Source: https://ailoot.ai/models/fi/nvidia-nemotron-3-5-asr-streaming-multilingual-0-6b/ Canonical: https://ailoot.ai/models/fi/nvidia-nemotron-3-5-asr-streaming-multilingual-0-6b/ Language: fi # NVIDIA: Nemotron 3.5 ASR Streaming Multilingual 0.6B [Markdown](https://ailoot.ai/models/fi/nvidia-nemotron-3-5-asr-streaming-multilingual-0-6b/index.md) · [JSON](https://ailoot.ai/models/fi/nvidia-nemotron-3-5-asr-streaming-multilingual-0-6b/facts.json) ## [NVIDIA: Nemotron 3.5 ASR Streaming Multilingual 0.6B](https://ailoot.ai/models/fi/nvidia-nemotron-3-5-asr-streaming-multilingual-0-6b/) NVIDIA:n Nemotron 3.5 ASR Streaming Multilingual 0.6B litteroi puheen välimerkittyyn tekstiin välimuistitietoisella suoratoistoenkooderilla. Se tukee nimenomaista kieliehdollistusta tai automaattista tunnistusta: 32 kielialueversiota on valmiita litterointiin ja kahdeksan vaatii mukauttamista. - [**Ailoot Ultra · Litterointi** `POST /v1/audio/transcriptions` `nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b`](https://ailoot.ai/models/fi/nvidia-nemotron-3-5-asr-streaming-multilingual-0-6b/#method-0) Tietoa mallista Tämä kuvaus kattaa mallin ominaisuudet. Ailootissa saatavilla olevat syötteet, tulosteet ja asetukset luetellaan alla valitulle menetelmälle. Nemotron 3.5 ASR Streaming Multilingual 0.6B on NVIDIA:n 600 miljoonan parametrin puheentunnistusmalli reaaliaikaiseen litterointiin ja tallennetun äänen työkuormiin. Se laajentaa englanninkielistä suoratoistosarjaa kielitunniste-ehdollistuksella. Puhe muuttuu syötekieliseksi tekstiksi, jonka tulosteeseen kuuluvat sisäänrakennetusti välimerkit ja oikea kirjainkoko. Valmistajan kielikattavuudessa on kolme tasoa. Yhdeksäntoista litterointivalmista kielialueversiota kattavat Yhdysvaltain ja Britannian englannin, Yhdysvaltain ja Espanjan espanjan, Ranskan ja Kanadan ranskan, italian, Brasilian ja Portugalin portugalin, hollannin, saksan, turkin, venäjän, arabian, hindin, japanin, korean, vietnamin ja ukrainan. Kolmetoista laajan kattavuuden kielialueversiota lisäävät puolan, ruotsin, tšekin, norjan bokmålin, tanskan, bulgarian, suomen, kroatian, slovakin, mandariinikiinan, unkarin, romanian ja viron. Yhdessä nämä 32 kielialueversiota tuottavat litteroinnin ilman lisähienosäätöä. Kahdeksan mukauttamiseen valmista kielialueversiota — kreikka, liettua, latvia, malta, sloveeni, heprea, thai ja norjan nynorsk — ovat tokenisoijan tunnistamia mutta vaativat toimialan sisäistä hienosäätöä täyden litteroinnin käyttöönottoon. Valmistajan 40 kielialueversion luku ei siis väitä, että kaikilla neljälläkymmenellä olisi sama valmiina käytettävä kyvykkyys. Mukautettu tarkistuspiste on perusmallista erillinen tuotos. Arkkitehtuuri yhdistää 24-kerroksisen välimuistitietoisen FastConformer-enkooderin RNN-T-dekooderiin. Se säilyttää enkooderin huomiomekanismin ja konvoluutioiden tilat aiemmista kehyksistä ja käsittelee kunkin uuden äänilohkon laskematta päällekkäisiä ikkunoita toistuvasti uudelleen. Akustisen esityksen rinnalle annetaan kielitunnistesignaali, joka ehdollistaa litteroinnin tai antaa mallin päätellä kielen. NVIDIA:n NeMo-kokoonpano dokumentoi lohkokoot 80, 160, 320, 560 ja 1120 millisekuntia. Huomioasetus määrää, kuinka paljon tulevaa ääntä lohko saa ennen tekstin tuottamista, jolloin tehtävä voi tasapainottaa odotusajan ja akustisen kontekstin. Nämä ovat valmistajan suoratoistokokoonpanoja eivätkä taattuja päästä päähän -vasteaikoja; toteutus voi tarjota oman tuetun osajoukkonsa. Valmistele mono-WAV-ääni valmistajan äänenkäsittelykomponentin käyttämällä 16 kHz:n näytteenottotaajuudella. Kun kieli tunnetaan, käytä vastaavaa kielialue-ehdollistusta; automaattitila tunnistaa puhutun kielen. Perusputkiesimerkki käyttää oletusarvoisesti Yhdysvaltain englannin kehotetta, joten monikielinen toiminta tulee määrittää tarkoituksella sen sijaan, että se oletettaisiin tämän esimerkin perusteella. Automaattitilassa valmistajan