώσσα διαθέσιμη σε μια εφαρμογή που διαχειρίζεται κίνηση πολλών γλωσσών· η αφαίρεσή της επιστρέφει καθαρό κείμενο απομαγνητοφώνησης. Διατηρείτε τη διάκριση ανάμεσα στις αναγνωρισμένες λέξεις, τη στίξη τους και αυτά τα μεταδεδομένα γλώσσας κατά την εμφάνιση ή την επεξεργασία του αποτελέσματος.</p><p>Μια εφαρμογή υποτιτλισμού μπορεί να τροφοδοτεί ήχο με τη σωστή σειρά, να συλλέγει την απομαγνητοφώνηση και να χρησιμοποιεί το ολοκληρωμένο κείμενο για εμφάνιση ή μεταγενέστερη επεξεργασία. Μια φωνητική εφαρμογή μπορεί να διαβιβάζει την αναγνωρισμένη ομιλία στο στάδιο γλωσσικής κατανόησής της. Η ανάλυση κλήσεων μπορεί να διατηρεί την αρχική ηχογράφηση και την απομαγνητοφώνηση μαζί, ώστε ονόματα, αριθμοί και άγνωστοι όροι να παραμένουν ελέγξιμοι. Το μοντέλο ASR παρέχει την απομαγνητοφώνηση· η σύνοψη, οι ενέργειες και η παραγωγή ομιλίας είναι χωριστά στάδια της εφαρμογής.</p><p>Η NVIDIA εκπαιδεύει το μοντέλο σε μείγμα δημόσιων και ιδιόκτητων δεδομένων ομιλίας, με ανθρώπινες και συνθετικές ετικέτες κανονικοποιημένες σε κείμενο με σημεία στίξης και ορθή χρήση πεζών και κεφαλαίων. Ο οδηγός προσαρμογής της τονίζει την αντιστοίχιση των γλωσσικών ετικετών και του ύφους κειμένου και, κατόπιν, την αξιολόγηση ήχου που έχει εξαιρεθεί από την εκπαίδευση στη ρύθμιση συνεχούς ροής που προορίζεται για χρήση. Περιγράφει προσαρμογή γλώσσας, προφοράς και πεδίου εφαρμογής χωρίς να καθιστά αυτά τα προσαρμοσμένα αποτελέσματα ιδιότητες του αρχικού σημείου ελέγχου.</p><p>Η κάρτα του μοντέλου συνδέει το πρακτικό μήκος ηχογράφησης με τη διαθέσιμη μνήμη αντί να δημοσιεύει ένα καθολικό ανώτατο όριο διάρκειας. Διατηρείτε την πολύγλωσση έκδοση διακριτή από το μοντέλο μόνο αγγλικών και κρατάτε την επιλεγμένη γλώσσα και διαμόρφωση συνεχούς ροής μαζί με το αποτέλεσμα απομαγνητοφώνησης. Το παραδοτέο εξόδου είναι το αναγνωρισμένο κείμενο, με προαιρετικά μεταδεδομένα γλώσσας του κατασκευαστή, αντί για μια γενική απάντηση συνομιλίας.</p></div></details></section><section class=\"card-section\" data-card-section=\"methods\"><h3 tabindex=\"-1\">Διαθέσιμα στο Ailoot · είσοδοι και μέθοδοι</h3><details class=\"card-method\" open><summary><b>Ailoot Ultra · Απομαγνητοφώνηση</b> <code>POST /v1/audio/transcriptions</code></summary><dl class=\"method-capabilities\"><div><dt>Είσοδος</dt><dd><code>audio</code></dd></div><div><dt>Έξοδος</dt><dd><code>text</code></dd></div></dl><div class=\"tw\" data-card-parameters data-typed-parameters><table><thead><tr><th>Πεδίο</th><th>Τύπος</th><th>Απαίτηση</th><th>Τιμές και όρια</th><th>Προεπιλογή</th></tr></thead><tbody><tr><th data-cell-label=\"Πεδίο\" scope=\"row\"><span class=\"card-cell-label\">Πεδίο</span><code class=\"card-field-name\">model</code></th><td data-cell-label=\"Τύπος\" data-field-type><span class=\"card-cell-label\">Τύπος</span><code>string</code></td><td data-cell-label=\"Απαίτηση\"><span class=\"card-cell-label\">Απαίτηση</span>Υποχρεωτικό</td><td data-cell-label=\"Τιμές και όρια\"><span class=\"card-cell-label\">Τιμές και όρια</span><div>nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b</div></td><td data-cell-label=\"Προεπιλογή\" data-default=\"unspecified\"><span class=\"card-cell-label\">Προεπιλογή</span>—</td></tr><tr><th data-cell-label=\"Πεδίο\" scope=\"row\"><span class=\"card-cell-label\">Πεδίο</span><code class=\"card-field-name\">input_audio</code></th><td data-cell-label=\"Τύπος\" data-field-type><span class=\"card-cell-label\">Τύπος</span><code>object</code></td><td data-cell-label=\"Απαίτηση\"><span class=\"card-cell-label\">Απαίτηση</span>Υποχρεωτικό</td><td data-cell-label=\"Τιμές και όρια\"><span class=\"card-cell-label\">Τιμές και όρια</span></td><td data-cell-label=\"Προεπιλογή\" data-default=\"unspecified\"><span class=\"card-cell-label\">Προεπιλογή</span>—</td></tr><tr><th data-cell-label=\"Πεδίο\" scope=\"row\"><span class=\"card-cell-label\">Πεδίο</span><code class=\"card-field-name\">language</code></th><td data-cell-label=\"Τύπος\" data-field-type><span class=\"card-cell-label\">Τύπος</span><code>string</code></td><td data-cell-label=\"Απαίτηση\"><span class=\"card-cell-label\">Απαίτηση</span>Προαιρετικό</td><td data-cell-label=\"Τιμές και όρια\"><span class=\"card-cell-label\">Τιμές και όρια</span></td><td data-cell-label=\"Προεπιλογή\" data-default=\"unspecified\"><span class=\"card-cell-label\">Προεπιλογή</span>—</td></tr><tr><th data-cell-label=\"Πεδίο\" scope=\"row\"><span class=\"card-cell-label\">Πεδίο</span><code class=\"card-field-name\">temperature</code></th><td data-cell-label=\"Τύπος\" data-field-type><span class=\"card-cell-label\">Τύπος</span><code>number</code></td><td data-cell-label=\"Απαίτηση\"><span class=\"card-cell-label\">Απαίτηση</span>Προαιρετικό</td><td data-cell-label=\"Τιμές και όρια\"><span class=\"card-cell-label\">Τιμές και όρια</span><div>Ελάχιστο: 0</div><div>Μέγιστο: 1</div></td><td data-cell-label=\"Προεπιλογή\" data-default=\"unspecified\"><span class=\"card-cell-label\">Προεπιλογή</span>—</td></tr><tr><th data-cell-label=\"Πεδίο\" scope=\"row\"><span class=\"card-cell-label\">Πεδίο</span><code class=\"card-field-name\">response_format</code></th><td data-cell-label=\"Τύπος\" data-field-type><span class=\"card-cell-label\">Τύπος</span><code>string</code></td><td data-cell-label=\"Απαίτηση\"><span class=\"card-cell-label\">Απαίτηση</span>Προαιρετικό</td><td data-cell-label=\"Τιμές και όρια\"><span class=\"card-cell-label\">Τιμές και όρια</span><div>json, verbose_json</div></td><td data-cell-label=\"Προεπιλογή\" data-default=\"known\"><span class=\"card-cell-label\">Προεπιλογή</span>json</td></tr><tr><th data-cell-label=\"Πεδίο\" scope=\"row\"><span class=\"card-cell-label\">Πεδίο</span><code