Source: https://ailoot.ai/models/fr-ch/nvidia-parakeet-tdt-0-6b-v3/ Canonical: https://ailoot.ai/models/fr-ch/nvidia-parakeet-tdt-0-6b-v3/ Language: fr-ch # NVIDIA: Parakeet TDT 0.6B v3 [Markdown](https://ailoot.ai/models/fr-ch/nvidia-parakeet-tdt-0-6b-v3/index.md) · [JSON](https://ailoot.ai/models/fr-ch/nvidia-parakeet-tdt-0-6b-v3/facts.json) ## [NVIDIA: Parakeet TDT 0.6B v3](https://ailoot.ai/models/fr-ch/nvidia-parakeet-tdt-0-6b-v3/) Parakeet TDT 0.6B v3 de NVIDIA est un modèle de transcription vocale de 600M pour 25 langues européennes, avec détection automatique de la langue. Il produit des transcriptions ponctuées et prend en charge les horodatages des mots et des segments ; ses modes pour les enregistrements longs dépendent de la configuration d’attention du producteur. - [**Ailoot Ultra · Transcription audio** `POST /v1/audio/transcriptions` `nvidia/parakeet-tdt-0.6b-v3`](https://ailoot.ai/models/fr-ch/nvidia-parakeet-tdt-0-6b-v3/#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. Parakeet TDT 0.6B v3 est le modèle de reconnaissance vocale multilingue de NVIDIA à 600 millions de paramètres. Il étend le modèle v2, limité à l’anglais, à 25 langues européennes et détecte automatiquement la langue de l’audio sans consigne de langue séparée. Le résultat est une transcription de la parole, avec ponctuation et majuscules. Les langues prises en charge sont le bulgare, le croate, le tchèque, le danois, le néerlandais, l’anglais, l’estonien, le finnois, le français, l’allemand, le grec, le hongrois, l’italien, le letton, le lituanien, le maltais, le polonais, le portugais, le roumain, le slovaque, le slovène, l’espagnol, le suédois, le russe et l’ukrainien. Cette liste appartient à l’édition v3 ; les autres types de décodeur et variantes linguistiques de Parakeet sont des modèles distincts. L’architecture associe un encodeur FastConformer à un décodeur transducteur prédisant des tokens et leurs durées. L’encodeur transforme le signal acoustique en représentations ; le décodeur prédit les tokens textuels ainsi que les durées nécessaires pour avancer dans les trames audio. Ce fonctionnement TDT le distingue des décodeurs CTC et RNN-T classiques de la famille. Préparez un audio monocanal échantillonné à 16 kHz. Les formats d’entrée directs du fabricant sont WAV et FLAC, et ses exemples d’implémentation utilisent un processeur pour préparer la forme d’onde à la reconnaissance. Conservez l’identifiant de l’enregistrement et l’audio original avec le texte renvoyé, afin de pouvoir vérifier une transcription ou l’aligner sur sa source. L’horodatage ajoute des informations temporelles à la parole reconnue. L’exemple NeMo de NVIDIA renvoie les repères temporels des caractères, des mots et des segments lorsque la génération d’horodatages est activée. Une application de sous-titrage ou d’archivage peut utiliser les limites des segments pour relier un passage à l’enregistrement, ou les repères des mots pour retrouver une expression précise. La transcription et ses champs temporels sont des parties différentes du résultat et doivent rester associés. Pour les enregistrements longs, la configuration d’attention est déterminante. Le fabricant décrit jusqu’à 24 minutes avec une attention complète sur un A100 de 80 GB, et jusqu’à trois heures avec une attention locale. Son exemple de traitement long fait passer l’encodeur en attention locale avec un contexte gauche et droit borné. Ces durées décrivent des configurations précises du producteur, plutôt qu’une limite inconditionnelle valable pour tous les déploiements. Le fabricant publie également une procédure d’inférence par blocs pour le traitement en flux. Son exemple définit la longueur des blocs et le contexte audio à gauche et à droite de chacun. Cette méthode de traitement est distincte de celle du modèle Nemotron natif pour le flux, qui tient compte du cache. Une application doit conserver la méthode choisie et la référence temporelle d’origine lorsqu’elle rassemble la transcription d’un enregistrement à partir de plusieurs sections. Le mélange d’entraînement comprend 10 000 heures de parole transcrite par des humains et 660 000 heures de données Granary pseudo-étiquetées, avec conservation de la ponctuation et des majuscules. Le producteur permet également d’affiner ce point de contrôle publié sur un autre jeu de données vocales, selon sa procédure documentée ; le point de contrôle affiné reste distinct du modèle v3 de base. La sortie textuelle du modèle convient donc à l’étape de transcription vocale d’une procédure plus large. Une archive de réunions peut joindre la transcription à l’enregistrement ; une application de recherche peut indexer le passage reconnu ; un outil de sous-titrage