työnkulku voi lisätä kielitunnisteen litteroinnin päättävän välimerkin jälkeen. Tunnisteen säilyttäminen antaa kielen sekakielistä liikennettä käsittelevän sovelluksen käyttöön; sen poistaminen palauttaa puhtaan litterointitekstin. Säilytä ero tunnistettujen sanojen, niiden välimerkkien ja tämän kielimetatiedon välillä tulosta näytettäessä tai käsiteltäessä. Tekstityssovellus voi syöttää äänen järjestyksessä, kerätä litteroinnin ja käyttää valmistunutta tekstiä näytössään tai jatkokäsittelyssä. Puhekäyttöliittymä voi välittää tunnistetun puheen kielenymmärrysvaiheeseensa. Puheluanalyysityö voi säilyttää alkuperäisen tallenteen ja litteroinnin yhdessä, jotta nimet, luvut ja vieraat termit pysyvät tarkastettavina. ASR-malli tuottaa litteroinnin; tiivistäminen, toimenpiteet ja puheen tuottaminen ovat sovelluksen erillisiä vaiheita. NVIDIA kouluttaa mallin julkisen ja omisteisen puheaineiston sekoituksella, jonka ihmisen tekemät ja synteettiset merkinnät normalisoidaan välimerkittyyn tekstiin oikealla kirjainkoolla. Sen mukauttamisopas korostaa kielimerkintöjen ja tekstityylin vastaavuutta ja sen jälkeen erillisen arviointiäänen testaamista käyttöön tarkoitetulla suoratoistoasetuksella. Se kuvaa kieli-, aksentti- ja toimialamukauttamista tekemättä näistä mukautetuista tuloksista alkuperäisen tarkistuspisteen ominaisuuksia. Mallikortti sitoo tallenteen käytännön pituuden saatavilla olevaan muistiin yhden yleispätevän kestorajan julkaisemisen sijaan. Pidä monikielinen versio erillään vain englanninkielisestä mallista ja säilytä valittu kieli sekä suoratoistokokoonpano litterointituloksen yhteydessä. Tuloksena syntyy tunnistettu teksti valinnaisine valmistajan kielimetatietoineen, ei yleinen keskusteluvastaus. **Ailoot Ultra · Litterointi** `POST /v1/audio/transcriptions` `nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b` [`nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b`](https://ailoot.ai/models/fi/#m=nvidia%2Fnemotron-3.5-asr-streaming-multilingual-0.6b&route=Ultra&caller=nvidia%2Fnemotron-3.5-asr-streaming-multilingual-0.6b&fmt=transcriptions) NVIDIA /`nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b` ### Aloitus NVIDIA:n Nemotron 3.5 ASR Streaming Multilingual 0.6B litteroi puheen välimerkittyyn tekstiin välimuistitietoisella suoratoistoenkooderilla. Se tukee nimenomaista kieliehdollistusta tai automaattista tunnistusta: 32 kielialueversiota on valmiita litterointiin ja kahdeksan vaatii mukauttamista. Hyväksytyt syötteet Ääni Tulokset Teksti ### Saatavilla Ailootissa · syötteet & menetelmät **Ailoot Ultra · Litterointi** `POST /v1/audio/transcriptions` Syötetyypit `audio` Tulostyypit `text` | Kenttä | Tyyppi | Vaatimus | Arvot & rajat | Oletus | | --- | --- | --- | --- | --- | | Kenttä`model` | Tyyppi`string` | VaatimusPakollinen | Arvot & rajat nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b | Oletus— | | Kenttä`input_audio` | Tyyppi`object` | VaatimusPakollinen | Arvot & rajat | Oletus— | | Kenttä`language` | Tyyppi`string` | VaatimusValinnainen | Arvot & rajat | Oletus— | | Kenttä`temperature` | Tyyppi`number` | VaatimusValinnainen | Arvot & rajat Vähimmäismäärä: 0 Enimmäismäärä: 1 | Oletus— | | Kenttä`response_format` | Tyyppi`string` | VaatimusValinnainen | Arvot & rajat json, verbose\_json | Oletusjson | | Kenttä`timestamp_granularities` | Tyyppi`array` | VaatimusValinnainen | Arvot & rajat | Oletus— | | Kenttä`provider` | Tyyppi`object` | VaatimusValinnainen | Arvot & rajat | Oletus— | Menetelmän parametrit ja elinkaari | Parametri | Sopimus | | --- | --- | | Parametri`content_type` | Sopimusapplication/json | | Parametri`required` | Sopimusmodel, input\_audio | | Parametri`material_types` | Sopimusaudio | | Parametri`material_conditions` | SopimusLue todellinen WAV-tiedosto ja koodaa sen todelliset tavut määriteltyyn JSON input\_audio -syötteeseen; tälle täsmälliselle, vain JSON-muotoa käyttävälle määrittelylle