{
  "aboutHtml": "<p>Nova-3 — Deepgram-ның аудионы мәтінге айналдыруға арналған әмбебап сөйлеуді тану моделі. Өндіруші оны кездесулерге, іс-шара субтитрлеріне, бірнеше сөйлеуші бар жазбаларға және шу не алыстағы микрофондар сияқты күрделі жағдайларға ұсынады; алдын ала жазылған аудионы да, ағындық транскрипцияны да қолдануға болады. Пайдалы нәтижесі — бастапқы аудиомен байланысы сақталған, уақыт белгілері мен сенімділік деректері бар танылған сөйлеу.</p><h4>Тілмен жұмыс істеу тәсілін таңдаңыз</h4><p>Құжаттамадағы әдепкі тіл — ағылшын тілі. Біртілді сұрауда сөйленетін тіл немесе қолдау көрсетілетін тілдік нұсқа таңдалады. Жалпы модельдің қазіргі кестесінде ағылшын тілінің аймақтық нұсқалары, испан, француз, неміс, орыс, португал, жапон, итальян, нидерланд, араб тілдері, қытай жазу нұсқалары және қазақ тілін қоса алғанда басқа да көптеген тілдер бар. Кез келген тілдік нұсқа атауы қабылданады деп ойламай, өндіруші қолдайтын кодтардан таңдаңыз.</p><p>Көптілді параметр — тіл ауыстырып сөйлеуге арналған бөлек жұмыс тәсілі. Қазіргі Nova-3 кестесінде ол үшін он тіл көрсетілген: ағылшын, испан, француз, неміс, хинди, орыс, португал, жапон, итальян және нидерланд. Бұл жиын кеңірек біртілді тізіммен бірдей емес. Қолдау көрсетілетін тілдер кезектесетін жазба үшін бүкіл әңгімені сәйкес келмейтін бір тіл параметріне мәжбүрлеудің орнына көптілді режимді дайындаңыз. Аударылған немесе қысқартылған нұсқаны әзірлемес бұрын айтылған сөзді сақтаңыз.</p><h4>Жазылған аудио және транскрипт дайындау</h4><p>Deepgram-ның файлмен жұмыс істеу тәсілі жүктелген аудио байттарын немесе аудиофайлға сілтемені қабылдайды. Сұрау аяқталғанда қайтарылған транскриптті сақтаңыз: өндіруші транскрипттерді кейін алу үшін сақтамайды. Құжаттамада жиі аталған кіріс пішімдері мен кодтауларына MP3, MP4, MP2, AAC, WAV, FLAC, PCM, M4A, Ogg, Opus және WebM кіреді. Нақты пішім мен арна деректерін жазбамен бірге сақтаңыз. Жазбаға тұрақты идентификатор беріп, нәтижені дұрыс дереккөзбен және оның арна деректерімен байланыстырыңыз. Кездесу үшін бастапқы дыбысты тыңдап отырып, қатысушы есімдері мен техникалық терминдерді тексеріңіз. Дәріс немесе іс-шара үшін аудио ретін сақтаңыз, сонда кейінгі субтитр немесе іздеу нәтижесі тиісті үзіндіні таба алады.</p><p>Өндірушінің алдын ала жазылған аудиоға арналған нұсқаулығында файлдың ең үлкен көлемі 2 GB деп көрсетілген және үлкен бейнефайлдан аудио ағынын шығарып алу ұсынылған. Сондай-ақ Nova сұрауларын өңдеудің он минуттық тайм-ауты құжатталған. Бұл шек сұраудың өңделу уақытына қатысты, жазба ұзақтығының он минуттық шегі емес. Пайдалы нәтиже қажетті жазбаның соңын да қамтиды; ішінара сақталған транскриптті толық мәтін деп қабылдауға болмайды.</p><h4>Сөздерді, уақыттарды және сенімділікті оқыңыз</h4><p>Құжатталған JSON жауабында транскрипт баламалары және танылған сөздер бар; әр сөздің аудио басынан есептелетін секундпен басталу мен аяқталу уақыты және сенімділік мәні беріледі. Бірнеше сөйлеушісі бар транскрипт үшін өндірушінің міндетті емес диаризациясы әр сөзге сөйлеуші белгісін тағайындайды. Алдын ала жазылған аудио диаризациясы сөйлеушінің сенімділік көрсеткішін де қайтарады; ағындық диаризация сөйлеуші белгісін қайтарады. Бұл белгілерді жазбадағы дауыстармен салыстырып тексеріңіз. Жалпы транскрипт сенімділігі де 0–1 шкаласында хабарланады. Ақылды пішімдеу сұралса, нәтижеде тыныс белгілері мен бас әріптері бар сөздер және оқуға ыңғайлы абзац деректері болуы мүмкін.</p><p>Бұл өрістерді мағынасына сай қолданыңыз. Сөз уақыты танылған сөйлеудің орнын көрсетеді, ал сенімділік — модельдің сенім деңгейі; ол күрделі есім немесе сан дұрыс естілгенін дәлелдемейді. Субтитр дайындағанда уақыт деректерін тексерілген тұжырыммен бірге сақтап, шекараларды дыбыспен салыстырыңыз. Оқуға ыңғайлы редакциялық нұсқа үшін күмәнді сөздерді қисынды көрінетін оқиғамен үнсіз алмастырмай, өзгерістерді танылған транскрипттен ажыратылатын етіп сақтаңыз.</p><h4>Ағындық тану және аяқталған сегменттер</h4><p>Nova-ның ағындық жұмыс тәсілі аудио келген сайын аралық және аяқталған нәтижелері бар мәтінді қайтарады. is_final индикаторы өзгертілуі мүмкін мәтінді аяқталған сегменттен ажыратады. speech_final индикаторы сөйлеу сегментінің аяқталуын анықтауға қатысты. Бұл сигналдарды жай ғана бос емес транскрипт алудан бөлек қарастырыңыз және толық жазбаны дайындағанда аяқталған сегменттерді аудиодағы ретімен сақтаңыз.</p><p>Nova-3 — модельге тән сөйлесу кезегін анықтауы бар бөлек Flux сөйлесу моделі емес, жалпы ASR моделі. Nova транскрипттің аяқталғанын және сөйлеу шекараларын белгілейді; Flux өзінің сөйлесу кезегінің күй оқиғаларын береді. Аудионың жазылып қойғанына немесе тікелей келіп жатқанына қарай транскрипция тәсілін таңдаңыз және сақталатын материал ретінде нақты соңғы нәтижені қолданыңыз.</p><h4>Маңызды сөздікке арналған негізгі терминдер</h4><p>Nova-3 моделінің құжатталған Keyterm Prompting мүмкіндігі біртілді және көптілді транскрипцияны қолдайды және модельді қайта оқытпай, тануды маңызды терминдерге бағыттайды. Шынымен айтылуы мүмкін тиісті есімдерді, өнім терминдерін, қысқартуларды немесе көп сөзден тұратын тіркестерді беріңіз. Нұсқаулық барлық негізгі термин кірісін 500 токенмен шектейді және қарапайым сөздерді талғамсыз қосқанша, ең маңызды сөздікке назар аударуды ұсынады.</p><p>Өндіруші синтаксисінде қарапайым терминдер қолданылады, әр термин үшін бөлек keyterm жазбасы беріледі. Бірнеше сөзден тұратын тіркес бір тіркес болып қалады. Ескі keyword салмақтары не күшейткіштері және бөлек терминдерді үтірмен, нүктелі үтірмен немесе жол үзілісімен біріктіру бұған тең емес: интерфейс оларды бір тура мән ретінде қабылдап, көзделген күшейтуді бермеуі мүмкін. Есімдер үшін бас әріптерді дұрыс қолданып, кейін транскриптті тексеріңіз, өйткені аудио контексті мен ақылды пішімдеу соңғы жазылуын бәрібір өзгерте алады.</p><h4>Модель тобының шекаралары және пайдалы нәтижелер</h4><p>Жалпы Nova-3 профилі жеке аталған Medical және Pharma нұсқаларынан бөлек. Сөздік арқылы бағыттау оны басқа шығарылымға айналдырмайды, ал мамандандырылған модельдердің тіл қамтуын немесе мінез-құлқын жалпы модельге телуге болмайды. Қосымша транскрипт өңдеу мүмкіндіктері — өндірушінің сөйлеумен жұмыс істеу тәсіліндегі таңдаулар; олар тану сұралмаған қысқаша мазмұнды, аударманы немесе басқа материалды жасап қойды деген дәлел емес.</p><p>Пайдалы Nova-3 нәтижесі іздеуге болатын кездесу транскрипті, сөз уақыттары бар субтитрге дайын мәтін немесе көптілді әңгіменің жазбасы бола алады. Аудио идентификаторын, таңдалған тілмен жұмыс тәсілін, соңғы мәтінді және пайдалы сенімділік не уақыт өрістерін сақтаңыз. Түсініксіз есімдерді, сандарды, қабаттасқан дауыстарды және тіл ауысуларын бастапқы жазбамен салыстырып тексеріңіз әрі нақты танылған сөйлеуді келесі мазмұн өңдеу қадамына қолжетімді ұстаңыз.</p>",