class=\"card-field-name\">timestamp_granularities</code></th><td data-cell-label=\"Τύπος\" data-field-type><span class=\"card-cell-label\">Τύπος</span><code>array</code></td><td data-cell-label=\"Απαίτηση\"><span class=\"card-cell-label\">Απαίτηση</span>Προαιρετικό</td><td data-cell-label=\"Τιμές και όρια\"><span class=\"card-cell-label\">Τιμές και όρια</span></td><td data-cell-label=\"Προεπιλογή\" data-default=\"unspecified\"><span class=\"card-cell-label\">Προεπιλογή</span>—</td></tr><tr><th data-cell-label=\"Πεδίο\" scope=\"row\"><span class=\"card-cell-label\">Πεδίο</span><code class=\"card-field-name\">provider</code></th><td data-cell-label=\"Τύπος\" data-field-type><span class=\"card-cell-label\">Τύπος</span><code>object</code></td><td data-cell-label=\"Απαίτηση\"><span class=\"card-cell-label\">Απαίτηση</span>Προαιρετικό</td><td data-cell-label=\"Τιμές και όρια\"><span class=\"card-cell-label\">Τιμές και όρια</span></td><td data-cell-label=\"Προεπιλογή\" data-default=\"unspecified\"><span class=\"card-cell-label\">Προεπιλογή</span>—</td></tr></tbody></table></div><details class=\"note-s\" data-method-contract><summary>Παράμετροι και κύκλος ζωής μεθόδου</summary><div class=\"tw\" data-card-table=\"contract\"><table><thead><tr><th>Παράμετρος</th><th>Σύμβαση</th></tr></thead><tbody><tr><th data-cell-label=\"Παράμετρος\" scope=\"row\"><span class=\"card-cell-label\">Παράμετρος</span><code>content_type</code></th><td data-cell-label=\"Σύμβαση\"><span class=\"card-cell-label\">Σύμβαση</span>application/json</td></tr><tr><th data-cell-label=\"Παράμετρος\" scope=\"row\"><span class=\"card-cell-label\">Παράμετρος</span><code>required</code></th><td data-cell-label=\"Σύμβαση\"><span class=\"card-cell-label\">Σύμβαση</span>model, input_audio</td></tr><tr><th data-cell-label=\"Παράμετρος\" scope=\"row\"><span class=\"card-cell-label\">Παράμετρος</span><code>material_types</code></th><td data-cell-label=\"Σύμβαση\"><span class=\"card-cell-label\">Σύμβαση</span>audio</td></tr><tr><th data-cell-label=\"Παράμετρος\" scope=\"row\"><span class=\"card-cell-label\">Παράμετρος</span><code>material_conditions</code></th><td data-cell-label=\"Σύμβαση\"><span class=\"card-cell-label\">Σύμβαση</span>Διαβάστε πραγματικό αρχείο WAV και κωδικοποιήστε τα πραγματικά byte του για τη δηλωμένη είσοδο JSON input_audio· δεν παρουσιάζεται διαδρομή multipart για αυτή την ακριβή δήλωση αποκλειστικής χρήσης JSON.</td></tr></tbody></table></div><p>Κύκλος ζωής: <code>synchronous_result_then_owned_library</code></p><p class=\"note-s\"><code>GET /v1/media/tasks/{task_id}</code> · Το πραγματικό task_id που επιστράφηκε ή μια εγγραφή στη βιβλιοθήκη πολυμέσων</p><p class=\"note-s\"><code>GET /v1/media/assets/{asset_id}/content</code></p><p class=\"note-s\"><code>GET /v1/media/assets</code></p><p class=\"note-s\"><code>GET /v1/media/assets/{asset_id}</code></p></details></details></section><section class=\"card-section\" data-card-section=\"pricing\"><h3 tabindex=\"-1\">Τιμολόγηση</h3><div class=\"card-result-process\" data-billing-basis><h5>Πώς υπολογίζεται η τελική χρέωση</h5><p class=\"note-s\">Οι εμφανιζόμενες τιμές χρησιμοποιούνται για την εκτίμηση του κόστους πριν από την παραγωγή. Η τελική χρέωση υπολογίζεται από το κόστος που καταγράφηκε για την αρχική παραγωγή. Η μετρημένη διάρκεια της εξόδου και οι προβλεπόμενες ποσότητες δεν αποτελούν την τελική χρεώσιμη ποσότητα.</p></div><div data-native-semantic-method=\"v1\" data-tariff-reference-only><p class=\"note-s\" data-rate-support-note>Οι τιμολογιακές αναφορές δεν προσθέτουν επιλογές αιτήματος. Οι υποστηριζόμενες παράμετροι αναφέρονται στην επιλεγμένη μέθοδο.</p><dl data-price-conditions><dt>Γρήγορη λειτουργία</dt><dd>Δεν έχει οριστεί <span class=\"note-s\">Όταν επιλέγεται η γρήγορη λειτουργία</span></dd><dt>Λειτουργία flex</dt><dd>Δεν έχει οριστεί <span class=\"note-s\">Όταν επιλέγεται η λειτουργία flex</span></dd><dt>Μέγιστη προσπάθεια συλλογισμού</dt><dd>Δεν έχει οριστεί <span class=\"note-s\">Όταν η μέγιστη προσπάθεια συλλογισμού χρησιμοποιεί την προσαρμογή default</span></dd></dl></div><div data-declared-tariff-pricing><h4>Εκτιμώμενες χρεώσεις για σύγκριση</h4><h4>Τιμές ανά διαμόρφωση</h4><p class=\"note-s\">Αντιστοιχίστε κάθε χρέωση στις συνθήκες που εμφανίζονται. Χρησιμοποιήστε μία χρέωση ανά σύνολο εναλλακτικών διαμορφώσεων.</p><div class=\"tw\" data-pricing-profiles><table><thead><tr><th>Διαμόρφωση</th><th>Πίνακας χρεώσεων</th><th>Προβλεπόμενη ποσότητα</th><th>Μονάδα τιμολόγησης</th><th>Χρέωση</th></tr></thead><tbody><tr><th data-cell-label=\"Διαμόρφωση\" scope=\"row\"><span class=\"card-cell-label\">Διαμόρφωση</span>Βασικές χρεώσεις token</th><td data-cell-label=\"Πίνακας χρεώσεων\"><span class=\"card-cell-label\">Πίνακας χρεώσεων</span>Βασική χρέωση</td><td data-cell-label=\"Προβλεπόμενη ποσότητα\"><span class=\"card-cell-label\">Προβλεπόμενη ποσότητα</span>—</td><td data-cell-label=\"Μονάδα τιμολόγησης\"><span class=\"card-cell-label\">Μονάδα τιμολόγησης</span>—</td><td data-cell-label=\"Χρέωση\"><span class=\"card-cell-label\">Χρέωση</span><div><span>Είσοδος · Token εισόδου · Εκτίμηση μόνο για σύγκριση</span> <b>—</b> <span class=\"price-unit\">/ 1K token</span></div><div><span>Έξοδος · Token εξόδου · Εκτίμηση μόνο για σύγκριση</span> <b>—</b> <span class=\"price-unit\">/ 1K token</span></div><div><span>Είσοδος · Ανάγνωση από την κρυφή μνήμη · Εκτίμηση μόνο για σύγκριση</span> <b>—</b> <span class=\"price-unit\">/ 1K token</span></div><div><span>Είσοδος · Εγγραφή στην κρυφή μνήμη · Εκτίμηση μόνο για σύγκριση</span> <b>—</b> <span class=\"price-unit\">/ 1K token</span></div><div><span>Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα · Εκτίμηση μόνο για σύγκριση</span> <b>—</b> <span