ei ilmoiteta multipart-reittiä. | Elinkaari: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · todellisuudessa palautettu task\_id tai mediakirjaston tietue `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` ### Hinnoittelu ##### Lopullisen veloituksen laskenta Näytettyjen hintojen avulla arvioidaan kustannukset ennen generointia. Lopullinen veloitus lasketaan alkuperäiselle generoinnille kirjatun kustannuksen perusteella. Lopullisena laskutettavana määränä ei käytetä tulosteen mitattua kestoa eikä ennustettuja määriä. Hintatiedot eivät lisää pyyntövalintoja. Tuetut parametrit on lueteltu valitulle menetelmälle. Nopea tila Ei määritetty Kun nopea tila on valittu Flex-tila Ei määritetty Kun flex-tila on valittu Päättelyn enimmäisteho Ei määritetty Kun päättelyn enimmäistehoon sovelletaan default-oletussäätöä #### Arvioidut vertailuhinnat #### Hinnat asetusten mukaan Kohdista kukin veloitus näytettyihin ehtoihin. Käytä yhtä hintaa kutakin vaihtoehtoisten asetusten ryhmää kohden. | Asetukset | Hinnasto | Ennustettu määrä | Laskutusyksikkö | Veloitus | | --- | --- | --- | --- | --- | | AsetuksetTokenien perushinnat | HinnastoPerushinta | Ennustettu määrä— | Laskutusyksikkö— | Veloitus Syöte · Syötetokenit · Arvio vain vertailua varten **—** / 1K tokenia Tuloste · Tulostokenit · Arvio vain vertailua varten **—** / 1K tokenia Syöte · Välimuistin luku · Arvio vain vertailua varten **—** / 1K tokenia Syöte · Välimuistiin kirjoitus · Arvio vain vertailua varten **—** / 1K tokenia Syöte · Välimuistiin kirjoitus, 1 tunti · Arvio vain vertailua varten **—** / 1K tokenia | | Asetuksetäänisyötteen sekunti | Hinnasto— | Ennustettu määrä— | Laskutusyksikkösyöteäänen sekuntia kohden | Veloitus Syöte · äänisyötteen sekunti · Arvio vain vertailua varten **$0.00000666** syöteäänen sekuntia kohden | | AsetuksetArvioitu luontikustannus | Hinnasto— | Ennustettu määräyhden generoinnin arvio | Laskutusyksikkö— | Veloitus Tuloste · Arvioidut generointikustannukset · Arvio vain vertailua varten **$0.00000666** arvio ennen generointia Tämä arvio ei ole lisämaksu eikä valmistuneen generoinnin kiinteä hinta. | Ailoot varaa arvioidun summan ennen pyyntöä. Tuloksen jälkeen lopullinen veloitus toteutetaan mitatun käytön perusteella. Suoratoiston veloituksessa käytetään lopullista käyttötietuetta. [Varauksen ja lopullisen veloituksen toiminta →](https://ailoot.ai/docs/fi/billing/reserve/) ### Esimerkkipyynnöt #### Ailoot Ultra · Litterointi curl · natiivi pyyntörunko täsmälleen sellaisenaan ja koko tulos ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_AUDIO_FILE:?Set the path to your actual WAV recording}" python3 - <<'PY_REQUEST' import json,os from pathlib import Path import base64 audio=Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes() if not (audio[:4]==b'RIFF' and audio[8:12]==b'WAVE'): raise SystemExit('Supply an actual WAV audio file') if len(audio)>26214400: raise SystemExit('Use a documented supported large-file flow') request={'model': 'nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b', 'input_audio': {'data': '${BASE64_ACTUAL_WAV_BYTES}', 'format': 'wav'}} request['input_audio']['data']=base64.b64encode(audio).decode('ascii') Path('request.json').write_text(json.dumps(request,ensure_ascii=False),encoding='utf-8') PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \ -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o response.bin # Keep the complete original response and headers. Read every returned segment, word and usage field. # Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting. ``` ### Vastaanota ja tallenna tulokset #### Ailoot Ultra · Litterointi - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` Muut sisällön lukukerrat Lue olemassa olevat omistamasi aineistot ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \ -H "Authorization: Bearer $AILOOT_API_KEY" -o owned-assets.json # Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token. ``` ##### Säilytä kaikki valmistuneet tulokset Säilytä jokainen kokonainen palautettu vastaus, tiedosto ja sisällön osa. Säilytä koko vastaus ja otsakkeet, jokainen todellinen tuloste, alkuperäiset palautetut tunnisteet ja kaikki käyttötietokentät. Selvitä alkuperäisen operaation tila lähettämättä luontipyyntöä uudelleen. ##### Jos alkuperäinen vastaus on tarkistettava Säilytä palautettu X-Client-Request-ID täsmäytystä varten. Tee lukukyselyt vain todellisuudessa palautetuilla task\_id/asset\_id-arvoilla tai käytä omistamaasi mediakirjastoa; älä koskaan rakenna tehtävän URL-osoitetta operaation ID:n perusteella äläkä lähetä luontipyyntöä uudelleen. Vastauksen kentät | Kenttä | Tyyppi | | --- | --- | | Kenttä`text` | Tyyppi | | Kenttä`usage` | Tyyppi | | Kenttä`segments[]` | Tyyppi | | Kenttä`words[]` | Tyyppi | | Kenttä`speaker fields` | Tyyppi | | Kenttä`timestamps` | Tyyppi | ### Aliakset #### Mallin aliakset **Ailoot Ultra** [`nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b`](https://ailoot.ai/models/fi/#m=nvidia%2Fnemotron-3.5-asr-streaming-multilingual-0.6b&route=Ultra&caller=nvidia%2Fnemotron-3.5-asr-streaming-multilingual-0.6b&fmt=transcriptions) #### Menetelmäpolkujen aliakset Käytä yllä näytettyjä menetelmäpolkuja. #### Liittyvät kutsujan ID:t [`nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b`](https://ailoot.ai/models/fi/#m=nvidia%2Fnemotron-3.5-asr-streaming-multilingual-0.6b&route=Ultra&caller=nvidia%2Fnemotron-3.5-asr-streaming-multilingual-0.6b&fmt=transcriptions) FAQ · NVIDIA: Nemotron 3.5 ASR Streaming Multilingual 0.6B Mitä syötteitä ja tuloksia on saatavilla? `POST /v1/audio/transcriptions` · `nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b`: `audio` → `text` Mitä kenttiä pyyntö käyttää? `POST /v1/audio/transcriptions` · `nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b`: `model`, `input_audio`, `language`, `temperature`, `response_format`, `timestamp_granularities`, `provider` Mitä rajoja sovelletaan? `POST /v1/audio/transcriptions` · `nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b`: `temperature.minimum`: `0`; `temperature.maximum`: `1` Yhdistä Ailoot Claude Codeen, OpenCodeen, Hermesiin tai omaan sovellukseesi. ## Yritys ja sen projektisalkku Yritys ja sen projektisalkku: miljoonia asiakkaita; kuukausittainen myynti miljardiluokassa. ## Osta tokenit alennuksella. Tilausalennus säännölliseen käyttöön. Kampanjakoodit — jopa 50% tokeniostoista. Tilaus Valitse alennushintainen paketti säännöllisiä pyyntöjäsi varten. Kampanjakoodi jopa 50% Syötä koodi oston yhteydessä. Hinta lasketaan uudelleen voimassa olevan kampanjan mukaan. Kulut historiassa Malli, tokenit ja summa tallennetaan jokaiselle pyynnölle. [Valitse tilaus](https://ailoot.ai/docs/fi/billing/subscriptions/) · [Katso mallihinnat](https://ailoot.ai/models/fi/) ## Yhdistä API tuotteeseen, jonka myyt. SaaS, sovellukset ja botit Ailootin palveluehtojen ja lisenssisopimuksen mukaisesti. Pyydä edelleenmyyntiin jälleenmyyjälisenssi. Kaupallinen sovellus Lisää tekstin, kuvien, videoiden ja äänen luonti palvelusi maksullisiin ominaisuuksiin. Jälleenmyyjälisenssi Lähetä projektikuvaus ja pääsyn toteutustapa. Pyydä kirjalliset käyttö- ja jälleenmyyntiehdot. Asiakirjat verkkosivustolla Palveluehdot, lisenssisopimus ja tietojenkäsittelykäytäntö ovat saatavilla ennen yhdistämistä. [Pyydä jälleenmyyjälisenssi](mailto:support@ailoot.ai) · [Palveluehdot ja lisenssisopimus](https://ailoot.ai/legal/offer?lang=fi) ## Ailoot · Yritys ja sen projektisalkku Ailoot perustuu kertyneeseen toimintakokemukseen, laajaan asiakaskuntaan, vakaaseen palveluun ja jatkuvaan KPI-seurantaan. Yritys ja sen projektisalkku: miljoonia asiakkaita; kuukausittainen myynti miljardiluokassa. Ailoot hyödyntää tätä toimintakokemusta tarjotessaan API-yhteyden tekoälytoimintoihin asiakkaiden tuotteissa, agenteissa, sovelluksissa ja automaatioissa.