Source: https://ailoot.ai/models/it/nvidia-parakeet-tdt-0-6b-v3/ Canonical: https://ailoot.ai/models/it/nvidia-parakeet-tdt-0-6b-v3/ Language: it # NVIDIA: Parakeet TDT 0.6B v3 [Markdown](https://ailoot.ai/models/it/nvidia-parakeet-tdt-0-6b-v3/index.md) · [JSON](https://ailoot.ai/models/it/nvidia-parakeet-tdt-0-6b-v3/facts.json) ## [NVIDIA: Parakeet TDT 0.6B v3](https://ailoot.ai/models/it/nvidia-parakeet-tdt-0-6b-v3/) Parakeet TDT 0.6B v3 di NVIDIA è un modello da 600M per la conversione da parlato a testo in 25 lingue europee, con rilevamento automatico della lingua. Produce trascrizioni con punteggiatura e supporta timestamp per parole e segmenti, con modalità per audio lunghi legate alla configurazione dell’attenzione del produttore. - [**Ailoot Ultra · Trascrizione** `POST /v1/audio/transcriptions` `nvidia/parakeet-tdt-0.6b-v3`](https://ailoot.ai/models/it/nvidia-parakeet-tdt-0-6b-v3/#method-0) Informazioni sul modello Questa descrizione illustra le funzionalità del modello. Gli input, gli output e le opzioni disponibili in Ailoot per il metodo selezionato sono elencati di seguito. Parakeet TDT 0.6B v3 è il modello multilingue di riconoscimento vocale di NVIDIA da 600 milioni di parametri. Estende il modello v2, limitato all’inglese, a 25 lingue europee e rileva automaticamente la lingua dell’audio senza un prompt linguistico separato. Il risultato è una trascrizione del parlato, con punteggiatura e maiuscole. Le lingue supportate sono bulgaro, croato, ceco, danese, olandese, inglese, estone, finlandese, francese, tedesco, greco, ungherese, italiano, lettone, lituano, maltese, polacco, portoghese, rumeno, slovacco, sloveno, spagnolo, svedese, russo e ucraino. Questo elenco appartiene all’edizione v3; gli altri tipi di decoder Parakeet e le varianti linguistiche sono modelli separati. L’architettura combina un encoder FastConformer con un decoder a trasduttore di token e durate. L’encoder trasforma il segnale acustico in rappresentazioni; il decoder predice token testuali insieme alle durate necessarie per avanzare fra i frame audio. Questo comportamento TDT lo distingue dai decoder CTC e RNN-T ordinari della famiglia. Prepara audio a canale singolo campionato a 16 kHz. I formati di input diretti del produttore sono WAV e FLAC, e gli esempi di implementazione usano un processore per preparare la forma d’onda al riconoscimento. Conserva l’identificatore della registrazione e l’audio originale insieme al testo restituito, così la trascrizione può essere verificata o allineata alla fonte. L’aggiunta di timestamp fornisce informazioni temporali sul parlato riconosciuto. L’esempio NeMo di NVIDIA restituisce riferimenti temporali per caratteri, parole e segmenti quando la generazione dei timestamp è abilitata. Un’applicazione di sottotitolazione o archiviazione può usare i confini dei segmenti per collegare un passaggio alla registrazione, oppure i tempi delle parole per individuare una frase specifica. La trascrizione e i suoi campi temporali sono parti diverse del risultato e devono rimanere associati. Per le registrazioni lunghe, la configurazione dell’attenzione è rilevante. Il produttore descrive fino a 24 minuti con attenzione completa su una A100 da 80 GB e fino a tre ore con attenzione locale. Il suo esempio per audio lunghi imposta l’encoder sull’attenzione locale con contesto sinistro e destro circoscritto. Queste durate descrivono configurazioni specifiche del produttore, anziché un unico limite incondizionato per ogni distribuzione. Il produttore pubblica anche un flusso di inferenza a blocchi per l’uso in streaming. Il suo esempio definisce la lunghezza dei blocchi e il contesto audio sinistro e destro attorno a ciascun blocco. È una procedura di elaborazione distinta dal modello di streaming Nemotron nativo con gestione della cache. Un’applicazione deve conservare la procedura scelta e il riferimento temporale originale quando raccoglie la trascrizione di una registrazione attraverso più sezioni. La combinazione di dati di addestramento comprende 10.000 ore di parlato trascritto da persone e 660.000 ore di dati Granary con pseudo-etichette, preservando punteggiatura e maiuscole. Il produttore supporta inoltre il fine-tuning di questo checkpoint rilasciato su un altro dataset vocale attraverso il flusso documentato del modello; il checkpoint adattato rimane distinto dal modello v3 di base. L’output testuale del modello è quindi adatto come fase di conversione da parlato a testo di un flusso più ampio. Un archivio di riunioni può allegare la trascrizione alla registrazione; un’applicazione di ricerca può indicizzare il passaggio riconosciuto; uno strumento di sottotitolazione può usare i metadati temporali restituiti. La qualità del riconoscimento varia in base a