class=\"price-unit\">/ 1K token</span></div></td></tr><tr><th data-cell-label=\"Διαμόρφωση\" scope=\"row\"><span class=\"card-cell-label\">Διαμόρφωση</span>δευτερόλεπτο ήχου εισόδου</th><td data-cell-label=\"Πίνακας χρεώσεων\"><span class=\"card-cell-label\">Πίνακας χρεώσεων</span>—</td><td data-cell-label=\"Προβλεπόμενη ποσότητα\"><span class=\"card-cell-label\">Προβλεπόμενη ποσότητα</span>—</td><td data-cell-label=\"Μονάδα τιμολόγησης\"><span class=\"card-cell-label\">Μονάδα τιμολόγησης</span>ανά δευτερόλεπτο ήχου εισόδου</td><td data-cell-label=\"Χρέωση\"><span class=\"card-cell-label\">Χρέωση</span><div><span>Είσοδος · δευτερόλεπτο ήχου εισόδου · Εκτίμηση μόνο για σύγκριση</span> <b>$0.00000666</b> <span class=\"price-unit\">ανά δευτερόλεπτο ήχου εισόδου</span></div></td></tr><tr><th data-cell-label=\"Διαμόρφωση\" scope=\"row\"><span class=\"card-cell-label\">Διαμόρφωση</span>Εκτιμώμενο κόστος δημιουργίας</th><td data-cell-label=\"Πίνακας χρεώσεων\"><span class=\"card-cell-label\">Πίνακας χρεώσεων</span>—</td><td data-cell-label=\"Προβλεπόμενη ποσότητα\"><span class=\"card-cell-label\">Προβλεπόμενη ποσότητα</span>εκτίμηση για μία δημιουργία</td><td data-cell-label=\"Μονάδα τιμολόγησης\"><span class=\"card-cell-label\">Μονάδα τιμολόγησης</span>—</td><td data-cell-label=\"Χρέωση\"><span class=\"card-cell-label\">Χρέωση</span><div><span>Έξοδος · Εκτιμώμενο κόστος δημιουργίας · Εκτίμηση μόνο για σύγκριση</span> <b>$0.00000666</b> <span class=\"price-unit\">εκτίμηση πριν από τη δημιουργία</span></div><p class=\"note-s\">Αυτή η εκτίμηση δεν αποτελεί πρόσθετη χρέωση ούτε σταθερή τιμή για την ολοκληρωμένη παραγωγή.</p></td></tr></tbody></table></div></div><p class=\"note-s\">Το Ailoot δεσμεύει ένα εκτιμώμενο ποσό πριν από το αίτημα. Μετά το αποτέλεσμα, εκκαθαρίζει την τελική χρέωση βάσει της μετρημένης χρήσης. Η εκκαθάριση ροής χρησιμοποιεί την τελική καταγραφή χρήσης. <a href=\"/docs/el/billing/reserve/\">Πώς λειτουργούν η δέσμευση και η εκκαθάριση →</a></p></section><section class=\"card-section\" data-card-section=\"examples\"><h3 tabindex=\"-1\">Παραδείγματα αιτημάτων</h3><h4>Ailoot Ultra · Απομαγνητοφώνηση</h4><div class=\"code-group\"><div class=\"cg-bar\"><div class=\"cg-tabs\" role=\"tablist\" aria-label=\"Παραλλαγές κώδικα\"><button class=\"cg-tab\" id=\"model-code-2000-tab-0\" role=\"tab\" type=\"button\" aria-controls=\"model-code-2000-panel-0\" aria-selected=\"true\" tabindex=\"0\">curl · ακριβές εγγενές σώμα και πλήρες αποτέλεσμα</button></div><div class=\"cg-tools\"><button class=\"cg-btn cg-copy\" type=\"button\" aria-label=\"Αντιγραφή κώδικα\"><svg class=\"cp\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><rect x=\"5.25\" y=\"5.25\" width=\"8.5\" height=\"8.5\" rx=\"1.75\"/><path d=\"M10.75 5.25V3.5a1.25 1.25 0 0 0-1.25-1.25H3.5A1.25 1.25 0 0 0 2.25 3.5v6a1.25 1.25 0 0 0 1.25 1.25h1.75\"/></svg><svg class=\"ok\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><path d=\"m3 8.5 3.25 3.25L13 5\"/></svg></button></div></div><div class=\"cg-body\"><div class=\"cg-pane\" id=\"model-code-2000-panel-0\" role=\"tabpanel\" aria-labelledby=\"model-code-2000-tab-0\"><pre data-lang=\"bash\"><code>set -eu\n: &quot;${AILOOT_API_KEY:?Set your Ailoot API key}&quot;\n: &quot;${AILOOT_AUDIO_FILE:?Set the path to your actual WAV recording}&quot;\npython3 - &lt;&lt;&#39;PY_REQUEST&#39;\nimport json,os\nfrom pathlib import Path\nimport base64\naudio=Path(os.environ[&#39;AILOOT_AUDIO_FILE&#39;]).read_bytes()\nif not (audio[:4]==b&#39;RIFF&#39; and audio[8:12]==b&#39;WAVE&#39;): raise SystemExit(&#39;Supply an actual WAV audio file&#39;)\nif len(audio)&gt;26214400: raise SystemExit(&#39;Use a documented supported large-file flow&#39;)\nrequest={&#39;model&#39;: &#39;nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b&#39;, &#39;input_audio&#39;: {&#39;data&#39;: &#39;${BASE64_ACTUAL_WAV_BYTES}&#39;, &#39;format&#39;: &#39;wav&#39;}}\nrequest[&#39;input_audio&#39;][&#39;data&#39;]=base64.b64encode(audio).decode(&#39;ascii&#39;)\nPath(&#39;request.json&#39;).write_text(json.dumps(request,ensure_ascii=False),encoding=&#39;utf-8&#39;)\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \\\n  -H &quot;Authorization: Bearer $AILOOT_API_KEY&quot; -H &#39;Content-Type: application/json&#39; \\\n  --data-binary @request.json -D response-headers.txt -o response.bin\n# Keep the complete original response and headers. Read every returned segment, word and usage field.\n# Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting.\n</code></pre></div></div></div></section><section class=\"card-section\" data-card-section=\"results\"><h3 tabindex=\"-1\">Λήψη και αποθήκευση αποτελεσμάτων</h3><h4>Ailoot Ultra · Απομαγνητοφώνηση</h4><ul class=\"card-result-paths\"><li><code>GET /v1/media/tasks/{task_id}</code></li><li><code>GET /v1/media/assets/{asset_id}/content</code></li><li><code>GET /v1/media/assets</code></li><li><code>GET /v1/media/assets/{asset_id}</code></li></ul><details class=\"card-about\"><summary>Άλλες ανακτήσεις περιεχομένου</summary><div class=\"code-group\"><div class=\"cg-bar\"><div class=\"cg-tabs\" role=\"tablist\" aria-label=\"Παραλλαγές κώδικα\"><button class=\"cg-tab\" id=\"model-code-2001-tab-0\" role=\"tab\" type=\"button\" aria-controls=\"model-code-2001-panel-0\" aria-selected=\"true\" tabindex=\"0\">Ανάκτηση υπαρχόντων αρχείων που σας ανήκουν</button></div><div class=\"cg-tools\"><button class=\"cg-btn cg-copy\" type=\"button\" aria-label=\"Αντιγραφή κώδικα\"><svg class=\"cp\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><rect x=\"5.25\" y=\"5.25\" width=\"8.5\" height=\"8.5\" rx=\"1.75\"/><path d=\"M10.75 5.25V3.5a1.25 1.25 0 0 0-1.25-1.25H3.5A1.25 1.25 0 0 0 2.25 3.5v6a1.25 1.25 0 0 0 1.25 1.25h1.75\"/></svg><svg class=\"ok\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><path d=\"m3 8.5 3.25 3.25L13 5\"/></svg></button></div></div><div class=\"cg-body\"><div class=\"cg-pane\" id=\"model-code-2001-panel-0\" role=\"tabpanel\" aria-labelledby=\"model-code-2001-tab-0\"><pre data-lang=\"bash\"><code>set -eu\n: &quot;${AILOOT_API_KEY:?Set your Ailoot API key}&quot;\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \\\n  -H &quot;Authorization: Bearer $AILOOT_API_KEY&quot; -o owned-assets.json\n# Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token.