peut utiliser les métadonnées temporelles renvoyées. La qualité de la reconnaissance varie selon la langue, l’accent, le bruit et le type de parole. Le producteur signale en particulier que du vocabulaire absent de l’entraînement peut ne pas être reconnu et que les mots isolés ou les phrases incomplètes apportent un contexte plus faible. Conservez l’audio original pour vérifier les noms et les termes spécialisés, au lieu de transformer une reconnaissance incertaine en fait vérifié. Le livrable utile est la transcription accompagnée des informations temporelles demandées. Les résumés, les traductions, l’analyse des locuteurs et les actions sont des tâches distinctes de l’application, pas des fonctionnalités implicites du nom d’un modèle de transcription vocale. Conservez l’identité v3 et le mode d’attention du producteur en les distinguant des autres points de contrôle ainsi que des versions converties ou quantifiées. **Ailoot Ultra · Transcription audio** `POST /v1/audio/transcriptions` `nvidia/parakeet-tdt-0.6b-v3` [`nvidia/parakeet-tdt-0.6b-v3`](https://ailoot.ai/models/fr-ch/#m=nvidia%2Fparakeet-tdt-0.6b-v3&route=Ultra&caller=nvidia%2Fparakeet-tdt-0.6b-v3&fmt=transcriptions) NVIDIA /`nvidia/parakeet-tdt-0.6b-v3` ### Premiers pas Parakeet TDT 0.6B v3 de NVIDIA est un modèle de transcription vocale de 600M pour 25 langues européennes, avec détection automatique de la langue. Il produit des transcriptions ponctuées et prend en charge les horodatages des mots et des segments ; ses modes pour les enregistrements longs dépendent de la configuration d’attention du producteur. 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/parakeet-tdt-0.6b-v3 | 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 · Tokens en entrée · Estimation à des fins de comparaison uniquement **—** / 1K tokens Sortie · Tokens en sortie · Estimation à des fins de comparaison uniquement **—** / 1K tokens Entrée · Lecture du cache · Estimation à des fins de comparaison uniquement **—** / 1K tokens Entrée · Écriture dans le cache · Estimation à des fins de comparaison uniquement **—** / 1K tokens Entrée · Écriture dans le cache, 1 h · Estimation à des fins de comparaison uniquement **—** / 1K tokens | | 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 **$0.00005** par seconde d’audio en entrée | | ConfigurationCoût estimé de la génération | Barème tarifaire— | Quantité prévisionnelleEstimation pour une génération | Unité de facturation— | Coût Sortie · Coût estimé de génération · Estimation à des fins de comparaison uniquement **$0.00005** estimation avant génération Cette estimation ne constitue ni des frais supplémentaires ni un tarif fixe pour la génération terminée. | Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. [Fonctionnement de la réservation et du débit →](https://ailoot.ai/docs/fr-ch/billing/reserve/) ### Exemples de requêtes #### Ailoot Ultra · Transcription audio curl · corps de requête natif exact et résultat complet ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_AUDIO_FILE:?Set the path to your actual WAV recording}" python3 - <<'PY_REQUEST' import json,os from pathlib import Path import base64 audio=Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes() if not (audio[:4]==b'RIFF' and audio[8:12]==b'WAVE'): raise SystemExit('Supply an actual WAV audio file') if len(audio)>26214400: raise SystemExit('Use a documented supported large-file flow') request={'model': 'nvidia/parakeet-tdt-0.6b-v3', 'input_audio': {'data': '${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/parakeet-tdt-0.6b-v3`](https://ailoot.ai/models/fr-ch/#m=nvidia%2Fparakeet-tdt-0.6b-v3&route=Ultra&caller=nvidia%2Fparakeet-tdt-0.6b-v3&fmt=transcriptions) #### Alias des chemins de méthode Utilisez les chemins de méthode indiqués ci-dessus. #### ID d’appel associés [`nvidia/parakeet-tdt-0.6b-v3`](https://ailoot.ai/models/fr-ch/#m=nvidia%2Fparakeet-tdt-0.6b-v3&route=Ultra&caller=nvidia%2Fparakeet-tdt-0.6b-v3&fmt=transcriptions) FAQ · NVIDIA: Parakeet TDT 0.6B v3 Quelles entrées et quels résultats sont disponibles ? `POST /v1/audio/transcriptions` · `nvidia/parakeet-tdt-0.6b-v3`: `audio` → `text` Quels champs la requête utilise-t-elle ? `POST /v1/audio/transcriptions` · `nvidia/parakeet-tdt-0.6b-v3`: `model`, `input_audio`, `language`, `temperature`, `response_format`, `timestamp_granularities`, `provider` Quelles limites s’appliquent ? `POST /v1/audio/transcriptions` · `nvidia/parakeet-tdt-0.6b-v3`: `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-ch/billing/subscriptions/) · [Voir les prix des modèles](https://ailoot.ai/models/fr-ch/) ## 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-ch) ## 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.