Source: https://ailoot.ai/models/id/nvidia-nemotron-3-5-asr-streaming-multilingual-0-6b/ Canonical: https://ailoot.ai/models/id/nvidia-nemotron-3-5-asr-streaming-multilingual-0-6b/ Language: id # NVIDIA: Nemotron 3.5 ASR Streaming Multilingual 0.6B [Markdown](https://ailoot.ai/models/id/nvidia-nemotron-3-5-asr-streaming-multilingual-0-6b/index.md) · [JSON](https://ailoot.ai/models/id/nvidia-nemotron-3-5-asr-streaming-multilingual-0-6b/facts.json) ## [NVIDIA: Nemotron 3.5 ASR Streaming Multilingual 0.6B](https://ailoot.ai/models/id/nvidia-nemotron-3-5-asr-streaming-multilingual-0-6b/) Nemotron 3.5 ASR Streaming Multilingual 0.6B dari NVIDIA mentranskripsikan ucapan menjadi teks bertanda baca menggunakan encoder streaming yang sadar cache. Model ini mendukung pengondisian bahasa secara eksplisit atau deteksi otomatis, dengan 32 locale yang siap untuk transkripsi dan delapan yang memerlukan adaptasi. - [**Ailoot Ultra · Transkripsi** `POST /v1/audio/transcriptions` `nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b`](https://ailoot.ai/models/id/nvidia-nemotron-3-5-asr-streaming-multilingual-0-6b/#method-0) Tentang model Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih. Nemotron 3.5 ASR Streaming Multilingual 0.6B adalah model pengenalan ucapan NVIDIA dengan 600 juta parameter untuk transkripsi langsung dan beban kerja audio rekaman. Model ini memperluas lini streaming berbahasa Inggris dengan pengondisian ID bahasa. Ucapan menjadi teks dalam bahasa masukan, dengan tanda baca dan kapitalisasi yang terintegrasi dalam keluaran. Cakupan bahasa pembuatnya memiliki tiga tingkat. Sembilan belas locale siap transkripsi mencakup bahasa Inggris AS dan Britania Raya, Spanyol AS dan Spanyol, Prancis dari Prancis dan Kanada, Italia, Portugis Brasil dan Portugal, Belanda, Jerman, Turki, Rusia, Arab, Hindi, Jepang, Korea, Vietnam, dan Ukraina. Tiga belas locale dengan cakupan luas menambahkan bahasa Polandia, Swedia, Ceko, Norwegia Bokmål, Denmark, Bulgaria, Finlandia, Kroasia, Slovakia, Mandarin, Hungaria, Rumania, dan Estonia. Secara keseluruhan, 32 locale ini menghasilkan transkripsi tanpa penyetelan tambahan. Delapan locale yang siap diadaptasi—Yunani, Lituania, Latvia, Malta, Slovenia, Ibrani, Thai, dan Norwegia Nynorsk—dikenali oleh tokenizer, tetapi memerlukan penyetelan dalam domain untuk mengaktifkan transkripsi penuh. Dengan demikian, angka 40 locale dari produsen bukan klaim bahwa keempat puluhnya memiliki kemampuan siap pakai yang sama. Checkpoint yang disesuaikan merupakan artefak terpisah dari model dasar. Arsitekturnya menggabungkan encoder FastConformer 24 lapisan yang sadar cache dengan decoder RNN-T. Model ini mempertahankan status perhatian dan konvolusi encoder dari frame sebelumnya serta memproses setiap potongan audio baru tanpa berulang kali menghitung ulang jendela yang tumpang tindih. Sinyal ID bahasa diberikan bersama representasi akustik untuk mengondisikan transkrip atau memungkinkan model menyimpulkan bahasa. Konfigurasi NeMo NVIDIA mendokumentasikan ukuran potongan 80, 160, 320, 560, dan 1120 milidetik. Pengaturan perhatian mengontrol seberapa banyak audio mendatang yang diterima sebuah potongan sebelum teks dikeluarkan, sehingga tugas dapat menyeimbangkan waktu tunggu dan konteks akustik. Ini merupakan konfigurasi streaming produsen, bukan waktu respons menyeluruh yang dijamin; implementasi dapat mengekspos subset dukungannya sendiri. Siapkan audio WAV mono pada laju sampel 16 kHz dari