\n</code></pre></div></div></div></details><div class=\"card-result-process\" data-all-results><h5>Διατηρήστε όλα τα ολοκληρωμένα αποτελέσματα</h5><p class=\"note-s\">Διατηρήστε κάθε πλήρη απάντηση, αρχείο και τμήμα περιεχομένου που επιστρέφεται.</p><p class=\"note-s\">Διατηρήστε ολόκληρη την απόκριση και τις κεφαλίδες, κάθε πραγματικό αποτέλεσμα εξόδου, τα αρχικά αναγνωριστικά που επιστράφηκαν και όλα τα πεδία χρήσης. Ανακτήστε την αρχική λειτουργία χωρίς να υποβάλετε ξανά αίτημα δημιουργίας.</p></div><div class=\"card-result-process\" data-unknown-recovery><h5>Αν χρειάζεται έλεγχος της αρχικής απάντησης</h5><p class=\"note-s\">Διατηρήστε το X-Client-Request-ID που επιστράφηκε για τη συμφωνία των εγγραφών. Διαβάστε μόνο πραγματικές τιμές task_id/asset_id που επιστράφηκαν ή τη βιβλιοθήκη πολυμέσων που σας ανήκει· μην κατασκευάσετε ποτέ URL εργασίας από το ID της λειτουργίας και μην υποβάλετε ποτέ ξανά αίτημα δημιουργίας.</p></div><details class=\"card-about\" data-output-fields><summary>Πεδία απάντησης</summary><div class=\"tw\" data-card-table=\"output\"><table><thead><tr><th>Πεδίο</th><th>Τύπος</th></tr></thead><tbody><tr><th data-cell-label=\"Πεδίο\" scope=\"row\"><span class=\"card-cell-label\">Πεδίο</span><code class=\"card-field-name\">text</code></th><td data-cell-label=\"Τύπος\" data-field-type><span class=\"card-cell-label\">Τύπος</span></td></tr><tr><th data-cell-label=\"Πεδίο\" scope=\"row\"><span class=\"card-cell-label\">Πεδίο</span><code class=\"card-field-name\">usage</code></th><td data-cell-label=\"Τύπος\" data-field-type><span class=\"card-cell-label\">Τύπος</span></td></tr><tr><th data-cell-label=\"Πεδίο\" scope=\"row\"><span class=\"card-cell-label\">Πεδίο</span><code class=\"card-field-name\">segments[]</code></th><td data-cell-label=\"Τύπος\" data-field-type><span class=\"card-cell-label\">Τύπος</span></td></tr><tr><th data-cell-label=\"Πεδίο\" scope=\"row\"><span class=\"card-cell-label\">Πεδίο</span><code class=\"card-field-name\">words[]</code></th><td data-cell-label=\"Τύπος\" data-field-type><span class=\"card-cell-label\">Τύπος</span></td></tr><tr><th data-cell-label=\"Πεδίο\" scope=\"row\"><span class=\"card-cell-label\">Πεδίο</span><code class=\"card-field-name\">speaker fields</code></th><td data-cell-label=\"Τύπος\" data-field-type><span class=\"card-cell-label\">Τύπος</span></td></tr><tr><th data-cell-label=\"Πεδίο\" scope=\"row\"><span class=\"card-cell-label\">Πεδίο</span><code class=\"card-field-name\">timestamps</code></th><td data-cell-label=\"Τύπος\" data-field-type><span class=\"card-cell-label\">Τύπος</span></td></tr></tbody></table></div></details></section><section class=\"card-section\" data-card-section=\"aliases\"><h3 tabindex=\"-1\">Εναλλακτικά ονόματα</h3><h4>Εναλλακτικά ονόματα μοντέλου</h4><p class=\"note-s\"><span data-model-alias-route=\"Ultra\"><b>Ailoot Ultra</b> <a href=\"#m=nvidia%2Fnemotron-3.5-asr-streaming-multilingual-0.6b&amp;route=Ultra&amp;caller=nvidia%2Fnemotron-3.5-asr-streaming-multilingual-0.6b&amp;fmt=transcriptions\"><code>nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b</code></a></span></p><h4>Εναλλακτικές διαδρομές μεθόδων</h4><p class=\"note-s\">Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω.</p><h4>Σχετικά ID μοντέλων</h4><p class=\"note-s\"><a href=\"#m=nvidia%2Fnemotron-3.5-asr-streaming-multilingual-0.6b&amp;route=Ultra&amp;caller=nvidia%2Fnemotron-3.5-asr-streaming-multilingual-0.6b&amp;fmt=transcriptions\"><code>nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b</code></a></p></section></div>",
      "method_identity": {
        "effective_request_model_id": "nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b",
        "fmt": "transcriptions",
        "http": "POST",
        "path": "/v1/audio/transcriptions",
        "request_model_id": "nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|transcriptions|/v1/audio/transcriptions|nvidia%2Fnemotron-3.5-asr-streaming-multilingual-0.6b",
      "ordinal": 0,
      "rawMethod": {
        "available": null,
        "billing_basis": {
          "basis": "original_invoice_usd",
          "description": "Οι εμφανιζόμενες τιμές χρησιμοποιούνται για την εκτίμηση του κόστους πριν από την παραγωγή. Η τελική χρέωση υπολογίζεται από το κόστος που καταγράφηκε για την αρχική παραγωγή. Η μετρημένη διάρκεια της εξόδου και οι προβλεπόμενες ποσότητες δεν αποτελούν την τελική χρεώσιμη ποσότητα.",
          "forecast_quantity_is_estimate": true,
          "physical_output_is_billable_quantity": false,
          "version": "original_invoice_usd_v1"
        },
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "contract": {
          "data": {
            "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.",
            "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": "Διατηρήστε το X-Client-Request-ID που επιστράφηκε για τη συμφωνία των εγγραφών. Διαβάστε μόνο πραγματικές τιμές task_id/asset_id που επιστράφηκαν ή τη βιβλιοθήκη πολυμέσων που σας ανήκει· μην κατασκευάσετε ποτέ URL εργασίας από το ID της λειτουργίας και μην υποβάλετε ποτέ ξανά αίτημα δημιουργίας."