  "aboutText": "Nova-3 — Deepgram-ның аудионы мәтінге айналдыруға арналған әмбебап сөйлеуді тану моделі. Өндіруші оны кездесулерге, іс-шара субтитрлеріне, бірнеше сөйлеуші бар жазбаларға және шу не алыстағы микрофондар сияқты күрделі жағдайларға ұсынады; алдын ала жазылған аудионы да, ағындық транскрипцияны да қолдануға болады. Пайдалы нәтижесі — бастапқы аудиомен байланысы сақталған, уақыт белгілері мен сенімділік деректері бар танылған сөйлеу.\n\n### Тілмен жұмыс істеу тәсілін таңдаңыз\n\nҚұжаттамадағы әдепкі тіл — ағылшын тілі. Біртілді сұрауда сөйленетін тіл немесе қолдау көрсетілетін тілдік нұсқа таңдалады. Жалпы модельдің қазіргі кестесінде ағылшын тілінің аймақтық нұсқалары, испан, француз, неміс, орыс, португал, жапон, итальян, нидерланд, араб тілдері, қытай жазу нұсқалары және қазақ тілін қоса алғанда басқа да көптеген тілдер бар. Кез келген тілдік нұсқа атауы қабылданады деп ойламай, өндіруші қолдайтын кодтардан таңдаңыз.\n\nКөптілді параметр — тіл ауыстырып сөйлеуге арналған бөлек жұмыс тәсілі. Қазіргі Nova-3 кестесінде ол үшін он тіл көрсетілген: ағылшын, испан, француз, неміс, хинди, орыс, португал, жапон, итальян және нидерланд. Бұл жиын кеңірек біртілді тізіммен бірдей емес. Қолдау көрсетілетін тілдер кезектесетін жазба үшін бүкіл әңгімені сәйкес келмейтін бір тіл параметріне мәжбүрлеудің орнына көптілді режимді дайындаңыз. Аударылған немесе қысқартылған нұсқаны әзірлемес бұрын айтылған сөзді сақтаңыз.\n\n### Жазылған аудио және транскрипт дайындау\n\nDeepgram-ның файлмен жұмыс істеу тәсілі жүктелген аудио байттарын немесе аудиофайлға сілтемені қабылдайды. Сұрау аяқталғанда қайтарылған транскриптті сақтаңыз: өндіруші транскрипттерді кейін алу үшін сақтамайды. Құжаттамада жиі аталған кіріс пішімдері мен кодтауларына MP3, MP4, MP2, AAC, WAV, FLAC, PCM, M4A, Ogg, Opus және WebM кіреді. Нақты пішім мен арна деректерін жазбамен бірге сақтаңыз. Жазбаға тұрақты идентификатор беріп, нәтижені дұрыс дереккөзбен және оның арна деректерімен байланыстырыңыз. Кездесу үшін бастапқы дыбысты тыңдап отырып, қатысушы есімдері мен техникалық терминдерді тексеріңіз. Дәріс немесе іс-шара үшін аудио ретін сақтаңыз, сонда кейінгі субтитр немесе іздеу нәтижесі тиісті үзіндіні таба алады.\n\nӨндірушінің алдын ала жазылған аудиоға арналған нұсқаулығында файлдың ең үлкен көлемі 2 GB деп көрсетілген және үлкен бейнефайлдан аудио ағынын шығарып алу ұсынылған. Сондай-ақ Nova сұрауларын өңдеудің он минуттық тайм-ауты құжатталған. Бұл шек сұраудың өңделу уақытына қатысты, жазба ұзақтығының он минуттық шегі емес. Пайдалы нәтиже қажетті жазбаның соңын да қамтиды; ішінара сақталған транскриптті толық мәтін деп қабылдауға болмайды.\n\n### Сөздерді, уақыттарды және сенімділікті оқыңыз\n\nҚұжатталған JSON жауабында транскрипт баламалары және танылған сөздер бар; әр сөздің аудио басынан есептелетін секундпен басталу мен аяқталу уақыты және сенімділік мәні беріледі. Бірнеше сөйлеушісі бар транскрипт үшін өндірушінің міндетті емес диаризациясы әр сөзге сөйлеуші белгісін тағайындайды. Алдын ала жазылған аудио диаризациясы сөйлеушінің сенімділік көрсеткішін де қайтарады; ағындық диаризация сөйлеуші белгісін қайтарады. Бұл белгілерді жазбадағы дауыстармен салыстырып тексеріңіз. Жалпы транскрипт сенімділігі де 0–1 шкаласында хабарланады. Ақылды пішімдеу сұралса, нәтижеде тыныс белгілері мен бас әріптері бар сөздер және оқуға ыңғайлы абзац деректері болуы мүмкін.\n\nБұл өрістерді мағынасына сай қолданыңыз. Сөз уақыты танылған сөйлеудің орнын көрсетеді, ал сенімділік — модельдің сенім деңгейі; ол күрделі есім немесе сан дұрыс естілгенін дәлелдемейді. Субтитр дайындағанда уақыт деректерін тексерілген тұжырыммен бірге сақтап, шекараларды дыбыспен салыстырыңыз. Оқуға ыңғайлы редакциялық нұсқа үшін күмәнді сөздерді қисынды көрінетін оқиғамен үнсіз алмастырмай, өзгерістерді танылған транскрипттен ажыратылатын етіп сақтаңыз.\n\n### Ағындық тану және аяқталған сегменттер\n\nNova-ның ағындық жұмыс тәсілі аудио келген сайын аралық және аяқталған нәтижелері бар мәтінді қайтарады. is_final индикаторы өзгертілуі мүмкін мәтінді аяқталған сегменттен ажыратады. speech_final индикаторы сөйлеу сегментінің аяқталуын анықтауға қатысты. Бұл сигналдарды жай ғана бос емес транскрипт алудан бөлек қарастырыңыз және толық жазбаны дайындағанда аяқталған сегменттерді аудиодағы ретімен сақтаңыз.\n\nNova-3 — модельге тән сөйлесу кезегін анықтауы бар бөлек Flux сөйлесу моделі емес, жалпы ASR моделі. Nova транскрипттің аяқталғанын және сөйлеу шекараларын белгілейді; Flux өзінің сөйлесу кезегінің күй оқиғаларын береді. Аудионың жазылып қойғанына немесе тікелей келіп жатқанына қарай транскрипция тәсілін таңдаңыз және сақталатын материал ретінде нақты соңғы нәтижені қолданыңыз.\n\n### Маңызды сөздікке арналған негізгі терминдер\n\nNova-3 моделінің құжатталған Keyterm Prompting мүмкіндігі біртілді және көптілді транскрипцияны қолдайды және модельді қайта оқытпай, тануды маңызды терминдерге бағыттайды. Шынымен айтылуы мүмкін тиісті есімдерді, өнім терминдерін, қысқартуларды немесе көп сөзден тұратын тіркестерді беріңіз. Нұсқаулық барлық негізгі термин кірісін 500 токенмен шектейді және қарапайым сөздерді талғамсыз қосқанша, ең маңызды сөздікке назар аударуды ұсынады.\n\nӨндіруші синтаксисінде қарапайым терминдер қолданылады, әр термин үшін бөлек keyterm жазбасы беріледі. Бірнеше сөзден тұратын тіркес бір тіркес болып қалады. Ескі keyword салмақтары не күшейткіштері және бөлек терминдерді үтірмен, нүктелі үтірмен немесе жол үзілісімен біріктіру бұған тең емес: интерфейс оларды бір тура мән ретінде қабылдап, көзделген күшейтуді бермеуі мүмкін. Есімдер үшін бас әріптерді дұрыс қолданып, кейін транскриптті тексеріңіз, өйткені аудио контексті мен ақылды пішімдеу соңғы жазылуын бәрібір өзгерте алады.\n\n### Модель тобының шекаралары және пайдалы нәтижелер\n\nЖалпы Nova-3 профилі жеке аталған Medical және Pharma нұсқаларынан бөлек. Сөздік арқылы бағыттау оны басқа шығарылымға айналдырмайды, ал мамандандырылған модельдердің тіл қамтуын немесе мінез-құлқын жалпы модельге телуге болмайды. Қосымша транскрипт өңдеу мүмкіндіктері — өндірушінің сөйлеумен жұмыс істеу тәсіліндегі таңдаулар; олар тану сұралмаған қысқаша мазмұнды, аударманы немесе басқа материалды жасап қойды деген дәлел емес.\n\nПайдалы Nova-3 нәтижесі іздеуге болатын кездесу транскрипті, сөз уақыттары бар субтитрге дайын мәтін немесе көптілді әңгіменің жазбасы бола алады. Аудио идентификаторын, таңдалған тілмен жұмыс тәсілін, соңғы мәтінді және пайдалы сенімділік не уақыт өрістерін сақтаңыз. Түсініксіз есімдерді, сандарды, қабаттасқан дауыстарды және тіл ауысуларын бастапқы жазбамен салыстырып тексеріңіз әрі нақты танылған сөйлеуді келесі мазмұн өңдеу қадамына қолжетімді ұстаңыз.",
  "editorialOverlay": {
    "copy_fields": null,
    "copy_sha256": null,
    "copy_source": null,
    "html_sha256": "6b4ce8c12299b43b8c6f27b95f4011daa1d3e202739754ede58a87905803e637",
    "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06",
    "raw_model_unchanged": true,
    "schema": "ailoot-native-model-editorial-v1"
  },
  "locale": "kk",
  "methods": [
    {