lingua, accento, rumore e tipo di parlato. Il produttore osserva espressamente che il vocabolario non rappresentato durante l’addestramento può non essere riconosciuto e che parole isolate o frasi incomplete forniscono un contesto più debole. Conserva l’audio originale per verificare nomi e termini specialistici, anziché trasformare un riconoscimento incerto in un fatto verificato. L’artefatto utile è la trascrizione con le informazioni temporali richieste. Riepiloghi, traduzioni, analisi dei parlanti e azioni sono attività separate dell’applicazione, non funzionalità implicite nel nome di un modello di conversione da parlato a testo. Mantieni l’identità v3 e la modalità di attenzione del produttore distinte dagli altri checkpoint e dagli artefatti convertiti o quantizzati. **Ailoot Ultra · Trascrizione** `POST /v1/audio/transcriptions` `nvidia/parakeet-tdt-0.6b-v3` [`nvidia/parakeet-tdt-0.6b-v3`](https://ailoot.ai/models/it/#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` ### Introduzione Parakeet TDT 0.6B v3 di NVIDIA è un modello da 600M per la conversione da parlato a testo in 25 lingue europee, con rilevamento automatico della lingua. Produce trascrizioni con punteggiatura e supporta timestamp per parole e segmenti, con modalità per audio lunghi legate alla configurazione dell’attenzione del produttore. Input accettati Audio Risultati Testo ### Disponibile in Ailoot · input e metodi **Ailoot Ultra · Trascrizione** `POST /v1/audio/transcriptions` Tipi di input `audio` Tipi di output `text` | Campo | Tipo | Requisito | Valori e limiti | Predefinito | | --- | --- | --- | --- | --- | | Campo`model` | Tipo`string` | RequisitoObbligatorio | Valori e limiti nvidia/parakeet-tdt-0.6b-v3 | Predefinito— | | Campo`input_audio` | Tipo`object` | RequisitoObbligatorio | Valori e limiti | Predefinito— | | Campo`language` | Tipo`string` | RequisitoFacoltativo | Valori e limiti | Predefinito— | | Campo`temperature` | Tipo`number` | RequisitoFacoltativo | Valori e limiti Minimo: 0 Massimo: 1 | Predefinito— | | Campo`response_format` | Tipo`string` | RequisitoFacoltativo | Valori e limiti json, verbose\_json | Predefinitojson | | Campo`timestamp_granularities` | Tipo`array` | RequisitoFacoltativo | Valori e limiti | Predefinito— | | Campo`provider` | Tipo`object` | RequisitoFacoltativo | Valori e limiti | Predefinito— | Parametri e ciclo di vita del metodo | Parametro | Contratto | | --- | --- | | Parametro`content_type` | Contrattoapplication/json | | Parametro`required` | Contrattomodel, input\_audio | | Parametro`material_types` | Contrattoaudio | | Parametro`material_conditions` | ContrattoLeggi un file WAV reale e codifica i suoi byte effettivi per l'input JSON dichiarato input\_audio; per questa dichiarazione esatta che ammette solo JSON non viene proposta una rotta multipart. | Ciclo di vita: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · task\_id effettivamente restituito o record della libreria multimediale `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` ### Tariffe ##### Calcolo del costo finale Le tariffe visualizzate stimano il costo prima della generazione. L'addebito finale viene calcolato in base al costo registrato per la generazione originale. La durata misurata dell'output e le quantità previste non costituiscono la quantità finale fatturabile. Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato. Modalità rapida Non specificato Quando è selezionata la modalità rapida Modalità flex Non specificato Quando è selezionata la modalità flex Sforzo massimo di ragionamento Non specificato Quando lo sforzo massimo di ragionamento usa l'adeguamento predefinito (default) #### Tariffe stimate per il confronto #### Prezzi per configurazione Associa ogni costo alle condizioni indicate. Usa una sola tariffa per ogni insieme di configurazioni alternative. | Configurazione | Listino delle tariffe | Quantità prevista | Unità di fatturazione | Costo | | --- | --- | --- | --- | --- | | ConfigurazioneTariffe base dei token | Listino delle tariffeTariffa base | Quantità prevista— | Unità di fatturazione— | Costo Input · Token in input · Stima solo a fini di confronto **—** / 1K token Output · Token in output · Stima solo a fini di confronto **—** / 1K token Input · Lettura dalla cache · Stima solo a fini di confronto **—** / 1K token Input · Scrittura nella cache · Stima solo a fini di confronto **—** / 1K token Input · Scrittura nella cache, 1 ora · Stima solo a fini di confronto **—** / 1K token | | Configurazionesecondo audio in ingresso | Listino delle tariffe— | Quantità prevista— | Unità di fatturazioneper secondo di audio in input | Costo Input · secondo audio in ingresso · Stima solo a fini di confronto **$0.00005** per secondo di audio in input | | ConfigurazioneCosto stimato della