            },
            "outputs": {
              "all_results": "Διατηρήστε ολόκληρη την απόκριση και τις κεφαλίδες, κάθε πραγματικό αποτέλεσμα εξόδου, τα αρχικά αναγνωριστικά που επιστράφηκαν και όλα τα πεδία χρήσης. Ανακτήστε την αρχική λειτουργία χωρίς να υποβάλετε ξανά αίτημα δημιουργίας.",
              "family": "text",
              "fields": [
                {
                  "description": null,
                  "name": "text",
                  "type": null
                },
                {
                  "description": null,
                  "name": "usage",
                  "type": null
                },
                {
                  "description": null,
                  "name": "segments[]",
                  "type": null
                },
                {
                  "description": null,
                  "name": "words[]",
                  "type": null
                },
                {
                  "description": null,
                  "name": "speaker fields",
                  "type": null
                },
                {
                  "description": null,
                  "name": "timestamps",
                  "type": null
                }
              ]
            },
            "parameters": [
              {
                "enum": [
                  "nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b"
                ],
                "enum_known": true,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "name": "input_audio",
                "required": true,
                "type": "object"
              },
              {
                "name": "language",
                "required": false,
                "type": "string"
              },
              {
                "maximum": 1,
                "minimum": 0,
                "name": "temperature",
                "required": false,
                "type": "number"
              },
              {
                "default": "json",
                "default_known": true,
                "enum": [
                  "json",
                  "verbose_json"
                ],
                "enum_known": true,
                "name": "response_format",
                "required": false,
                "type": "string"
              },
              {
                "items": {
                  "enum": [
                    "segment",
                    "word"
                  ],
                  "type": "string"
                },
                "name": "timestamp_granularities",
                "required": false,
                "type": "array"
              },
              {
                "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": [
                    "nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b"
                  ],
                  "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": "nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b"
              },
              "content_type": "application/json"
            }
          },
          "input": {
            "content_type": "application/json",
            "material_conditions": [
              "Διαβάστε πραγματικό αρχείο WAV και κωδικοποιήστε τα πραγματικά byte του για τη δηλωμένη είσοδο JSON input_audio· δεν παρουσιάζεται διαδρομή multipart για αυτή την ακριβή δήλωση αποκλειστικής χρήσης JSON."
            ],
            "material_types": [
              "audio"
            ],
            "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": "Το πραγματικό task_id που επιστράφηκε ή μια εγγραφή στη βιβλιοθήκη πολυμέσων",
                "path": "/v1/media/tasks/{task_id}"
              }
            ],
            "unknown": "Keep the returned X-Client-Request-ID for reconciliation. Read only actual returned task_id/asset_id values or the owned media library; never build a task URL from the operation ID and never resubmit creation."
          },
          "method": {
            "http": "POST",
            "path": "/v1/audio/transcriptions"
          },
          "output": {
            "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.",
            "family": "text",
            "fields": [
              {
                "description": null,
                "name": "text",
                "type": null
              },
              {
                "description": null,
                "name": "usage",
                "type": null
              },
              {
                "description": null,
                "name": "segments[]",
                "type": null
              },
              {
                "description": null,
                "name": "words[]",
                "type": null
              },
              {
                "description": null,
                "name": "speaker fields",
                "type": null
              },
              {
                "description": null,
                "name": "timestamps",
                "type": null
              }
            ]
          }
        },
        "ctx": null,
        "declared_pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "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": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "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": true,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "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": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "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": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "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": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          },
          {
            "dimensions": {
              "quoted_unit": "per input audio second"
            },
            "label": "input audio second",
            "units": [
              {
                "amount": "0.00000666",
                "amount_unit": "usd_per_exact_native_unit",
                "billing_input": false,
                "estimate_only": true,
                "key": "audio_input_second",
                "label": "input audio second",
                "native_amount_usd_per_unit": "0.00000666",
                "native_quantity": 1,
                "public_unit_label": "per input audio second",
                "quantity": 1,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "audio_input_second"
              }
            ]
          },
          {
            "basis": "Αυτή η εκτίμηση δεν αποτελεί πρόσθετη χρέωση ούτε σταθερή τιμή για την ολοκληρωμένη παραγωγή.",
            "dimensions": {
              "forecast_quantity": "one generation estimate"
            },
            "label": "Εκτιμώμενο κόστος δημιουργίας",
            "units": [
              {
                "amount": "0.00000666",
                "amount_unit": "usd_per_exact_native_unit",
                "billing_input": false,
                "estimate_only": true,
                "key": "forecast_usd",
                "label": "Estimated generation cost",
                "native_amount_usd_per_unit": "0.00000666",
                "native_quantity": 1,
                "public_unit_label": "estimate before generation",
                "quantity": 1,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "request_estimate"
              }
            ]
          }
        ],
        "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': 'nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b', '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 $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o response.bin\n# Keep the complete original response and headers. Read every returned segment, word and usage field.\n# Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting.\n",
            "label": "curl · exact native body and complete result",
            "language": "bash"
          },
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -o owned-assets.json\n# Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token.\n",
            "label": "Read existing owned assets",
            "language": "bash"
          }
        ],
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "transcriptions",
        "hints": [
          "Use the exact caller model ID and documented input representation.",
          "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again."
        ],
        "http": "POST",
        "in": null,
        "input": [
          "audio"
        ],
        "label": "Απομαγνητοφώνηση",
        "max_out": null,
        "max_reasoning_effort_multiplier": null,
        "method_aliases": [],
        "native_endpoint": "audio_transcriptions",
        "out": null,
        "output": [
          "text"
        ],