      "html": "<div class=\"sheet-head\"><span class=\"mav\" aria-hidden=\"true\">•</span><h2 id=\"sheet-title\">Deepgram: Nova-3</h2><button class=\"icon-btn\" type=\"button\" data-close-sheet aria-label=\"Жабу\">×</button></div><div class=\"idline\"><span>Deepgram /</span><code>deepgram/nova-3</code><button type=\"button\" id=\"copy-id\">ID көшіру</button></div><nav class=\"card-jump-nav\" aria-label=\"Модель карточкасының бөлімдері\"><button type=\"button\" data-card-jump=\"overview\">Бастау</button><button type=\"button\" data-card-jump=\"methods\">Кіріс деректері мен әдістер</button><button type=\"button\" data-card-jump=\"pricing\">Тарифтер</button><button type=\"button\" data-card-jump=\"examples\">Мысалдар</button><button type=\"button\" data-card-jump=\"results\">Нәтижелер</button><button type=\"button\" data-card-jump=\"aliases\">Балама атаулар</button></nav><div class=\"card-method-tabs\" role=\"tablist\" aria-label=\"API әдістері\"><button type=\"button\" role=\"tab\" tabindex=\"0\" aria-controls=\"card-method-content\" aria-selected=\"true\" id=\"card-method-tab-0\" data-card-method=\"Ultra|transcriptions|/v1/audio/transcriptions|deepgram%2Fnova-3\">Тану</button></div><div id=\"card-method-content\" role=\"tabpanel\" aria-labelledby=\"card-method-tab-0\"><section class=\"card-section\" data-card-section=\"overview\"><h3 tabindex=\"-1\">Бастау</h3><p class=\"mdesc-full\">Nova-3 — Deepgram-ның жазылған және ағындық аудиоға арналған әмбебап сөйлеуді мәтінге айналдыру моделі. Ол бір тілде тануды, тіл ауыстырып сөйлеуге арналған белгіленген көптілді режимді және негізгі терминдер арқылы бағыттауды қолдайды; сөздердің уақыт белгілері мен сенімділік деректері бар транскрипт қайтарады.</p><dl class=\"card-io\" data-card-io><div><dt>Қабылданатын кіріс деректері</dt><dd>Аудио</dd></div><div><dt>Нәтижелер</dt><dd>transcription</dd></div></dl><details class=\"card-about\"><summary>Модель туралы</summary><p class=\"note-s\" data-model-method-boundary>Бұл сипаттама модель мүмкіндіктерін қамтиды. Ailoot жүйесінде таңдалған әдіс үшін қолжетімді кіріс, шығыс және параметрлер төменде берілген.</p><div class=\"mabout\" id=\"m-about\"><p>Nova-3 — Deepgram-ның аудионы мәтінге айналдыруға арналған әмбебап сөйлеуді тану моделі. Өндіруші оны кездесулерге, іс-шара субтитрлеріне, бірнеше сөйлеуші бар жазбаларға және шу не алыстағы микрофондар сияқты күрделі жағдайларға ұсынады; алдын ала жазылған аудионы да, ағындық транскрипцияны да қолдануға болады. Пайдалы нәтижесі — бастапқы аудиомен байланысы сақталған, уақыт белгілері мен сенімділік деректері бар танылған сөйлеу.</p><h4>Тілмен жұмыс істеу тәсілін таңдаңыз</h4><p>Құжаттамадағы әдепкі тіл — ағылшын тілі. Біртілді сұрауда сөйленетін тіл немесе қолдау көрсетілетін тілдік нұсқа таңдалады. Жалпы модельдің қазіргі кестесінде ағылшын тілінің аймақтық нұсқалары, испан, француз, неміс, орыс, португал, жапон, итальян, нидерланд, араб тілдері, қытай жазу нұсқалары және қазақ тілін қоса алғанда басқа да көптеген тілдер бар. Кез келген тілдік нұсқа атауы қабылданады деп ойламай, өндіруші қолдайтын кодтардан таңдаңыз.</p><p>Көптілді параметр — тіл ауыстырып сөйлеуге арналған бөлек жұмыс тәсілі. Қазіргі Nova-3 кестесінде ол үшін он тіл көрсетілген: ағылшын, испан, француз, неміс, хинди, орыс, португал, жапон, итальян және нидерланд. Бұл жиын кеңірек біртілді тізіммен бірдей емес. Қолдау көрсетілетін тілдер кезектесетін жазба үшін бүкіл әңгімені сәйкес келмейтін бір тіл параметріне мәжбүрлеудің орнына көптілді режимді дайындаңыз. Аударылған немесе қысқартылған нұсқаны әзірлемес бұрын айтылған сөзді сақтаңыз.</p><h4>Жазылған аудио және транскрипт дайындау</h4><p>Deepgram-ның файлмен жұмыс істеу тәсілі жүктелген аудио байттарын немесе аудиофайлға сілтемені қабылдайды. Сұрау аяқталғанда қайтарылған транскриптті сақтаңыз: өндіруші транскрипттерді кейін алу үшін сақтамайды. Құжаттамада жиі аталған кіріс пішімдері мен кодтауларына MP3, MP4, MP2, AAC, WAV, FLAC, PCM, M4A, Ogg, Opus және WebM кіреді. Нақты пішім мен арна деректерін жазбамен бірге сақтаңыз. Жазбаға тұрақты идентификатор беріп, нәтижені дұрыс дереккөзбен және оның арна деректерімен байланыстырыңыз. Кездесу үшін бастапқы дыбысты тыңдап отырып, қатысушы есімдері мен техникалық терминдерді тексеріңіз. Дәріс немесе іс-шара үшін аудио ретін сақтаңыз, сонда кейінгі субтитр немесе іздеу нәтижесі тиісті үзіндіні таба алады.</p><p>Өндірушінің алдын ала жазылған аудиоға арналған нұсқаулығында файлдың ең үлкен көлемі 2 GB деп көрсетілген және үлкен бейнефайлдан аудио ағынын шығарып алу ұсынылған. Сондай-ақ Nova сұрауларын өңдеудің он минуттық тайм-ауты құжатталған. Бұл шек сұраудың өңделу уақытына қатысты, жазба ұзақтығының он минуттық шегі емес. Пайдалы нәтиже қажетті жазбаның соңын да қамтиды; ішінара сақталған транскриптті толық мәтін деп қабылдауға болмайды.</p><h4>Сөздерді, уақыттарды және сенімділікті оқыңыз</h4><p>Құжатталған JSON жауабында транскрипт баламалары және танылған сөздер бар; әр сөздің аудио басынан есептелетін секундпен басталу мен аяқталу уақыты және сенімділік мәні беріледі. Бірнеше сөйлеушісі бар транскрипт үшін өндірушінің міндетті емес диаризациясы әр сөзге сөйлеуші белгісін тағайындайды. Алдын ала жазылған аудио диаризациясы сөйлеушінің сенімділік көрсеткішін де қайтарады; ағындық диаризация сөйлеуші белгісін қайтарады. Бұл белгілерді жазбадағы дауыстармен салыстырып тексеріңіз. Жалпы транскрипт сенімділігі де 0–1 шкаласында хабарланады. Ақылды пішімдеу сұралса, нәтижеде тыныс белгілері мен бас әріптері бар сөздер және оқуға ыңғайлы абзац деректері болуы мүмкін.</p><p>Бұл өрістерді мағынасына сай қолданыңыз. Сөз уақыты танылған сөйлеудің орнын көрсетеді, ал сенімділік — модельдің сенім деңгейі; ол күрделі есім немесе сан дұрыс естілгенін дәлелдемейді. Субтитр дайындағанда уақыт деректерін тексерілген тұжырыммен бірге сақтап, шекараларды дыбыспен салыстырыңыз. Оқуға ыңғайлы редакциялық нұсқа үшін күмәнді сөздерді қисынды көрінетін оқиғамен үнсіз алмастырмай, өзгерістерді танылған транскрипттен ажыратылатын етіп сақтаңыз.</p><h4>Ағындық тану және аяқталған сегменттер</h4><p>Nova-ның ағындық жұмыс тәсілі аудио келген сайын аралық және аяқталған нәтижелері бар мәтінді қайтарады. is_final индикаторы өзгертілуі мүмкін мәтінді аяқталған сегменттен ажыратады. speech_final индикаторы сөйлеу сегментінің аяқталуын анықтауға қатысты. Бұл сигналдарды жай ғана бос емес транскрипт алудан бөлек қарастырыңыз және толық жазбаны дайындағанда аяқталған сегменттерді аудиодағы ретімен сақтаңыз.</p><p>Nova-3 — модельге тән сөйлесу кезегін анықтауы бар бөлек Flux сөйлесу моделі емес, жалпы ASR моделі. Nova транскрипттің аяқталғанын және сөйлеу шекараларын белгілейді; Flux өзінің сөйлесу кезегінің күй оқиғаларын береді. Аудионың жазылып қойғанына немесе тікелей келіп жатқанына қарай транскрипция тәсілін таңдаңыз және сақталатын материал ретінде нақты соңғы нәтижені қолданыңыз.</p><h4>Маңызды сөздікке арналған негізгі терминдер</h4><p>Nova-3 моделінің құжатталған Keyterm Prompting мүмкіндігі біртілді және көптілді транскрипцияны қолдайды және модельді қайта оқытпай, тануды маңызды терминдерге бағыттайды. Шынымен айтылуы мүмкін тиісті есімдерді, өнім терминдерін, қысқартуларды немесе көп сөзден тұратын тіркестерді беріңіз. Нұсқаулық барлық негізгі термин кірісін 500 токенмен шектейді және қарапайым сөздерді талғамсыз қосқанша, ең маңызды сөздікке назар аударуды ұсынады.