Source: https://ailoot.ai/models/fr-ca/nvidia-nemotron-3-5-asr-streaming-multilingual-0-6b/ Canonical: https://ailoot.ai/models/fr-ca/nvidia-nemotron-3-5-asr-streaming-multilingual-0-6b/ Language: fr-ca # NVIDIA: Nemotron 3.5 ASR Streaming Multilingual 0.6B [Markdown](https://ailoot.ai/models/fr-ca/nvidia-nemotron-3-5-asr-streaming-multilingual-0-6b/index.md) · [JSON](https://ailoot.ai/models/fr-ca/nvidia-nemotron-3-5-asr-streaming-multilingual-0-6b/facts.json) ## [NVIDIA: Nemotron 3.5 ASR Streaming Multilingual 0.6B](https://ailoot.ai/models/fr-ca/nvidia-nemotron-3-5-asr-streaming-multilingual-0-6b/) Nemotron 3.5 ASR Streaming Multilingual 0.6B de NVIDIA transcrit la parole en texte ponctué à l’aide d’un encodeur en flux tenant compte du cache. Il prend en charge un conditionnement explicite par la langue ou sa détection automatique, avec 32 variantes linguistiques utilisables pour la transcription et huit nécessitant une adaptation. - [**Ailoot Ultra · Transcription audio** `POST /v1/audio/transcriptions` `nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b`](https://ailoot.ai/models/fr-ca/nvidia-nemotron-3-5-asr-streaming-multilingual-0-6b/#method-0) À propos du modèle Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous. Nemotron 3.5 ASR Streaming Multilingual 0.6B est le modèle de reconnaissance vocale de NVIDIA à 600 millions de paramètres pour la transcription en direct et le traitement d’enregistrements audio. Il étend la gamme anglophone de traitement en flux en y ajoutant un conditionnement par identifiant de langue. La parole devient du texte dans la langue d’entrée, avec ponctuation et majuscules intégrées à la sortie. La couverture linguistique du fabricant comporte trois niveaux. Dix-neuf variantes utilisables pour la transcription couvrent l’anglais des États-Unis et du Royaume-Uni, l’espagnol des États-Unis et d’Espagne, le français de France et du Canada, l’italien, le portugais du Brésil et du Portugal, le néerlandais, l’allemand, le turc, le russe, l’arabe, l’hindi, le japonais, le coréen, le vietnamien et l’ukrainien. Treize variantes à couverture étendue ajoutent le polonais, le suédois, le tchèque, le norvégien bokmål, le danois, le bulgare, le finnois, le croate, le slovaque, le mandarin, le hongrois, le roumain et l’estonien. Ensemble, ces 32 variantes produisent des transcriptions sans ajustement fin supplémentaire. Huit variantes prêtes à être adaptées — grec, lituanien, letton, maltais, slovène, hébreu, thaï et norvégien nynorsk — sont reconnues par l’outil de segmentation en jetons, mais nécessitent un ajustement fin sur des données du domaine pour permettre une transcription complète. Le chiffre de 40 variantes du producteur ne signifie donc pas que les quarante offrent la même capacité dès leur mise en service. Un point de contrôle personnalisé constitue un livrable distinct du modèle de base. L’architecture associe un encodeur FastConformer à 24 couches tenant compte du cache à un décodeur RNN-T. Elle conserve les états d’attention et de convolution de l’encodeur issus des trames antérieures et traite chaque nouveau bloc audio sans recalculer sans cesse les fenêtres qui se chevauchent. Un signal d’identifiant de langue est fourni avec la représentation acoustique pour conditionner la transcription ou laisser le modèle déduire la langue. La configuration NeMo de NVIDIA documente des blocs de 80, 160, 320, 560 et 1 120 millisecondes. Le réglage d’attention détermine la quantité d’audio futur reçue par un bloc avant l’émission de texte, ce qui permet d’équilibrer le temps d’attente et le contexte acoustique selon la tâche. Ce sont des configurations de traitement en flux du producteur, pas des temps de réponse de bout en bout garantis; une implémentation peut n’en proposer qu’un sous-ensemble. Préparez de l’audio WAV mono à la fréquence d’échantillonnage de 16 kHz du processeur du producteur. Lorsque la langue est connue, utilisez le conditionnement correspondant à sa variante; le mode automatique détecte la langue parlée. L’exemple de pipeline de base utilise par défaut une consigne en anglais des États-Unis; configurez donc explicitement le comportement multilingue plutôt que de le supposer à partir de cet exemple. En mode automatique, la procédure du producteur peut ajouter une étiquette de langue après la ponctuation finale de la transcription. Conserver cette étiquette rend la langue disponible pour une application traitant du trafic multilingue; la supprimer restitue un texte de transcription épuré. Préservez la distinction entre les mots reconnus, leur ponctuation et ces métadonnées de langue lorsque vous affichez ou traitez le résultat. Une application de sous-titrage peut fournir l’audio dans l’ordre, recueillir la transcription et utiliser le texte terminé pour l’affichage ou un traitement en aval. Une application vocale peut transmettre la parole reconnue à son étape de compréhension du langage. L’analyse d’appels peut conserver ensemble l’enregistrement original et sa transcription pour permettre l’examen des noms, des nombres et des termes peu familiers. Le modèle ASR fournit la transcription; le résumé, les