        "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": "original_invoice_usd",
          "image_input_price": null,
          "image_output_price": null
        },
        "pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "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": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "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": true,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "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": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "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": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "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": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          },
          {
            "dimensions": {
              "quoted_unit": "per input audio second"
            },
            "label": "input audio second",
            "units": [
              {
                "amount": "0.00000666",
                "amount_unit": "usd_per_exact_native_unit",
                "billing_input": false,
                "estimate_only": true,
                "key": "audio_input_second",
                "label": "input audio second",
                "native_amount_usd_per_unit": "0.00000666",
                "native_quantity": 1,
                "public_unit_label": "per input audio second",
                "quantity": 1,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "audio_input_second"
              }
            ]
          },
          {
            "basis": "This estimate is not an additional charge or a fixed rate for the completed generation.",
            "dimensions": {
              "forecast_quantity": "one generation estimate"
            },
            "label": "Estimated generation cost",
            "units": [
              {
                "amount": "0.00000666",
                "amount_unit": "usd_per_exact_native_unit",
                "billing_input": false,
                "estimate_only": true,
                "key": "forecast_usd",
                "label": "Estimated generation cost",
                "native_amount_usd_per_unit": "0.00000666",
                "native_quantity": 1,
                "public_unit_label": "estimate before generation",
                "quantity": 1,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "request_estimate"
              }
            ]
          }
        ],
        "request_model_id": "nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b",
        "route_label": "Ultra",
        "status_reads": [
          "GET /v1/media/tasks/{task_id}"
        ],
        "tiers": [],
        "units": [
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": false,
            "estimate_only": true,
            "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": true,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": false,
            "estimate_only": true,
            "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": true,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": false,
            "estimate_only": true,
            "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": true,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "cached_input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": false,
            "estimate_only": true,
            "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": true,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "generic_cache_creation_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": false,
            "estimate_only": true,
            "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": true,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "one_hour_cache_creation_token"
          },
          {
            "amount": "0.00000666",
            "amount_unit": "usd_per_exact_native_unit",
            "billing_input": false,
            "estimate_only": true,
            "key": "audio_input_second",
            "label": "input audio second",
            "native_amount_usd_per_unit": "0.00000666",
            "native_quantity": 1,
            "public_unit_label": "per input audio second",
            "quantity": 1,
            "quantity_is_estimate": true,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "audio_input_second"
          },
          {
            "amount": "0.00000666",
            "amount_unit": "usd_per_exact_native_unit",
            "billing_input": false,
            "estimate_only": true,
            "key": "forecast_usd",
            "label": "Estimated generation cost",
            "native_amount_usd_per_unit": "0.00000666",
            "native_quantity": 1,
            "public_unit_label": "estimate before generation",
            "quantity": 1,
            "quantity_is_estimate": true,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "request_estimate"
          }
        ]
      }
    }
  ],
  "model_id": "nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b",
  "nativeProvenance": {
    "input_facts_canonical_sha256": "1c16051e94ddf35f317d0383fc0503fc0fac32f997ed03bc1b01c0a1108f052d",
    "input_html_sha256": "c0c4eb62e95a06edcf2467d9a0d5bd4be52a77b5ce6319f649d0208aedbea6ac",
    "private_audit_sha256": "7e64a06c5a594037c7f3d05bb9e8c76b300854d56d5bdfd488ab3804b170482b",
    "role": "historical-normalized-input-audit-hashes",
    "schema": "ailoot-native-model-provenance-v2"
  },
  "page": {
    "canonical": "https://ailoot.ai/models/el/nvidia-nemotron-3-5-asr-streaming-multilingual-0-6b/",
    "description": "Το Nemotron 3.5 ASR Streaming Multilingual 0.6B της NVIDIA απομαγνητοφωνεί ομιλία σε κείμενο με σημεία στίξης χρησιμοποιώντας έναν κωδικοποιητή συνεχούς ροής που αξιοποιεί κρυφή μνήμη. Υποστηρίζει ρητό γλωσσικό καθορισμό ή αυτόματη ανίχνευση, με 32 τοπικές γλωσσικές παραλλαγές έτοιμες για απομαγνητοφώνηση και οκτώ που απαιτούν προσαρμογή.",
    "locale": "el",
    "md_url": "https://ailoot.ai/models/el/nvidia-nemotron-3-5-asr-streaming-multilingual-0-6b/index.md",
    "title": "NVIDIA: Nemotron 3.5 ASR Streaming Multilingual 0.6B — Ailoot",
    "url": "https://ailoot.ai/models/el/nvidia-nemotron-3-5-asr-streaming-multilingual-0-6b/"
  },
  "rawModel": {
    "about": "Το Nemotron 3.5 ASR Streaming Multilingual 0.6B είναι το μοντέλο αναγνώρισης ομιλίας της NVIDIA με 600 εκατομμύρια παραμέτρους για ζωντανή απομαγνητοφώνηση και επεξεργασία ηχογραφημένου ήχου. Επεκτείνει τη σειρά συνεχούς ροής για αγγλικά με καθορισμό βάσει αναγνωριστικού γλώσσας. Η ομιλία γίνεται κείμενο στη γλώσσα εισόδου, με σημεία στίξης και χρήση κεφαλαίων ενσωματωμένα στην έξοδο.\n\nΗ γλωσσική κάλυψη του δημιουργού έχει τρεις βαθμίδες. Δεκαεννέα τοπικές παραλλαγές έτοιμες για απομαγνητοφώνηση καλύπτουν αγγλικά ΗΠΑ και Ηνωμένου Βασιλείου, ισπανικά ΗΠΑ και Ισπανίας, γαλλικά Γαλλίας και Καναδά, ιταλικά, πορτογαλικά Βραζιλίας και Πορτογαλίας, ολλανδικά, γερμανικά, τουρκικά, ρωσικά, αραβικά, χίντι, ιαπωνικά, κορεατικά, βιετναμικά και ουκρανικά. Δεκατρείς παραλλαγές ευρείας κάλυψης προσθέτουν πολωνικά, σουηδικά, τσεχικά, νορβηγικά Bokmål, δανικά, βουλγαρικά, φινλανδικά, κροατικά, σλοβακικά, μανδαρινικά, ουγγρικά, ρουμανικά και εσθονικά. Μαζί, αυτές οι 32 παραλλαγές παράγουν απομαγνητοφώνηση χωρίς πρόσθετη λεπτομερή προσαρμογή.\n\nΟκτώ παραλλαγές έτοιμες για προσαρμογή —ελληνικά, λιθουανικά, λετονικά, μαλτέζικα, σλοβενικά, εβραϊκά, ταϊλανδικά και νορβηγικά Nynorsk— αναγνωρίζονται από τον tokenizer, αλλά απαιτούν λεπτομερή προσαρμογή στο πεδίο εφαρμογής για να ενεργοποιηθεί πλήρης απομαγνητοφώνηση. Επομένως, το μέγεθος των 40 παραλλαγών του κατασκευαστή δεν αποτελεί ισχυρισμό ότι και οι σαράντα έχουν την ίδια δυνατότητα αμέσως μετά την εγκατάσταση. Ένα προσαρμοσμένο σημείο ελέγχου είναι χωριστό αρχείο μοντέλου από το βασικό μοντέλο.\n\nΗ αρχιτεκτονική συνδυάζει έναν κωδικοποιητή FastConformer 24 επιπέδων που αξιοποιεί κρυφή μνήμη με έναν αποκωδικοποιητή RNN-T. Διατηρεί τις καταστάσεις προσοχής και συνέλιξης του κωδικοποιητή από προηγούμενα πλαίσια και επεξεργάζεται κάθε νέο τμήμα ήχου χωρίς να επανυπολογίζει επανειλημμένα επικαλυπτόμενα παράθυρα. Ένα σήμα αναγνωριστικού γλώσσας παρέχεται μαζί με την ακουστική αναπαράσταση για να καθορίσει τη γλώσσα της απομαγνητοφώνησης ή να αφήσει το μοντέλο να τη συναγάγει.\n\nΗ διαμόρφωση NeMo της NVIDIA τεκμηριώνει μεγέθη τμημάτων 80, 160, 320, 560 και 1.120 χιλιοστών του δευτερολέπτου. Η ρύθμιση προσοχής ελέγχει πόσο μελλοντικό ήχο λαμβάνει ένα τμήμα πριν εκπέμπεται κείμενο, επιτρέποντας σε μια εργασία να εξισορροπεί τον χρόνο αναμονής και τα ακουστικά συμφραζόμενα. Πρόκειται για διαμορφώσεις συνεχούς ροής του κατασκευαστή και όχι για εγγυημένους συνολικούς χρόνους απόκρισης· μια υλοποίηση μπορεί να εκθέτει το δικό της υποστηριζόμενο υποσύνολο.