</p><p>Өндіруші синтаксисінде қарапайым терминдер қолданылады, әр термин үшін бөлек keyterm жазбасы беріледі. Бірнеше сөзден тұратын тіркес бір тіркес болып қалады. Ескі keyword салмақтары не күшейткіштері және бөлек терминдерді үтірмен, нүктелі үтірмен немесе жол үзілісімен біріктіру бұған тең емес: интерфейс оларды бір тура мән ретінде қабылдап, көзделген күшейтуді бермеуі мүмкін. Есімдер үшін бас әріптерді дұрыс қолданып, кейін транскриптті тексеріңіз, өйткені аудио контексті мен ақылды пішімдеу соңғы жазылуын бәрібір өзгерте алады.</p><h4>Модель тобының шекаралары және пайдалы нәтижелер</h4><p>Жалпы Nova-3 профилі жеке аталған Medical және Pharma нұсқаларынан бөлек. Сөздік арқылы бағыттау оны басқа шығарылымға айналдырмайды, ал мамандандырылған модельдердің тіл қамтуын немесе мінез-құлқын жалпы модельге телуге болмайды. Қосымша транскрипт өңдеу мүмкіндіктері — өндірушінің сөйлеумен жұмыс істеу тәсіліндегі таңдаулар; олар тану сұралмаған қысқаша мазмұнды, аударманы немесе басқа материалды жасап қойды деген дәлел емес.</p><p>Пайдалы Nova-3 нәтижесі іздеуге болатын кездесу транскрипті, сөз уақыттары бар субтитрге дайын мәтін немесе көптілді әңгіменің жазбасы бола алады. Аудио идентификаторын, таңдалған тілмен жұмыс тәсілін, соңғы мәтінді және пайдалы сенімділік не уақыт өрістерін сақтаңыз. Түсініксіз есімдерді, сандарды, қабаттасқан дауыстарды және тіл ауысуларын бастапқы жазбамен салыстырып тексеріңіз әрі нақты танылған сөйлеуді келесі мазмұн өңдеу қадамына қолжетімді ұстаңыз.</p></div></details></section><section class=\"card-section\" data-card-section=\"methods\"><h3 tabindex=\"-1\">Ailoot жүйесінде қолжетімді · кіріс деректері мен әдістер</h3><details class=\"card-method\" open><summary><b>Ailoot Ultra · Сөйлеуді тану</b> <code>POST /v1/audio/transcriptions</code></summary><dl class=\"method-capabilities\"><div><dt>Кіріс</dt><dd><code>audio</code></dd></div><div><dt>Шығыс</dt><dd><code>transcription</code></dd></div><div><dt>Шығыс пішімі</dt><dd>json</dd></div></dl><div class=\"tw\" data-card-parameters data-typed-parameters><table><thead><tr><th>Өріс</th><th>Түрі</th><th>Талап</th><th>Мәндер мен шектеулер</th><th>Әдепкі</th></tr></thead><tbody><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Өріс\" scope=\"row\"><span class=\"card-cell-label\">Өріс</span><code class=\"card-field-name\">model</code></th><td data-cell-label=\"Түрі\" data-field-type><span class=\"card-cell-label\">Түрі</span><code>string</code></td><td data-cell-label=\"Талап\"><span class=\"card-cell-label\">Талап</span>Міндетті</td><td data-cell-label=\"Мәндер мен шектеулер\"><span class=\"card-cell-label\">Мәндер мен шектеулер</span><div>deepgram/nova-3</div></td><td data-cell-label=\"Әдепкі\" data-default=\"unspecified\"><span class=\"card-cell-label\">Әдепкі</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Өріс\" scope=\"row\"><span class=\"card-cell-label\">Өріс</span><code class=\"card-field-name\">input_audio</code></th><td data-cell-label=\"Түрі\" data-field-type><span class=\"card-cell-label\">Түрі</span><code>object</code></td><td data-cell-label=\"Талап\"><span class=\"card-cell-label\">Талап</span>Міндетті</td><td data-cell-label=\"Мәндер мен шектеулер\"><span class=\"card-cell-label\">Мәндер мен шектеулер</span></td><td data-cell-label=\"Әдепкі\" data-default=\"unspecified\"><span class=\"card-cell-label\">Әдепкі</span>—</td></tr><tr data-parameter-availability=\"retained_official_STTRequest\"><th data-cell-label=\"Өріс\" scope=\"row\"><span class=\"card-cell-label\">Өріс</span><code class=\"card-field-name\">language</code></th><td data-cell-label=\"Түрі\" data-field-type><span class=\"card-cell-label\">Түрі</span><code>string</code></td><td data-cell-label=\"Талап\"><span class=\"card-cell-label\">Талап</span>Міндетті емес</td><td data-cell-label=\"Мәндер мен шектеулер\"><span class=\"card-cell-label\">Мәндер мен шектеулер</span></td><td data-cell-label=\"Әдепкі\" data-default=\"unspecified\"><span class=\"card-cell-label\">Әдепкі</span>—</td></tr><tr data-parameter-availability=\"retained_official_STTRequest\"><th data-cell-label=\"Өріс\" scope=\"row\"><span class=\"card-cell-label\">Өріс</span><code class=\"card-field-name\">temperature</code></th><td data-cell-label=\"Түрі\" data-field-type><span class=\"card-cell-label\">Түрі</span><code>number</code></td><td data-cell-label=\"Талап\"><span class=\"card-cell-label\">Талап</span>Міндетті емес</td><td data-cell-label=\"Мәндер мен шектеулер\"><span class=\"card-cell-label\">Мәндер мен шектеулер</span><div>Ең азы: 0</div><div>Ең көбі: 1</div></td><td data-cell-label=\"Әдепкі\" data-default=\"unspecified\"><span class=\"card-cell-label\">Әдепкі</span>—</td></tr><tr data-parameter-availability=\"retained_official_STTRequest\"><th data-cell-label=\"Өріс\" scope=\"row\"><span class=\"card-cell-label\">Өріс</span><code class=\"card-field-name\">response_format</code></th><td data-cell-label=\"Түрі\" data-field-type><span class=\"card-cell-label\">Түрі</span><code>string</code></td><td data-cell-label=\"Талап\"><span class=\"card-cell-label\">Талап</span>Міндетті емес</td><td data-cell-label=\"Мәндер мен шектеулер\"><span class=\"card-cell-label\">Мәндер мен шектеулер</span><div>json, verbose_json</div></td><td data-cell-label=\"Әдепкі\" data-default=\"known\"><span class=\"card-cell-label\">Әдепкі</span>json</td></tr><tr data-parameter-availability=\"retained_official_STTRequest\"><th data-cell-label=\"Өріс\" scope=\"row\"><span class=\"card-cell-label\">Өріс</span><code class=\"card-field-name\">timestamp_granularities</code></th><td data-cell-label=\"Түрі\" data-field-type><span class=\"card-cell-label\">Түрі</span><code>array</code></td><td data-cell-label=\"Талап\"><span class=\"card-cell-label\">Талап</span>Міндетті емес</td><td data-cell-label=\"Мәндер мен шектеулер\"><span class=\"card-cell-label\">Мәндер мен шектеулер</span></td><td data-cell-label=\"Әдепкі\" data-default=\"unspecified\"><span class=\"card-cell-label\">Әдепкі</span>—</td></tr><tr data-parameter-availability=\"retained_official_STTRequest\"><th data-cell-label=\"Өріс\" scope=\"row\"><span class=\"card-cell-label\">Өріс</span><code class=\"card-field-name\">provider</code></th><td data-cell-label=\"Түрі\" data-field-type><span class=\"card-cell-label\">Түрі</span><code>object</code></td><td data-cell-label=\"Талап\"><span class=\"card-cell-label\">Талап</span>Міндетті емес</td><td data-cell-label=\"Мәндер мен шектеулер\"><span class=\"card-cell-label\">Мәндер мен шектеулер</span></td><td data-cell-label=\"Әдепкі\" data-default=\"unspecified\"><span class=\"card-cell-label\">Әдепкі</span>—</td></tr></tbody></table></div><details class=\"card-about\" data-material-combinations><summary>Кіріс материалдарының үйлесімдері</summary><p class=\"note-s\"><b>speech_to_text</b> · Міндетті: actual matching-format audio file</p></details><details class=\"note-s\" data-method-contract><summary>Әдіс параметрлері мен өмірлік циклі</summary><div class=\"tw\" data-card-table=\"contract\"><table><thead><tr><th>Параметр</th><th>Параметр талаптары</th></tr></thead><tbody><tr><th data-cell-label=\"Параметр\" scope=\"row\"><span class=\"card-cell-label\">Параметр</span><code>content_types</code></th><td data-cell-label=\"Параметр талаптары\"><span class=\"card-cell-label\">Параметр талаптары</span>application/json, multipart/form-data</td></tr><tr><th