processor produsen. Ketika bahasanya diketahui, gunakan pengondisian locale yang sesuai; mode otomatis mendeteksi bahasa yang diucapkan. Contoh pipeline dasar menggunakan prompt bahasa Inggris AS secara bawaan, sehingga perilaku multibahasa harus dikonfigurasi dengan sengaja, alih-alih diasumsikan dari contoh tersebut. Dalam mode otomatis, alur kerja produsen dapat menambahkan tag bahasa setelah tanda baca akhir transkrip. Mempertahankan tag membuat bahasa tersedia bagi aplikasi yang menangani lalu lintas campuran bahasa; menghapusnya mengembalikan teks transkrip yang bersih. Pertahankan perbedaan antara kata-kata yang dikenali, tanda bacanya, dan metadata bahasa ini ketika menampilkan atau memproses hasil. Aplikasi takarir dapat memasukkan audio secara berurutan, mengumpulkan transkrip, dan menggunakan teks yang sudah selesai untuk tampilan atau pemrosesan selanjutnya. Aplikasi suara dapat meneruskan ucapan yang dikenali ke tahap pemahaman bahasanya. Pekerjaan analisis panggilan dapat mempertahankan rekaman asli dan transkrip secara bersama agar nama, angka, dan istilah yang tidak dikenal tetap dapat diperiksa. Model ASR menyediakan transkrip; peringkasan, tindakan, dan pembuatan suara merupakan tahap aplikasi yang terpisah. NVIDIA melatih model pada campuran data ucapan publik dan proprieter dengan label manusia dan sintetis yang dinormalisasi menjadi teks bertanda baca dan berkapitalisasi tepat. Panduan adaptasinya menekankan pencocokan label bahasa dan gaya teks, kemudian penilaian audio yang disisihkan untuk evaluasi pada pengaturan streaming yang ditujukan untuk penggunaan. Panduan itu menjelaskan adaptasi bahasa, aksen, dan domain tanpa menjadikan hasil penyesuaian tersebut sebagai sifat checkpoint asli. Kartu model mengaitkan panjang rekaman praktis dengan memori yang tersedia, alih-alih memublikasikan satu batas durasi universal. Bedakan edisi multibahasa dari model yang hanya berbahasa Inggris, serta simpan bahasa dan konfigurasi streaming yang dipilih bersama hasil transkripsi. Artefak keluarannya adalah teks yang dikenali, dengan metadata bahasa produsen opsional, bukan jawaban percakapan umum. **Ailoot Ultra · Transkripsi** `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/id/#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` ### Mulai Nemotron 3.5 ASR Streaming Multilingual 0.6B dari NVIDIA mentranskripsikan ucapan menjadi teks bertanda baca menggunakan encoder streaming yang sadar cache. Model ini mendukung pengondisian bahasa secara eksplisit atau deteksi otomatis, dengan 32 locale yang siap untuk transkripsi dan delapan yang memerlukan adaptasi. Masukan yang diterima Audio Hasil Teks ### Tersedia di Ailoot · masukan & metode **Ailoot Ultra · Transkripsi** `POST /v1/audio/transcriptions` Masukan `audio` Keluaran `text` | Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan | | --- | --- | --- | --- | --- | | Kolom`model` | Jenis`string` | PersyaratanWajib | Nilai & batasan nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b | Bawaan— | | Kolom`input_audio` | Jenis`object` | PersyaratanWajib | Nilai & batasan | Bawaan— | | Kolom`language` | Jenis`string` | PersyaratanOpsional | Nilai & batasan | Bawaan— | | Kolom`temperature` | Jenis`number` | PersyaratanOpsional | Nilai & batasan Minimum: 0 Maksimum: 1 | Bawaan— | | Kolom`response_format` | Jenis`string` | PersyaratanOpsional | Nilai & batasan json, verbose\_json | Bawaanjson | | Kolom`timestamp_granularities` | Jenis`array` | PersyaratanOpsional | Nilai & batasan | Bawaan— | | Kolom`provider` | Jenis`object` | PersyaratanOpsional | Nilai & batasan | Bawaan— | Parameter metode dan siklus hidup | Parameter | Kontrak | | --- | --- | | Parameter`content_type` | Kontrakapplication/json | | Parameter`required` | Kontrakmodel, input\_audio | | Parameter`material_types` | Kontrakaudio | | Parameter`material_conditions` | KontrakBaca berkas WAV aktual dan kodekan byte aslinya untuk input\_audio JSON yang dideklarasikan; tidak ditawarkan rute multipart untuk deklarasi persis yang hanya menggunakan JSON ini. | Siklus hidup: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · task\_id aktual yang dikembalikan atau catatan pustaka media `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` ### Paket ##### Cara menghitung biaya akhir Tarif yang ditampilkan memperkirakan biaya sebelum pembuatan. Biaya akhir dihitung dari biaya yang tercatat untuk proses pembuatan awal. Durasi keluaran yang terukur dan kuantitas perkiraan bukanlah kuantitas akhir yang ditagihkan. Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih. Mode Fast Tidak ditentukan Saat mode fast dipilih Mode Flex Tidak ditentukan Saat mode flex dipilih Upaya penalaran maksimum Tidak ditentukan Saat upaya penalaran maksimum menggunakan penyesuaian default #### Perkiraan tarif untuk perbandingan #### Harga menurut konfigurasi Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif. | Konfigurasi | Jadwal tarif | Jumlah perkiraan | Satuan penagihan | Biaya | | --- | --- | --- | --- | --- | | KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Jumlah perkiraan— | Satuan penagihan— | Biaya Masukan · Token masukan · Perkiraan hanya untuk perbandingan **—** / 1K token Keluaran · Token keluaran · Perkiraan hanya untuk perbandingan **—** / 1K token Masukan · Pembacaan cache · Perkiraan hanya untuk perbandingan **—** / 1K token Masukan · Penulisan cache · Perkiraan hanya untuk perbandingan **—** / 1K token Masukan · Penulisan cache, 1 jam · Perkiraan hanya untuk perbandingan **—** / 1K token | | Konfigurasidetik audio masukan | Jadwal tarif— | Jumlah perkiraan— | Satuan penagihanper detik audio masukan | Biaya Masukan · detik audio masukan · Perkiraan hanya untuk perbandingan **$0.00000666** per detik audio masukan | | KonfigurasiPerkiraan biaya pembuatan | Jadwal tarif— | Jumlah perkiraanestimasi satu kali pembuatan | Satuan penagihan— | Biaya Keluaran · Perkiraan biaya pembuatan · Perkiraan hanya untuk perbandingan **$0.00000666** estimasi sebelum pembuatan Perkiraan ini bukan biaya tambahan maupun tarif tetap untuk proses pembuatan yang telah selesai. | Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. [Cara kerja cadangan dan penyelesaian tagihan →](https://ailoot.ai/docs/id/billing/reserve/) ### Contoh permintaan #### Ailoot Ultra · Transkripsi curl · isi permintaan yang persis dalam format asli dan hasil lengkap ```bash set -eu : "${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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o response.bin # Keep the complete original response and headers. Read every returned segment, word and usage field. # Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting. ``` ### Terima dan simpan hasil #### Ailoot Ultra · Transkripsi - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` Pembacaan konten lain Baca aset yang sudah ada dan menjadi milik Anda ```bash set -eu : "${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. ``` ##### Simpan semua