\n\nΠροετοιμάστε μονοφωνικό ήχο WAV στον ρυθμό δειγματοληψίας 16 kHz του επεξεργαστή του κατασκευαστή. Όταν η γλώσσα είναι γνωστή, χρησιμοποιήστε τον καθορισμό της αντίστοιχης τοπικής παραλλαγής· η αυτόματη λειτουργία ανιχνεύει την ομιλούμενη γλώσσα. Το βασικό παράδειγμα της αλυσίδας επεξεργασίας χρησιμοποιεί από προεπιλογή προτροπή αγγλικών ΗΠΑ, οπότε η πολύγλωσση συμπεριφορά πρέπει να διαμορφώνεται σκόπιμα αντί να θεωρείται δεδομένη από αυτό το παράδειγμα.\n\nΣτην αυτόματη λειτουργία, η ροή εργασίας του κατασκευαστή μπορεί να προσθέτει μια ετικέτα γλώσσας μετά το τελικό σημείο στίξης της απομαγνητοφώνησης. Η διατήρηση της ετικέτας καθιστά τη γλώσσα διαθέσιμη σε μια εφαρμογή που διαχειρίζεται κίνηση πολλών γλωσσών· η αφαίρεσή της επιστρέφει καθαρό κείμενο απομαγνητοφώνησης. Διατηρείτε τη διάκριση ανάμεσα στις αναγνωρισμένες λέξεις, τη στίξη τους και αυτά τα μεταδεδομένα γλώσσας κατά την εμφάνιση ή την επεξεργασία του αποτελέσματος.\n\nΜια εφαρμογή υποτιτλισμού μπορεί να τροφοδοτεί ήχο με τη σωστή σειρά, να συλλέγει την απομαγνητοφώνηση και να χρησιμοποιεί το ολοκληρωμένο κείμενο για εμφάνιση ή μεταγενέστερη επεξεργασία. Μια φωνητική εφαρμογή μπορεί να διαβιβάζει την αναγνωρισμένη ομιλία στο στάδιο γλωσσικής κατανόησής της. Η ανάλυση κλήσεων μπορεί να διατηρεί την αρχική ηχογράφηση και την απομαγνητοφώνηση μαζί, ώστε ονόματα, αριθμοί και άγνωστοι όροι να παραμένουν ελέγξιμοι. Το μοντέλο ASR παρέχει την απομαγνητοφώνηση· η σύνοψη, οι ενέργειες και η παραγωγή ομιλίας είναι χωριστά στάδια της εφαρμογής.\n\nΗ NVIDIA εκπαιδεύει το μοντέλο σε μείγμα δημόσιων και ιδιόκτητων δεδομένων ομιλίας, με ανθρώπινες και συνθετικές ετικέτες κανονικοποιημένες σε κείμενο με σημεία στίξης και ορθή χρήση πεζών και κεφαλαίων. Ο οδηγός προσαρμογής της τονίζει την αντιστοίχιση των γλωσσικών ετικετών και του ύφους κειμένου και, κατόπιν, την αξιολόγηση ήχου που έχει εξαιρεθεί από την εκπαίδευση στη ρύθμιση συνεχούς ροής που προορίζεται για χρήση. Περιγράφει προσαρμογή γλώσσας, προφοράς και πεδίου εφαρμογής χωρίς να καθιστά αυτά τα προσαρμοσμένα αποτελέσματα ιδιότητες του αρχικού σημείου ελέγχου.\n\nΗ κάρτα του μοντέλου συνδέει το πρακτικό μήκος ηχογράφησης με τη διαθέσιμη μνήμη αντί να δημοσιεύει ένα καθολικό ανώτατο όριο διάρκειας. Διατηρείτε την πολύγλωσση έκδοση διακριτή από το μοντέλο μόνο αγγλικών και κρατάτε την επιλεγμένη γλώσσα και διαμόρφωση συνεχούς ροής μαζί με το αποτέλεσμα απομαγνητοφώνησης. Το παραδοτέο εξόδου είναι το αναγνωρισμένο κείμενο, με προαιρετικά μεταδεδομένα γλώσσας του κατασκευαστή, αντί για μια γενική απάντηση συνομιλίας.",
    "alias_of": null,
    "aliases": [],
    "author": "NVIDIA",
    "capabilities": {
      "context_length": 0,
      "manufacturer_input": [
        "audio"
      ],
      "manufacturer_output": [
        "transcription"
      ]
    },
    "card_routes": [
      {
        "label": "Ultra",
        "rates": [
          {
            "amount": "0.00000666",
            "amount_unit": "usd_per_exact_native_unit",
            "billing_input": false,
            "estimate_only": true,
            "key": "forecast_usd",
            "label": "Estimated generation cost",
            "native_amount_usd_per_unit": "0.00000666",
            "native_quantity": 1,
            "public_unit_label": "estimate before generation",
            "quantity": 1,
            "quantity_is_estimate": true,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "request_estimate"
          }
        ],
        "summary": "Πλήρης τιμολόγηση της διαμόρφωσης στις λεπτομέρειες."
      }
    ],
    "ctx": null,
    "formats": [
      "transcriptions"
    ],
    "id": "nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b",
    "input": [
      "audio"
    ],
    "kind": "audio",
    "max_out": null,
    "methods": [
      {
        "available": null,
        "billing_basis": {
          "basis": "original_invoice_usd",
          "description": "Οι εμφανιζόμενες τιμές χρησιμοποιούνται για την εκτίμηση του κόστους πριν από την παραγωγή. Η τελική χρέωση υπολογίζεται από το κόστος που καταγράφηκε για την αρχική παραγωγή. Η μετρημένη διάρκεια της εξόδου και οι προβλεπόμενες ποσότητες δεν αποτελούν την τελική χρεώσιμη ποσότητα.",
          "forecast_quantity_is_estimate": true,
          "physical_output_is_billable_quantity": false,
          "version": "original_invoice_usd_v1"
        },
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "contract": {
          "data": {
            "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.",
            "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": "Διατηρήστε το X-Client-Request-ID που επιστράφηκε για τη συμφωνία των εγγραφών. Διαβάστε μόνο πραγματικές τιμές task_id/asset_id που επιστράφηκαν ή τη βιβλιοθήκη πολυμέσων που σας ανήκει· μην κατασκευάσετε ποτέ URL εργασίας από το ID της λειτουργίας και μην υποβάλετε ποτέ ξανά αίτημα δημιουργίας."
            },
            "outputs": {
              "all_results": "Διατηρήστε ολόκληρη την απόκριση και τις κεφαλίδες, κάθε πραγματικό αποτέλεσμα εξόδου, τα αρχικά αναγνωριστικά που επιστράφηκαν και όλα τα πεδία χρήσης. Ανακτήστε την αρχική λειτουργία χωρίς να υποβάλετε ξανά αίτημα δημιουργίας.",
              "family": "text",
              "fields": [
                {
                  "description": null,
                  "name": "text",
                  "type": null
                },
                {
                  "description": null,
                  "name": "usage",
                  "type": null
                },
                {
                  "description": null,
                  "name": "segments[]",
                  "type": null
                },
                {
                  "description": null,
                  "name": "words[]",
                  "type": null
                },
                {
                  "description": null,
                  "name": "speaker fields",
                  "type": null
                },
                {
                  "description": null,
                  "name": "timestamps",
                  "type": null
                }
              ]
            },
            "parameters": [
              {
                "enum": [
                  "nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b"
                ],
                "enum_known": true,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "name": "input_audio",
                "required": true,
                "type": "object"
              },
              {
                "name": "language",
                "required": false,
                "type": "string"
              },
              {
                "maximum": 1,
                "minimum": 0,
                "name": "temperature",
                "required": false,
                "type": "number"
              },
              {
                "default": "json",
                "default_known": true,
                "enum": [
                  "json",
                  "verbose_json"
                ],
                "enum_known": true,
                "name": "response_format",
                "required": false,
                "type": "string"
              },
              {
                "items": {
                  "enum": [
                    "segment",
                    "word"
                  ],
                  "type": "string"
                },
                "name": "timestamp_granularities",
                "required": false,
                "type": "array"
              },
              {
                "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": [
                    "nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b"
                  ],
                  "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": "nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b"
              },
              "content_type": "application/json"
            }
          },
          "input": {
            "content_type": "application/json",
            "material_conditions": [
              "Διαβάστε πραγματικό αρχείο WAV και κωδικοποιήστε τα πραγματικά byte του για τη δηλωμένη είσοδο JSON input_audio· δεν παρουσιάζεται διαδρομή multipart για αυτή την ακριβή δήλωση αποκλειστικής χρήσης JSON."
            ],
            "material_types": [
              "audio"
            ],
            "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": "Το πραγματικό task_id που επιστράφηκε ή μια εγγραφή στη βιβλιοθήκη πολυμέσων",
                "path": "/v1/media/tasks/{task_id}"
              }
            ],
            "unknown": "Keep the returned X-Client-Request-ID for reconciliation. Read only actual returned task_id/asset_id values or the owned media library; never build a task URL from the operation ID and never resubmit creation."