data-cell-label=\"Параметр\" scope=\"row\"><span class=\"card-cell-label\">Параметр</span><code>required</code></th><td data-cell-label=\"Параметр талаптары\"><span class=\"card-cell-label\">Параметр талаптары</span>model, input_audio</td></tr><tr><th data-cell-label=\"Параметр\" scope=\"row\"><span class=\"card-cell-label\">Параметр</span><code>material_types</code></th><td data-cell-label=\"Параметр талаптары\"><span class=\"card-cell-label\">Параметр талаптары</span>audio</td></tr><tr><th data-cell-label=\"Параметр\" scope=\"row\"><span class=\"card-cell-label\">Параметр</span><code>JSON_audio</code></th><td data-cell-label=\"Параметр талаптары\"><span class=\"card-cell-label\">Параметр талаптары</span>base64 пішіміндегі нақты өңделмеген аудио байттары және оларға сәйкес пішім</td></tr><tr><th data-cell-label=\"Параметр\" scope=\"row\"><span class=\"card-cell-label\">Параметр</span><code>multipart_required</code></th><td data-cell-label=\"Параметр талаптары\"><span class=\"card-cell-label\">Параметр талаптары</span>model, file</td></tr><tr><th data-cell-label=\"Параметр\" scope=\"row\"><span class=\"card-cell-label\">Параметр</span><code>multipart_cap_bytes</code></th><td data-cell-label=\"Параметр талаптары\"><span class=\"card-cell-label\">Параметр талаптары</span>26214400</td></tr><tr><th data-cell-label=\"Параметр\" scope=\"row\"><span class=\"card-cell-label\">Параметр</span><code>optional_controls</code></th><td data-cell-label=\"Параметр талаптары\"><span class=\"card-cell-label\">Параметр талаптары</span>language, temperature, response_format, timestamp_granularities, provider</td></tr><tr><th data-cell-label=\"Параметр\" scope=\"row\"><span class=\"card-cell-label\">Параметр</span><code>default_response_format</code></th><td data-cell-label=\"Параметр талаптары\"><span class=\"card-cell-label\">Параметр талаптары</span>json</td></tr><tr><th data-cell-label=\"Параметр\" scope=\"row\"><span class=\"card-cell-label\">Параметр</span><code>optional_features</code></th><td data-cell-label=\"Параметр талаптары\"><span class=\"card-cell-label\">Параметр талаптары</span>Кеңейтілген шығыс, diarize/keyterms және URL арқылы берілетін не көлемді кірістірілген аудио үшін нақты модель мен жеткізушінің тиісті мүмкіндігі және тарифі қажет.</td></tr></tbody></table></div><p>Өмірлік цикл: <code>synchronous_result_then_owned_library</code></p><p class=\"note-s\"><code>GET /v1/media/tasks/{task_id}</code> · Нақты қайтарылған task_id немесе медиатека жазбасы</p><p class=\"note-s\"><code>GET /v1/media/assets/{asset_id}/content</code></p><p class=\"note-s\"><code>GET /v1/media/assets</code></p><p class=\"note-s\"><code>GET /v1/media/assets/{asset_id}</code></p><p class=\"note-s\">Дәл модельді және құжатталған кіріс өрістерін қолданыңыз.</p><p class=\"note-s\">Толық жауапты, әрбір нақты шығыс нәтижесін және бастапқы қайтарылған ID мәндерін сақтаңыз.</p></details></details></section><section class=\"card-section\" data-card-section=\"pricing\"><h3 tabindex=\"-1\">Тарифтер</h3><div data-native-semantic-method=\"v1\" data-tariff-reference-only><p class=\"note-s\" data-rate-support-note>Тариф анықтамасы сұрау мүмкіндіктерін қоспайды. Қолдау көрсетілетін параметрлер таңдалған әдісте берілген.</p><dl data-price-conditions><dt>Жылдам режим</dt><dd>Көрсетілмеген <span class=\"note-s\">Жылдам режим таңдалғанда</span></dd><dt>Икемді режим</dt><dd>Көрсетілмеген <span class=\"note-s\">flex режимі таңдалғанда</span></dd><dt>Ой қорытудың ең жоғары деңгейі</dt><dd>Көрсетілмеген <span class=\"note-s\">Ой қорыту деңгейі ең жоғары болып, default түзетуі қолданылғанда</span></dd></dl></div><div data-declared-tariff-pricing><h4>Ailoot мөлшерлемелері</h4><h4>Баптаулар бойынша бағалар</h4><p class=\"note-s\">Әр төлемді көрсетілген шарттармен салыстырыңыз. Балама баптаулардың әр жиыны үшін бір мөлшерлемені қолданыңыз.</p><div class=\"tw\" data-pricing-profiles><table><thead><tr><th>Баптау</th><th>Мөлшерлемелер кестесі</th><th>Есептеу бірлігі</th><th>Төлем</th></tr></thead><tbody><tr><th data-cell-label=\"Баптау\" scope=\"row\"><span class=\"card-cell-label\">Баптау</span>Токендердің базалық тарифтері</th><td data-cell-label=\"Мөлшерлемелер кестесі\"><span class=\"card-cell-label\">Мөлшерлемелер кестесі</span>Негізгі мөлшерлеме</td><td data-cell-label=\"Есептеу бірлігі\"><span class=\"card-cell-label\">Есептеу бірлігі</span>—</td><td data-cell-label=\"Төлем\"><span class=\"card-cell-label\">Төлем</span><div><span>Кіріс · Кіріс токендері</span> <b>—</b> <span class=\"price-unit\">/ 1K токен</span></div><div><span>Шығыс · Шығыс токендері</span> <b>—</b> <span class=\"price-unit\">/ 1K токен</span></div><div><span>Кіріс · Кэшті оқу</span> <b>—</b> <span class=\"price-unit\">/ 1K токен</span></div><div><span>Кіріс · Кэшке жазу</span> <b>—</b> <span class=\"price-unit\">/ 1K токен</span></div><div><span>Кіріс · Кэшке жазу, 1 сағ</span> <b>—</b> <span class=\"price-unit\">/ 1K токен</span></div></td></tr><tr><th data-cell-label=\"Баптау\" scope=\"row\"><span class=\"card-cell-label\">Баптау</span>Ultra</th><td data-cell-label=\"Мөлшерлемелер кестесі\"><span class=\"card-cell-label\">Мөлшерлемелер кестесі</span>—</td><td data-cell-label=\"Есептеу бірлігі\"><span class=\"card-cell-label\">Есептеу бірлігі</span>кіріс аудионың секунды үшін</td><td data-cell-label=\"Төлем\"><span class=\"card-cell-label\">Төлем</span><div><span>Кіріс · кіріс аудио секунды</span> <b>$0.0001433333333334</b> <span class=\"price-unit\">кіріс аудионың секунды үшін</span></div></td></tr></tbody></table></div></div><p class=\"note-s\">Ailoot сұрау алдында болжамды соманы резервтейді. Нәтижеден кейін өлшенген пайдалану көлемі бойынша қорытынды төлемді шегереді. Ағындық жауап үшін төлем соңғы пайдалану жазбасы негізінде шегеріледі. <a href=\"/docs/kk/billing/reserve/\">Резервтеу мен төлемді есептеу тәртібі →</a></p><div data-declared-reference-pricing><h4>Анықтамалық тариф мәліметтері</h4><p class=\"note-s\">Модельдің анықтамалық кестелері әдіс таңдауын, баға есебін не төлемді өзгертпейді. Қолданыстағы төлемдер таңдалған Ailoot әдісінің мөлшерлемелерімен есептеледі.