actions et la génération de parole sont des étapes distinctes de l’application. NVIDIA entraîne le modèle sur un mélange de données vocales publiques et propriétaires, avec des étiquettes humaines et synthétiques normalisées en texte ponctué et respectant la casse. Son guide d’adaptation insiste sur la concordance des étiquettes de langue et du style du texte, puis sur l’évaluation d’enregistrements réservés à cet usage avec le réglage de flux prévu. Il décrit l’adaptation à une langue, à un accent et à un domaine sans attribuer ces résultats personnalisés au point de contrôle d’origine. La fiche du modèle lie la longueur pratique d’un enregistrement à la mémoire disponible, plutôt que de publier une durée maximale universelle. Distinguez l’édition multilingue du modèle limité à l’anglais et conservez la langue choisie ainsi que la configuration de flux avec le résultat de transcription. Le livrable est le texte reconnu, avec éventuellement les métadonnées de langue du producteur, plutôt qu’une réponse conversationnelle générale. **Ailoot Ultra · Transcription audio** `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/fr-ca/#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` ### Pour commencer Nemotron 3.5 ASR Streaming Multilingual 0.6B de NVIDIA transcrit la parole en texte ponctué à l’aide d’un encodeur en flux tenant compte du cache. Il prend en charge un conditionnement explicite par la langue ou sa détection automatique, avec 32 variantes linguistiques utilisables pour la transcription et huit nécessitant une adaptation. Entrées acceptées Audio Résultats Texte ### Disponible dans Ailoot · entrées et méthodes **Ailoot Ultra · Transcription audio** `POST /v1/audio/transcriptions` Entrée `audio` Sortie `text` | Champ | Type | Exigence | Valeurs et limites | Par défaut | | --- | --- | --- | --- | --- | | Champ`model` | Type`string` | ExigenceObligatoire | Valeurs et limites nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b | Par défaut— | | Champ`input_audio` | Type`object` | ExigenceObligatoire | Valeurs et limites | Par défaut— | | Champ`language` | Type`string` | ExigenceFacultatif | Valeurs et limites | Par défaut— | | Champ`temperature` | Type`number` | ExigenceFacultatif | Valeurs et limites Minimum: 0 Maximum: 1 | Par défaut— | | Champ`response_format` | Type`string` | ExigenceFacultatif | Valeurs et limites json, verbose\_json | Par défautjson | | Champ`timestamp_granularities` | Type`array` | ExigenceFacultatif | Valeurs et limites | Par défaut— | | Champ`provider` | Type`object` | ExigenceFacultatif | Valeurs et limites | Par défaut— | Paramètres et cycle de vie de la méthode | Paramètre | Contrat | | --- | --- | | Paramètre`content_type` | Contratapplication/json | | Paramètre`required` | Contratmodel, input\_audio | | Paramètre`material_types` | Contrataudio | | Paramètre`material_conditions` | ContratLisez un fichier WAV réel et encodez ses octets réels pour l’entrée JSON input\_audio déclarée; aucune route multipart n’est annoncée pour cette déclaration exacte limitée au JSON. | Cycle de vie : `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · task\_id effectivement renvoyé ou enregistrement de la bibliothèque multimédia `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` ### Tarifs ##### Calcul du coût final Les tarifs affichés servent à estimer le coût avant la génération. Le montant final est calculé à partir du coût enregistré pour la génération d’origine. La durée mesurée du résultat et les quantités prévisionnelles ne constituent pas la quantité finale facturable. Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée. Mode rapide Non précisé Lorsque le mode rapide est sélectionné Mode Flex Non précisé Lorsque le mode flex est sélectionné Effort de raisonnement maximal Non précisé Lorsque l’effort de raisonnement maximal utilise l’ajustement par défaut (default) #### Tarifs estimés à des fins de comparaison #### Prix par configuration Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives. | Configuration | Barème tarifaire | Quantité prévisionnelle | Unité de facturation | Coût | | --- | --- | --- | --- | --- | | ConfigurationTarifs de base des jetons | Barème tarifaireTarif de base | Quantité prévisionnelle— | Unité de facturation— | Coût Entrée · Jetons en entrée · Estimation à des fins de comparaison uniquement **—** / 1K jetons Sortie · Jetons en sortie · Estimation à des fins de comparaison uniquement **—** / 1K jetons Entrée · Lecture du cache · Estimation à des fins de comparaison uniquement **—** / 1K jetons Entrée · Écriture dans le cache · Estimation à des fins de comparaison uniquement **—** / 1K jetons Entrée · Écriture dans le cache, 1 h · Estimation à des fins de comparaison uniquement **—** / 1K jetons | | Configurationseconde d’audio en entrée | Barème tarifaire— | Quantité prévisionnelle— | Unité de facturationpar seconde d’audio en entrée | Coût Entrée · seconde d’audio en entrée · Estimation à des fins de comparaison uniquement **$0.00000666** par seconde d’audio en entrée | | ConfigurationCoût de génération estimé | Barème tarifaire— | Quantité prévisionnelleestimation pour une génération | Unité de facturation— | Coût Sortie · Coût estimé de génération · Estimation à des fins de comparaison uniquement **$0.00000666** estimation avant génération Cette estimation ne constitue ni des frais supplémentaires ni un tarif fixe pour la génération terminée. | Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. [Fonctionnement de la réservation et du débit →](https://ailoot.ai/docs/fr-ca/billing/reserve/) ### Exemples de requêtes #### Ailoot Ultra · Transcription audio curl · corps de requête natif exact et résultat complet ```bash set -eu : "${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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o response.bin # Keep the complete original response and headers. Read every returned segment, word and usage field. # Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting. ``` ### Recevoir et enregistrer les résultats #### Ailoot Ultra · Transcription audio - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` Autres lectures de contenu Lire les ressources existantes dont vous êtes propriétaire ```bash set -eu : "${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. ``` ##### Conserver tous les résultats terminés Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité. Conservez la réponse complète et les en-têtes, chaque sortie effective, les identifiants initialement renvoyés et tous les champs d’utilisation. Récupérez l’opération d’origine sans soumettre à nouveau sa création. ##### Si la réponse d’origine doit être vérifiée Conservez le X-Client-Request-ID renvoyé pour le rapprochement. Consultez uniquement les valeurs task\_id/asset\_id effectivement renvoyées ou votre bibliothèque multimédia ; ne construisez jamais une URL de tâche à partir de l’identifiant de l’opération et ne soumettez jamais à nouveau la création. Champs de la réponse | Champ | Type | | --- | --- | | Champ`text` | Type | | Champ`usage` | Type | | Champ`segments[]` | Type | | Champ`words[]` | Type | | Champ`speaker fields` | Type | | Champ`timestamps` | Type | ### Alias #### Alias du modèle **Ailoot Ultra** [`nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b`](https://ailoot.ai/models/fr-ca/#m=nvidia%2Fnemotron-3.5-asr-streaming-multilingual-0.6b&route=Ultra&caller=nvidia%2Fnemotron-3.5-asr-streaming-multilingual-0.6b&fmt=transcriptions) #### Alias des chemins de méthode Utilisez les chemins de méthode indiqués ci-dessus. #### ID d’appel associés [`nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b`](https://ailoot.ai/models/fr-ca/#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 Quelles entrées et quels résultats sont disponibles ? `POST /v1/audio/transcriptions` · `nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b`: `audio` → `text` Quels champs la requête utilise-t-elle ? `POST /v1/audio/transcriptions` · `nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b`: `model`, `input_audio`, `language`, `temperature`, `response_format`, `timestamp_granularities`, `provider` Quelles limites s’appliquent ? `POST /v1/audio/transcriptions` · `nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b`: `temperature.minimum`: `0`; `temperature.maximum`: `1` Connectez Ailoot à Claude Code, OpenCode, Hermes ou à votre application. ## L’entreprise et son portefeuille de projets L’entreprise et son portefeuille de projets : des millions de clients ; des ventes qui se chiffrent en milliards chaque mois. ## Achetez des tokens à prix réduit. Une remise d’abonnement pour le travail régulier. Des codes promo jusqu’à 50% sur l’achat de tokens. Abonnement Choisissez une offre à tarif réduit pour vos requêtes régulières. Code promo jusqu’à 50% Saisissez le code à l’achat. Le prix est recalculé selon la promotion en cours. Dépenses dans l’historique Modèle, tokens et montant sont enregistrés pour chaque requête. [Choisir un abonnement](https://ailoot.ai/docs/fr-ca/billing/subscriptions/) · [Voir les prix des modèles](https://ailoot.ai/models/fr-ca/) ## Connectez l’API au produit que vous vendez. SaaS, applications et bots selon l’offre officielle et le contrat de licence Ailoot. Pour la revente, demandez une licence revendeur. Application commerciale Intégrez la génération de texte, d’images, de vidéo et de son aux fonctions payantes de votre service. Licence revendeur Envoyez la description du projet et le mode d’accès. Demandez des conditions écrites d’utilisation et de revente. Documents sur le site L’offre officielle, le contrat de licence et la politique de traitement des données sont accessibles avant connexion. [Demander une licence revendeur](mailto:support@ailoot.ai) · [Offre officielle et contrat de licence](https://ailoot.ai/legal/offer?lang=fr-ca) ## Ailoot · L’entreprise et son portefeuille de projets Ailoot s’appuie sur une expérience opérationnelle éprouvée, une large clientèle, un service stable et un suivi continu des KPI. L’entreprise et son portefeuille de projets : des millions de clients ; des ventes qui se chiffrent en milliards chaque mois. Ailoot met cette expérience opérationnelle au service de l’accès API aux fonctions d’IA dans les produits des clients, leurs agents, applications et automatisations.