hasil yang selesai Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan. Simpan respons dan header secara lengkap, setiap keluaran aktual, identifikator asli yang dikembalikan, dan semua kolom usage. Pulihkan operasi asli tanpa mengirim ulang permintaan pembuatan. ##### Jika respons asli perlu diperiksa Simpan X-Client-Request-ID yang dikembalikan untuk rekonsiliasi. Baca hanya nilai task\_id/asset\_id yang benar-benar dikembalikan atau pustaka media milik Anda; jangan pernah membuat URL tugas dari ID operasi dan jangan pernah mengirim ulang permintaan pembuatan. Kolom respons | Kolom | Jenis | | --- | --- | | Kolom`text` | Jenis | | Kolom`usage` | Jenis | | Kolom`segments[]` | Jenis | | Kolom`words[]` | Jenis | | Kolom`speaker fields` | Jenis | | Kolom`timestamps` | Jenis | ### Alias #### Alias model **Ailoot Ultra** [`nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b`](https://ailoot.ai/models/id/#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 jalur metode Gunakan jalur metode yang ditampilkan di atas. #### ID pemanggil terkait [`nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b`](https://ailoot.ai/models/id/#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 Input dan hasil apa yang tersedia? `POST /v1/audio/transcriptions` · `nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b`: `audio` → `text` Kolom apa yang digunakan permintaan? `POST /v1/audio/transcriptions` · `nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b`: `model`, `input_audio`, `language`, `temperature`, `response_format`, `timestamp_granularities`, `provider` Batasan apa yang berlaku? `POST /v1/audio/transcriptions` · `nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b`: `temperature.minimum`: `0`; `temperature.maximum`: `1` Hubungkan Ailoot ke Claude Code, OpenCode, Hermes, atau aplikasi Anda. ## Perusahaan dan portofolio proyeknya Perusahaan dan portofolio proyeknya: jutaan pelanggan; penjualan miliaran setiap bulan. ## Beli token dengan diskon. Diskon langganan untuk pekerjaan rutin. Kode promo — hingga 50% untuk pembelian token. Langganan Pilih paket dengan diskon untuk permintaan rutin Anda. Kode promo hingga 50% Masukkan kode saat membeli. Harga dihitung ulang sesuai promosi aktif. Biaya dalam riwayat Model, token, dan jumlah tagihan disimpan untuk setiap permintaan. [Pilih langganan](https://ailoot.ai/docs/id/billing/subscriptions/) · [Lihat harga model](https://ailoot.ai/models/id/) ## Hubungkan API ke produk yang Anda jual. SaaS, aplikasi, dan bot — sesuai penawaran dan perjanjian lisensi Ailoot. Untuk penjualan kembali, mintalah lisensi reseller. Aplikasi komersial Integrasikan pembuatan teks, gambar, video, dan suara dalam fitur berbayar layanan Anda. Lisensi reseller Kirim deskripsi proyek dan skema akses. Mintalah ketentuan penggunaan dan penjualan kembali secara tertulis. Dokumen di situs Penawaran, perjanjian lisensi, dan kebijakan pemrosesan data tersedia sebelum koneksi. [Minta lisensi reseller](mailto:support@ailoot.ai) · [Penawaran dan perjanjian lisensi](https://ailoot.ai/legal/offer?lang=id) ## Ailoot · Perusahaan dan portofolio proyeknya Ailoot bertumpu pada pengalaman operasional yang teruji, basis pelanggan yang besar, layanan yang stabil, dan pemantauan KPI berkelanjutan. Perusahaan dan portofolio proyeknya: jutaan pelanggan; penjualan miliaran setiap bulan. Ailoot memanfaatkan pengalaman operasional ini untuk akses API ke fitur AI dalam produk pelanggan, agen, aplikasi, dan otomatisasi.