</p><details class=\"card-price-reference\" data-declared-reference-group data-client-selectable=\"false\"><summary>Deepgram: Nova-3</summary><h4>Баптаулар бойынша бағалар</h4><div class=\"tw\" data-pricing-profiles><table><thead><tr><th>Баптау</th><th>Төлемді есептеу шарттары</th><th>Төлем</th></tr></thead><tbody><tr><th data-cell-label=\"Баптау\" scope=\"row\"><span class=\"card-cell-label\">Баптау</span>Deepgram: Nova-3 · Әдепкі конфигурация</th><td data-cell-label=\"Төлемді есептеу шарттары\"><span class=\"card-cell-label\">Төлемді есептеу шарттары</span>Әдепкі баптау</td><td data-cell-label=\"Төлем\"><span class=\"card-cell-label\">Төлем</span><div><span>Кіріс · Кіріс аудио секундтары</span> <b>≈0,000143 $</b> <span class=\"price-unit\">кіріс аудионың секунды үшін</span></div></td></tr></tbody></table></div></details></div></section><section class=\"card-section\" data-card-section=\"examples\"><h3 tabindex=\"-1\">Сұрау мысалдары</h3><h4>Ailoot Ultra · Сөйлеуді тану</h4><div class=\"code-group\"><div class=\"cg-bar\"><div class=\"cg-tabs\" role=\"tablist\" aria-label=\"Код нұсқалары\"><button class=\"cg-tab\" id=\"model-code-1200-tab-0\" role=\"tab\" type=\"button\" aria-controls=\"model-code-1200-panel-0\" aria-selected=\"true\" tabindex=\"0\">curl · төл пішімдегі дәл сұрау денесі және толық нәтиже</button></div><div class=\"cg-tools\"><button class=\"cg-btn cg-copy\" type=\"button\" aria-label=\"Кодты көшіру\"><svg class=\"cp\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><rect x=\"5.25\" y=\"5.25\" width=\"8.5\" height=\"8.5\" rx=\"1.75\"/><path d=\"M10.75 5.25V3.5a1.25 1.25 0 0 0-1.25-1.25H3.5A1.25 1.25 0 0 0 2.25 3.5v6a1.25 1.25 0 0 0 1.25 1.25h1.75\"/></svg><svg class=\"ok\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><path d=\"m3 8.5 3.25 3.25L13 5\"/></svg></button></div></div><div class=\"cg-body\"><div class=\"cg-pane\" id=\"model-code-1200-panel-0\" role=\"tabpanel\" aria-labelledby=\"model-code-1200-tab-0\"><pre data-lang=\"bash\"><code>set -eu\n: &quot;${AILOOT_API_KEY:?Set your Ailoot API key}&quot;\n: &quot;${AILOOT_AUDIO_FILE:?Set the path to your actual WAV recording}&quot;\npython3 - &lt;&lt;&#39;PY_REQUEST&#39;\nimport json,os\nfrom pathlib import Path\nimport base64\naudio=Path(os.environ[&#39;AILOOT_AUDIO_FILE&#39;]).read_bytes()\nif not (audio[:4]==b&#39;RIFF&#39; and audio[8:12]==b&#39;WAVE&#39;): raise SystemExit(&#39;Supply an actual WAV audio file&#39;)\nif len(audio)&gt;26214400: raise SystemExit(&#39;Use a documented supported large-file flow&#39;)\nrequest={&#39;model&#39;: &#39;deepgram/nova-3&#39;, &#39;input_audio&#39;: {&#39;data&#39;: &#39;${BASE64_ACTUAL_WAV_BYTES}&#39;, &#39;format&#39;: &#39;wav&#39;}}\nrequest[&#39;input_audio&#39;][&#39;data&#39;]=base64.b64encode(audio).decode(&#39;ascii&#39;)\nPath(&#39;request.json&#39;).write_text(json.dumps(request,ensure_ascii=False),encoding=&#39;utf-8&#39;)\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \\\n  -H &quot;Authorization: Bearer $AILOOT_API_KEY&quot; -H &#39;Content-Type: application/json&#39; \\\n  --data-binary @request.json -D response-headers.txt -o response.bin\n# Keep the complete original response and headers. Read every returned segment, word and usage field.\n# Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting.\n</code></pre></div></div></div></section><section class=\"card-section\" data-card-section=\"results\"><h3 tabindex=\"-1\">Нәтижелерді алу және сақтау</h3><h4>Ailoot Ultra · Сөйлеуді тану</h4><p class=\"note-s\">json</p><ul class=\"card-result-paths\"><li><code>GET /v1/media/tasks/{task_id}</code></li><li><code>GET /v1/media/assets/{asset_id}/content</code></li><li><code>GET /v1/media/assets</code></li><li><code>GET /v1/media/assets/{asset_id}</code></li></ul><div class=\"card-result-process\" data-all-results><h5>Барлық дайын нәтижені сақтау</h5><p class=\"note-s\">Қайтарылған әр толық жауапты, файлды және мазмұн бөлігін сақтаңыз.</p><p class=\"note-s\">Бастапқы JSON толық, барлық қолжетімді мәтін, сегменттер, сөздер, сөйлеушілер, уақыт белгілері және пайдалану деректері.</p></div><div class=\"card-result-process\" data-unknown-recovery><h5>Бастапқы жауапты тексеру қажет болса</h5><p class=\"note-s\">Бастапқы operation_id/X-Client-Request-ID мәндерін және бастапқы жауапты сақтаңыз. Қайта жібермей, иелігіңіздегі нақты тапсырма немесе ресурс жазбаларын оқыңыз; аудио күйін сұрауға арналған бөлек URL құрастырылмайды.</p></div><details class=\"card-about\" data-output-fields><summary>Жауап өрістері</summary><div class=\"tw\" data-card-table=\"output\"><table><thead><tr><th>Өріс</th><th>Түрі</th></tr></thead><tbody><tr><th data-cell-label=\"Өріс\" scope=\"row\"><span class=\"card-cell-label\">Өріс</span><code class=\"card-field-name\">text</code></th><td data-cell-label=\"Түрі\" data-field-type><span class=\"card-cell-label\">Түрі</span>string</td></tr><tr><th data-cell-label=\"Өріс\" scope=\"row\"><span class=\"card-cell-label\">Өріс</span><code class=\"card-field-name\">usage</code></th><td data-cell-label=\"Түрі\" data-field-type><span class=\"card-cell-label\">Түрі</span>object</td></tr><tr><th data-cell-label=\"Өріс\" scope=\"row\"><span class=\"card-cell-label\">Өріс</span><code class=\"card-field-name\">segments[]</code></th><td data-cell-label=\"Түрі\" data-field-type><span class=\"card-cell-label\">Түрі</span>object</td></tr><tr><th data-cell-label=\"Өріс\" scope=\"row\"><span class=\"card-cell-label\">Өріс</span><code class=\"card-field-name\">words[]</code></th><td data-cell-label=\"Түрі\" data-field-type><span class=\"card-cell-label\">Түрі</span>object</td></tr></tbody></table></div></details></section><section class=\"card-section\" data-card-section=\"aliases\"><h3 tabindex=\"-1\">Балама атаулар</h3><h4>Модельдердің балама атаулары</h4><p class=\"note-s\"><span data-model-alias-route=\"Ultra\"><b>Ailoot Ultra</b> <a href=\"#m=deepgram%2Fnova-3&amp;route=Ultra&amp;caller=deepgram%2Fnova-3&amp;fmt=transcriptions\"><code>deepgram/nova-3</code></a></span></p><h4>Әдіс жолдарының балама атаулары</h4><p class=\"note-s\">Жоғарыда көрсетілген әдіс жолдарын пайдаланыңыз.</p><h4>Шақыруға арналған байланысты ID</h4><p class=\"note-s\"><a href=\"#m=deepgram%2Fnova-3&amp;route=Ultra&amp;caller=deepgram%2Fnova-3&amp;fmt=transcriptions\"><code>deepgram/nova-3</code></a></p></section></div>",
      "method_identity": {
        "effective_request_model_id": "deepgram/nova-3",
        "fmt": "transcriptions",
        "http": "POST",
        "path": "/v1/audio/transcriptions",
        "request_model_id": "deepgram/nova-3",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|transcriptions|/v1/audio/transcriptions|deepgram%2Fnova-3",
      "ordinal": 0,
      "rawMethod": {
        "available": null,
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "contract": {
          "data": {
            "all_results": "Complete original JSON, all available text/segments/words/speakers/timestamps and usage.",
            "lifecycle": {
              "assets": [
                {
                  "http": "GET",
                  "path": "/v1/media/assets"
                },
                {
                  "http": "GET",
                  "path": "/v1/media/assets/{asset_id}"
                }
              ],
              "content": [
                {
                  "http": "GET",
                  "path": "/v1/media/assets/{asset_id}/content",
                  "url_source": "exact returned signed URL; never construct token"
                }
              ],
              "mode": "synchronous_result_then_owned_library",
              "operation_id_is_not_task_id": true,
              "status": [
                {
                  "http": "GET",
                  "id_source": "actual returned task_id or media library record",
                  "path": "/v1/media/tasks/{task_id}"
                }
              ],
              "unknown": "Бастапқы operation_id/X-Client-Request-ID мәндерін және бастапқы жауапты сақтаңыз. Қайта жібермей, иелігіңіздегі нақты тапсырма немесе ресурс жазбаларын оқыңыз; аудио күйін сұрауға арналған бөлек URL құрастырылмайды."