          },
          "method": {
            "http": "POST",
            "path": "/v1/audio/transcriptions"
          },
          "output": {
            "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.",
            "family": "text",
            "fields": [
              {
                "description": null,
                "name": "text",
                "type": null
              },
              {
                "description": null,
                "name": "usage",
                "type": null
              },
              {
                "description": null,
                "name": "segments[]",
                "type": null
              },
              {
                "description": null,
                "name": "words[]",
                "type": null
              },
              {
                "description": null,
                "name": "speaker fields",
                "type": null
              },
              {
                "description": null,
                "name": "timestamps",
                "type": null
              }
            ]
          }
        },
        "ctx": null,
        "declared_pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "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": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "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": true,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "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": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "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": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "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": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          },
          {
            "dimensions": {
              "quoted_unit": "per input audio second"
            },
            "label": "input audio second",
            "units": [
              {
                "amount": "0.00000666",
                "amount_unit": "usd_per_exact_native_unit",
                "billing_input": false,
                "estimate_only": true,
                "key": "audio_input_second",
                "label": "input audio second",
                "native_amount_usd_per_unit": "0.00000666",
                "native_quantity": 1,
                "public_unit_label": "per input audio second",
                "quantity": 1,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "audio_input_second"
              }
            ]
          },
          {
            "basis": "Αυτή η εκτίμηση δεν αποτελεί πρόσθετη χρέωση ούτε σταθερή τιμή για την ολοκληρωμένη παραγωγή.",
            "dimensions": {
              "forecast_quantity": "one generation estimate"
            },
            "label": "Εκτιμώμενο κόστος δημιουργίας",
            "units": [
              {
                "amount": "0.00000666",
                "amount_unit": "usd_per_exact_native_unit",
                "billing_input": false,
                "estimate_only": true,
                "key": "forecast_usd",
                "label": "Estimated generation cost",
                "native_amount_usd_per_unit": "0.00000666",
                "native_quantity": 1,
                "public_unit_label": "estimate before generation",
                "quantity": 1,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "request_estimate"
              }
            ]
          }
        ],
        "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': 'nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b', '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 $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o response.bin\n# Keep the complete original response and headers. Read every returned segment, word and usage field.\n# Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting.\n",
            "label": "curl · exact native body and complete result",
            "language": "bash"
          },
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -o owned-assets.json\n# Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token.\n",
            "label": "Read existing owned assets",
            "language": "bash"
          }
        ],
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "transcriptions",
        "hints": [
          "Use the exact caller model ID and documented input representation.",
          "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again."
        ],
        "http": "POST",
        "in": null,
        "input": [
          "audio"
        ],
        "label": "Απομαγνητοφώνηση",
        "max_out": null,
        "max_reasoning_effort_multiplier": null,
        "method_aliases": [],
        "native_endpoint": "audio_transcriptions",
        "out": null,
        "output": [
          "text"
        ],
        "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": "original_invoice_usd",
          "image_input_price": null,
          "image_output_price": null
        },
        "pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "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": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "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": true,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "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": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "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": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": false,
                "estimate_only": true,
                "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": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          },
          {
            "dimensions": {
              "quoted_unit": "per input audio second"
            },
            "label": "input audio second",
            "units": [
              {
                "amount": "0.00000666",
                "amount_unit": "usd_per_exact_native_unit",
                "billing_input": false,
                "estimate_only": true,
                "key": "audio_input_second",
                "label": "input audio second",
                "native_amount_usd_per_unit": "0.00000666",
                "native_quantity": 1,
                "public_unit_label": "per input audio second",
                "quantity": 1,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "audio_input_second"
              }
            ]
          },
          {
            "basis": "This estimate is not an additional charge or a fixed rate for the completed generation.",
            "dimensions": {
              "forecast_quantity": "one generation estimate"
            },
            "label": "Estimated generation cost",
            "units": [
              {
                "amount": "0.00000666",
                "amount_unit": "usd_per_exact_native_unit",
                "billing_input": false,
                "estimate_only": true,
                "key": "forecast_usd",
                "label": "Estimated generation cost",
                "native_amount_usd_per_unit": "0.00000666",
                "native_quantity": 1,
                "public_unit_label": "estimate before generation",
                "quantity": 1,
                "quantity_is_estimate": true,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "request_estimate"
              }
            ]
          }
        ],
        "request_model_id": "nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b",
        "route_label": "Ultra",
        "status_reads": [
          "GET /v1/media/tasks/{task_id}"
        ],
        "tiers": [],
        "units": [
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": false,
            "estimate_only": true,
            "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": true,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": false,
            "estimate_only": true,
            "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": true,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": false,
            "estimate_only": true,
            "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": true,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "cached_input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": false,
            "estimate_only": true,
            "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": true,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "generic_cache_creation_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": false,
            "estimate_only": true,
            "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": true,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "one_hour_cache_creation_token"
          },
          {
            "amount": "0.00000666",
            "amount_unit": "usd_per_exact_native_unit",
            "billing_input": false,
            "estimate_only": true,
            "key": "audio_input_second",
            "label": "input audio second",
            "native_amount_usd_per_unit": "0.00000666",
            "native_quantity": 1,
            "public_unit_label": "per input audio second",
            "quantity": 1,
            "quantity_is_estimate": true,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "audio_input_second"
          },
          {
            "amount": "0.00000666",
            "amount_unit": "usd_per_exact_native_unit",
            "billing_input": false,
            "estimate_only": true,
            "key": "forecast_usd",
            "label": "Estimated generation cost",
            "native_amount_usd_per_unit": "0.00000666",
            "native_quantity": 1,
            "public_unit_label": "estimate before generation",
            "quantity": 1,
            "quantity_is_estimate": true,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "request_estimate"
          }
        ]
      }
    ],
    "model_aliases": [
      {
        "canonical_model_id": "nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b",
        "request_model_id": "nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b",
        "route_label": "Ultra"
      }
    ],
    "name": "NVIDIA: Nemotron 3.5 ASR Streaming Multilingual 0.6B",
    "price": {
      "estimate_only": true,
      "in": null,
      "in_label": null,
      "out": 6.66e-06,
      "out_label": "estimate before generation",
      "scope_label": "Estimated generation cost",
      "sort_in": null,
      "sort_out": 6.66e-06,
      "varies": false
    },
    "short": "Το Nemotron 3.5 ASR Streaming Multilingual 0.6B της NVIDIA απομαγνητοφωνεί ομιλία σε κείμενο με σημεία στίξης χρησιμοποιώντας έναν κωδικοποιητή συνεχούς ροής που αξιοποιεί κρυφή μνήμη. Υποστηρίζει ρητό γλωσσικό καθορισμό ή αυτόματη ανίχνευση, με 32 τοπικές γλωσσικές παραλλαγές έτοιμες για απομαγνητοφώνηση και οκτώ που απαιτούν προσαρμογή."
  },
  "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": "Το Nemotron 3.5 ASR Streaming Multilingual 0.6B της NVIDIA απομαγνητοφωνεί ομιλία σε κείμενο με σημεία στίξης χρησιμοποιώντας έναν κωδικοποιητή συνεχούς ροής που αξιοποιεί κρυφή μνήμη. Υποστηρίζει ρητό γλωσσικό καθορισμό ή αυτόματη ανίχνευση, με 32 τοπικές γλωσσικές παραλλαγές έτοιμες για απομαγνητοφώνηση και οκτώ που απαιτούν προσαρμογή.",
  "source": {
    "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1",
    "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036",
    "raw_model_json_sha256": "33f67836bf6eb0b419c4c43c86849d2e53b3749fe9105b4aee05342a046de5ba",
    "renderer_sha256": "3ed36f7af4f78822bafbd174fdcaed7b698a18a86efe254253d37f1b098a7566"
  },
  "sourceRevision": "c88570cfaedb36a51a71d31f3642905a2a20cfaae8ac1bb566054a01fe16cb52"
}