generazione | Listino delle tariffe— | Quantità previstastima per una generazione | Unità di fatturazione— | Costo Output · Costo di generazione stimato · Stima solo a fini di confronto **$0.00005** stima prima della generazione Questa stima non è un addebito aggiuntivo né una tariffa fissa per la generazione completata. | Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. [Come funzionano la prenotazione e l’addebito finale →](https://ailoot.ai/docs/it/billing/reserve/) ### Esempi di richieste #### Ailoot Ultra · Trascrizione curl · corpo della richiesta nel formato nativo esatto e risultato completo ```bash set -eu : "${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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o response.bin # Keep the complete original response and headers. Read every returned segment, word and usage field. # Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting. ``` ### Ricevi e salva i risultati #### Ailoot Ultra · Trascrizione - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` Altre letture di contenuto Leggi le risorse esistenti di tua proprietà ```bash set -eu : "${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. ``` ##### Conserva tutti i risultati completati Conserva ogni risposta, file e parte di contenuto restituiti per intero. Conserva la risposta completa e gli header, ogni output effettivo, gli identificatori originali restituiti e tutti i campi di utilizzo. Recupera l'operazione originale senza inviare nuovamente la richiesta di creazione. ##### Se occorre verificare la risposta originale Conserva l'X-Client-Request-ID restituito per la riconciliazione. Leggi solo i valori task\_id/asset\_id effettivamente restituiti o la tua libreria multimediale; non costruire mai un URL del task a partire dall'ID dell'operazione e non reinviare mai la richiesta di creazione. Campi della risposta | Campo | Tipo | | --- | --- | | Campo`text` | Tipo | | Campo`usage` | Tipo | | Campo`segments[]` | Tipo | | Campo`words[]` | Tipo | | Campo`speaker fields` | Tipo | | Campo`timestamps` | Tipo | ### Alias #### Alias del modello **Ailoot Ultra** [`nvidia/parakeet-tdt-0.6b-v3`](https://ailoot.ai/models/it/#m=nvidia%2Fparakeet-tdt-0.6b-v3&route=Ultra&caller=nvidia%2Fparakeet-tdt-0.6b-v3&fmt=transcriptions) #### Alias dei percorsi dei metodi Usa i percorsi dei metodi indicati sopra. #### ID di chiamata correlati [`nvidia/parakeet-tdt-0.6b-v3`](https://ailoot.ai/models/it/#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 Quali input e risultati sono disponibili? `POST /v1/audio/transcriptions` · `nvidia/parakeet-tdt-0.6b-v3`: `audio` → `text` Quali campi usa la richiesta? `POST /v1/audio/transcriptions` · `nvidia/parakeet-tdt-0.6b-v3`: `model`, `input_audio`, `language`, `temperature`, `response_format`, `timestamp_granularities`, `provider` Quali limiti si applicano? `POST /v1/audio/transcriptions` · `nvidia/parakeet-tdt-0.6b-v3`: `temperature.minimum`: `0`; `temperature.maximum`: `1` Collega Ailoot a Claude Code, OpenCode, Hermes o alla tua applicazione. ## L’azienda e il suo portafoglio di progetti L’azienda e il suo portafoglio di progetti: milioni di clienti; vendite nell’ordine dei miliardi ogni mese. ## Acquista token con uno sconto. Sconto con abbonamento per lavoro regolare. Codici fino al 50% sull’acquisto di token. Abbonamento Scegli un piano scontato per richieste regolari. Codice fino al 50% Inserisci il codice all’acquisto. Il prezzo si aggiorna secondo la promozione. Spese nella cronologia Modello, token e importo sono salvati per ogni richiesta. [Scegli abbonamento](https://ailoot.ai/docs/it/billing/subscriptions/) · [Consulta prezzi dei modelli](https://ailoot.ai/models/it/) ## Collega l’API al prodotto che vendi. SaaS, app e bot secondo offerta e accordo di licenza Ailoot. Per rivendere, richiedi una licenza reseller. Applicazione commerciale Integra generazione di testo, immagini, video e suono nelle funzioni a pagamento. Licenza reseller Invia descrizione del progetto e schema di accesso. Richiedi condizioni scritte per uso e rivendita. Documenti sul sito Offerta, accordo di licenza e politica sui dati sono disponibili prima della connessione. [Richiedi licenza reseller](mailto:support@ailoot.ai) · [Offerta e accordo di licenza](https://ailoot.ai/legal/offer?lang=it) ## Ailoot · L’azienda e il suo portafoglio di progetti Ailoot si basa su un’esperienza operativa consolidata, un’ampia base di clienti, un servizio stabile e un controllo costante dei KPI. L’azienda e il suo portafoglio di progetti: milioni di clienti; vendite nell’ordine dei miliardi ogni mese. Ailoot mette questa esperienza operativa al servizio dell’accesso API alle funzioni AI nei prodotti dei clienti, negli agenti, nelle applicazioni e nelle automazioni.