            },
            "material_combinations": [
              {
                "content_types": [
                  "application/json",
                  "multipart/form-data"
                ],
                "mode": "speech_to_text",
                "required": [
                  "actual matching-format audio file"
                ]
              }
            ],
            "outputs": {
              "all_results": "Бастапқы JSON толық, барлық қолжетімді мәтін, сегменттер, сөздер, сөйлеушілер, уақыт белгілері және пайдалану деректері.",
              "family": "transcription",
              "fields": [
                {
                  "name": "text",
                  "type": "string"
                },
                {
                  "name": "usage",
                  "type": "object"
                },
                {
                  "name": "segments[]",
                  "optional": true,
                  "type": "object"
                },
                {
                  "name": "words[]",
                  "optional": true,
                  "type": "object"
                }
              ],
              "format": "json"
            },
            "parameters": [
              {
                "availability": "source_interface",
                "enum": [
                  "deepgram/nova-3"
                ],
                "enum_known": true,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "availability": "source_interface",
                "data_encoding": "base64 raw actual audio bytes, not data URI",
                "fields": [
                  "data",
                  "format"
                ],
                "name": "input_audio",
                "required": true,
                "type": "object"
              },
              {
                "availability": "retained_official_STTRequest",
                "description": "ISO-639-1 code; omitted means auto-detection",
                "name": "language",
                "required": false,
                "type": "string"
              },
              {
                "availability": "retained_official_STTRequest",
                "maximum": 1,
                "minimum": 0,
                "name": "temperature",
                "required": false,
                "type": "number"
              },
              {
                "availability": "retained_official_STTRequest",
                "default": "json",
                "default_known": true,
                "description": "verbose_json requires exact model/provider support",
                "enum": [
                  "json",
                  "verbose_json"
                ],
                "enum_known": true,
                "name": "response_format",
                "required": false,
                "type": "string"
              },
              {
                "availability": "retained_official_STTRequest",
                "description": "Only used with supported verbose_json",
                "items": {
                  "enum": [
                    "segment",
                    "word"
                  ],
                  "type": "string"
                },
                "name": "timestamp_granularities",
                "required": false,
                "type": "array"
              },
              {
                "availability": "retained_official_STTRequest",
                "description": "Data policy and exact provider options; order/only/ignore are not applied to STT",
                "name": "provider",
                "required": false,
                "type": "object"
              }
            ],
            "request_schema": {
              "properties": {
                "input_audio": {
                  "properties": {
                    "data": {
                      "contentEncoding": "base64",
                      "type": "string"
                    },
                    "format": {
                      "enum": [
                        "wav",
                        "mp3",
                        "flac",
                        "m4a",
                        "ogg",
                        "webm",
                        "aac"
                      ],
                      "type": "string"
                    }
                  },
                  "required": [
                    "data",
                    "format"
                  ],
                  "type": "object"
                },
                "language": {
                  "description": "ISO-639-1 code; omitted means auto-detection",
                  "type": "string"
                },
                "model": {
                  "enum": [
                    "deepgram/nova-3"
                  ],
                  "type": "string"
                },
                "provider": {
                  "description": "Data policy and exact provider options; order/only/ignore are not applied to STT",
                  "properties": {
                    "data_collection": {
                      "enum": [
                        "allow",
                        "deny",
                        null
                      ],
                      "type": [
                        "string",
                        "null"
                      ]
                    },
                    "options": {
                      "type": "object"
                    },
                    "zdr": {
                      "type": [
                        "boolean",
                        "null"
                      ]
                    }
                  },
                  "type": "object"
                },
                "response_format": {
                  "default": "json",
                  "description": "verbose_json requires exact model/provider support",
                  "enum": [
                    "json",
                    "verbose_json"
                  ],
                  "type": "string"
                },
                "temperature": {
                  "maximum": 1,
                  "minimum": 0,
                  "type": "number"
                },
                "timestamp_granularities": {
                  "description": "Only used with supported verbose_json",
                  "items": {
                    "enum": [
                      "segment",
                      "word"
                    ],
                    "type": "string"
                  },
                  "type": "array"
                }
              },
              "required": [
                "model",
                "input_audio"
              ],
              "type": "object"
            },
            "schema_template": {
              "actual_file_preparation_required": true,
              "body": {
                "input_audio": {
                  "data": "${BASE64_ACTUAL_WAV_BYTES}",
                  "format": "wav"
                },
                "model": "deepgram/nova-3"
              },
              "content_type": "application/json"
            }
          },
          "hints": [
            "Дәл модельді және құжатталған кіріс өрістерін қолданыңыз.",
            "Толық жауапты, әрбір нақты шығыс нәтижесін және бастапқы қайтарылған ID мәндерін сақтаңыз."
          ],
          "input": {
            "JSON_audio": "base64 пішіміндегі нақты өңделмеген аудио байттары және оларға сәйкес пішім",
            "content_types": [
              "application/json",
              "multipart/form-data"
            ],
            "default_response_format": "json",
            "material_types": [
              "audio"
            ],
            "multipart_cap_bytes": 26214400,
            "multipart_required": [
              "model",
              "file"
            ],
            "optional_controls": [
              "language",
              "temperature",
              "response_format",
              "timestamp_granularities",
              "provider"
            ],
            "optional_features": "Кеңейтілген шығыс, diarize/keyterms және URL арқылы берілетін не көлемді кірістірілген аудио үшін нақты модель мен жеткізушінің тиісті мүмкіндігі және тарифі қажет.",
            "required": [
              "model",
              "input_audio"
            ]
          },
          "lifecycle": {
            "assets": [
              {
                "http": "GET",
                "path": "/v1/media/assets"
              },
              {
                "http": "GET",
                "path": "/v1/media/assets/{asset_id}"
              }
            ],
            "content": [
              {
                "http": "GET",
                "path": "/v1/media/assets/{asset_id}/content",
                "url_source": "exact returned signed URL; never construct token"
              }
            ],
            "mode": "synchronous_result_then_owned_library",
            "operation_id_is_not_task_id": true,
            "status": [
              {
                "http": "GET",
                "id_source": "Нақты қайтарылған task_id немесе медиатека жазбасы",
                "path": "/v1/media/tasks/{task_id}"
              }
            ],
            "unknown": "Retain original operation_id/X-Client-Request-ID and original response. Read actual owned task/asset records without resubmitting; no dedicated audio poll URL is constructed."
          },
          "method": {
            "http": "POST",
            "path": "/v1/audio/transcriptions"
          },
          "method_aliases": [],
          "operation_modes": [
            "speech_to_text"
          ],
          "output": {
            "all_results": "Complete original JSON, all available text/segments/words/speakers/timestamps and usage.",
            "family": "transcription",
            "format": "json"
          }
        },
        "ctx": null,
        "declared_pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          },
          {
            "dimensions": {
              "quantity_basis": "actual physical units",
              "quoted_unit": "per audio input second"
            },
            "label": "Ultra",
            "units": [
              {
                "amount": "0.0001433333333334",
                "amount_unit": "usd_per_audio_input_second",
                "billing_input": true,
                "estimate_only": false,
                "key": "audio_input_second",
                "label": "audio input second",
                "native_amount_usd_per_unit": "0.0001433333333334",
                "native_quantity": 1,
                "public_unit_label": "per audio input second",
                "quantity": "1",
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "audio_input_second"
              }
            ]
          }
        ],
        "examples": [
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_AUDIO_FILE:?Set the path to your actual WAV recording}\"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\nimport base64\naudio=Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes()\nif not (audio[:4]==b'RIFF' and audio[8:12]==b'WAVE'): raise SystemExit('Supply an actual WAV audio file')\nif len(audio)>26214400: raise SystemExit('Use a documented supported large-file flow')\nrequest={'model': 'deepgram/nova-3', 'input_audio': {'data': '${BASE64_ACTUAL_WAV_BYTES}', 'format': 'wav'}}\nrequest['input_audio']['data']=base64.b64encode(audio).decode('ascii')\nPath('request.json').write_text(json.dumps(request,ensure_ascii=False),encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o response.bin\n# Keep the complete original response and headers. Read every returned segment, word and usage field.\n# Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting.\n",
            "label": "curl · exact native body and complete result",
            "language": "bash"
          }
        ],
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "transcriptions",
        "hints": [
          "Use the exact model and documented input fields.",
          "Keep the complete response, every actual output and original returned IDs."
        ],
        "http": "POST",
        "in": null,
        "input": [
          "audio"
        ],
        "label": "Распознавание речи",
        "max_out": null,
        "max_reasoning_effort_multiplier": null,
        "method_aliases": [],
        "out": null,
        "output": [
          "transcription"
        ],
        "path": "/v1/audio/transcriptions",
        "price_conditions": [
          {
            "label": "Fast mode",
            "value": "Not specified",
            "when": "When fast mode is selected"
          },
          {
            "label": "Flex mode",
            "value": "Not specified",
            "when": "When flex mode is selected"
          },
          {
            "label": "Maximum reasoning effort",
            "value": "Not specified",
            "when": "When maximum reasoning effort uses the default adjustment"
          }
        ],
        "pricing": {
          "billing_mode": "per_request",
          "image_input_price": null,
          "image_output_price": null,
          "per_request_price": null,
          "unit_prices": {
            "audio_input_second": 0.0001433333333334
          }
        },
        "pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          },
          {
            "dimensions": {
              "quantity_basis": "actual physical units",
              "quoted_unit": "per audio input second"
            },
            "label": "Ultra",
            "units": [
              {
                "amount": "0.0001433333333334",
                "amount_unit": "usd_per_audio_input_second",
                "billing_input": true,
                "estimate_only": false,
                "key": "audio_input_second",
                "label": "audio input second",
                "native_amount_usd_per_unit": "0.0001433333333334",
                "native_quantity": 1,
                "public_unit_label": "per audio input second",
                "quantity": "1",
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "audio_input_second"
              }
            ]
          }
        ],
        "request_model_id": "deepgram/nova-3",
        "route_label": "Ultra",
        "status_reads": [
          "GET /v1/media/tasks/{task_id}",
          "GET /v1/media/assets/{asset_id}/content"
        ],
        "tiers": [],
        "units": [
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_read_price",
            "label": "Cache read",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "cached_input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "cached_input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_price",
            "label": "Cache write",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "generic_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "generic_cache_creation_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_1h_price",
            "label": "Cache write, 1 hour",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "one_hour_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "one_hour_cache_creation_token"
          },
          {
            "amount": "0.0001433333333334",
            "amount_unit": "usd_per_audio_input_second",
            "billing_input": true,
            "estimate_only": false,
            "key": "audio_input_second",
            "label": "audio input second",
            "native_amount_usd_per_unit": "0.0001433333333334",
            "native_quantity": 1,
            "public_unit_label": "per audio input second",
            "quantity": "1",
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "audio_input_second"
          }
        ]
      }
    }
  ],
  "model_id": "deepgram/nova-3",
  "nativeProvenance": {
    "input_facts_canonical_sha256": "3ba3ccceb81dfca81161a69418cc59398173edc3a034032b1c31018018a942dd",
    "input_html_sha256": "765b326b4fd3e16b4530508c5dc67670bd0df3b3d6d636d2249cc79bf49aa8c4",
    "private_audit_sha256": "0b5ed9f9ec575ec9cffa2f2f6c7b0657079aabc65d273f4ec298e4b6a4f6ce48",
    "role": "historical-normalized-input-audit-hashes",
    "schema": "ailoot-native-model-provenance-v2"
  },
  "page": {
    "canonical": "https://ailoot.ai/models/kk/deepgram-nova-3/",
    "description": "Nova-3 — Deepgram-ның жазылған және ағындық аудиоға арналған әмбебап сөйлеуді мәтінге айналдыру моделі. Ол бір тілде тануды, тіл ауыстырып сөйлеуге арналған белгіленген көптілді режимді және негізгі терминдер арқылы бағыттауды қолдайды; сөздердің уақыт белгілері мен сенімділік деректері бар транскрипт қайтарады.",
    "locale": "kk",
    "md_url": "https://ailoot.ai/models/kk/deepgram-nova-3/index.md",
    "title": "Deepgram: Nova-3 — Ailoot",
    "url": "https://ailoot.ai/models/kk/deepgram-nova-3/"
  },
  "rawModel": {
    "about": "Nova-3 — Deepgram-ның аудионы мәтінге айналдыруға арналған әмбебап сөйлеуді тану моделі. Өндіруші оны кездесулерге, іс-шара субтитрлеріне, бірнеше сөйлеуші бар жазбаларға және шу не алыстағы микрофондар сияқты күрделі жағдайларға ұсынады; алдын ала жазылған аудионы да, ағындық транскрипцияны да қолдануға болады. Пайдалы нәтижесі — бастапқы аудиомен байланысы сақталған, уақыт белгілері мен сенімділік деректері бар танылған сөйлеу.\n\n### Тілмен жұмыс істеу тәсілін таңдаңыз\n\nҚұжаттамадағы әдепкі тіл — ағылшын тілі. Біртілді сұрауда сөйленетін тіл немесе қолдау көрсетілетін тілдік нұсқа таңдалады. Жалпы модельдің қазіргі кестесінде ағылшын тілінің аймақтық нұсқалары, испан, француз, неміс, орыс, португал, жапон, итальян, нидерланд, араб тілдері, қытай жазу нұсқалары және қазақ тілін қоса алғанда басқа да көптеген тілдер бар. Кез келген тілдік нұсқа атауы қабылданады деп ойламай, өндіруші қолдайтын кодтардан таңдаңыз.\n\nКөптілді параметр — тіл ауыстырып сөйлеуге арналған бөлек жұмыс тәсілі. Қазіргі Nova-3 кестесінде ол үшін он тіл көрсетілген: ағылшын, испан, француз, неміс, хинди, орыс, португал, жапон, итальян және нидерланд. Бұл жиын кеңірек біртілді тізіммен бірдей емес. Қолдау көрсетілетін тілдер кезектесетін жазба үшін бүкіл әңгімені сәйкес келмейтін бір тіл параметріне мәжбүрлеудің орнына көптілді режимді дайындаңыз. Аударылған немесе қысқартылған нұсқаны әзірлемес бұрын айтылған сөзді сақтаңыз.\n\n### Жазылған аудио және транскрипт дайындау\n\nDeepgram-ның файлмен жұмыс істеу тәсілі жүктелген аудио байттарын немесе аудиофайлға сілтемені қабылдайды. Сұрау аяқталғанда қайтарылған транскриптті сақтаңыз: өндіруші транскрипттерді кейін алу үшін сақтамайды. Құжаттамада жиі аталған кіріс пішімдері мен кодтауларына MP3, MP4, MP2, AAC, WAV, FLAC, PCM, M4A, Ogg, Opus және WebM кіреді. Нақты пішім мен арна деректерін жазбамен бірге сақтаңыз. Жазбаға тұрақты идентификатор беріп, нәтижені дұрыс дереккөзбен және оның арна деректерімен байланыстырыңыз. Кездесу үшін бастапқы дыбысты тыңдап отырып, қатысушы есімдері мен техникалық терминдерді тексеріңіз. Дәріс немесе іс-шара үшін аудио ретін сақтаңыз, сонда кейінгі субтитр немесе іздеу нәтижесі тиісті үзіндіні таба алады.\n\nӨндірушінің алдын ала жазылған аудиоға арналған нұсқаулығында файлдың ең үлкен көлемі 2 GB деп көрсетілген және үлкен бейнефайлдан аудио ағынын шығарып алу ұсынылған. Сондай-ақ Nova сұрауларын өңдеудің он минуттық тайм-ауты құжатталған. Бұл шек сұраудың өңделу уақытына қатысты, жазба ұзақтығының он минуттық шегі емес. Пайдалы нәтиже қажетті жазбаның соңын да қамтиды; ішінара сақталған транскриптті толық мәтін деп қабылдауға болмайды.\n\n### Сөздерді, уақыттарды және сенімділікті оқыңыз\n\nҚұжатталған JSON жауабында транскрипт баламалары және танылған сөздер бар; әр сөздің аудио басынан есептелетін секундпен басталу мен аяқталу уақыты және сенімділік мәні беріледі. Бірнеше сөйлеушісі бар транскрипт үшін өндірушінің міндетті емес диаризациясы әр сөзге сөйлеуші белгісін тағайындайды. Алдын ала жазылған аудио диаризациясы сөйлеушінің сенімділік көрсеткішін де қайтарады; ағындық диаризация сөйлеуші белгісін қайтарады. Бұл белгілерді жазбадағы дауыстармен салыстырып тексеріңіз. Жалпы транскрипт сенімділігі де 0–1 шкаласында хабарланады. Ақылды пішімдеу сұралса, нәтижеде тыныс белгілері мен бас әріптері бар сөздер және оқуға ыңғайлы абзац деректері болуы мүмкін.\n\nБұл өрістерді мағынасына сай қолданыңыз. Сөз уақыты танылған сөйлеудің орнын көрсетеді, ал сенімділік — модельдің сенім деңгейі; ол күрделі есім немесе сан дұрыс естілгенін дәлелдемейді. Субтитр дайындағанда уақыт деректерін тексерілген тұжырыммен бірге сақтап, шекараларды дыбыспен салыстырыңыз. Оқуға ыңғайлы редакциялық нұсқа үшін күмәнді сөздерді қисынды көрінетін оқиғамен үнсіз алмастырмай, өзгерістерді танылған транскрипттен ажыратылатын етіп сақтаңыз.\n\n### Ағындық тану және аяқталған сегменттер\n\nNova-ның ағындық жұмыс тәсілі аудио келген сайын аралық және аяқталған нәтижелері бар мәтінді қайтарады. is_final индикаторы өзгертілуі мүмкін мәтінді аяқталған сегменттен ажыратады. speech_final индикаторы сөйлеу сегментінің аяқталуын анықтауға қатысты. Бұл сигналдарды жай ғана бос емес транскрипт алудан бөлек қарастырыңыз және толық жазбаны дайындағанда аяқталған сегменттерді аудиодағы ретімен сақтаңыз.\n\nNova-3 — модельге тән сөйлесу кезегін анықтауы бар бөлек Flux сөйлесу моделі емес, жалпы ASR моделі. Nova транскрипттің аяқталғанын және сөйлеу шекараларын белгілейді; Flux өзінің сөйлесу кезегінің күй оқиғаларын береді. Аудионың жазылып қойғанына немесе тікелей келіп жатқанына қарай транскрипция тәсілін таңдаңыз және сақталатын материал ретінде нақты соңғы нәтижені қолданыңыз.\n\n### Маңызды сөздікке арналған негізгі терминдер\n\nNova-3 моделінің құжатталған Keyterm Prompting мүмкіндігі біртілді және көптілді транскрипцияны қолдайды және модельді қайта оқытпай, тануды маңызды терминдерге бағыттайды. Шынымен айтылуы мүмкін тиісті есімдерді, өнім терминдерін, қысқартуларды немесе көп сөзден тұратын тіркестерді беріңіз. Нұсқаулық барлық негізгі термин кірісін 500 токенмен шектейді және қарапайым сөздерді талғамсыз қосқанша, ең маңызды сөздікке назар аударуды ұсынады.\n\nӨндіруші синтаксисінде қарапайым терминдер қолданылады, әр термин үшін бөлек keyterm жазбасы беріледі. Бірнеше сөзден тұратын тіркес бір тіркес болып қалады. Ескі keyword салмақтары не күшейткіштері және бөлек терминдерді үтірмен, нүктелі үтірмен немесе жол үзілісімен біріктіру бұған тең емес: интерфейс оларды бір тура мән ретінде қабылдап, көзделген күшейтуді бермеуі мүмкін. Есімдер үшін бас әріптерді дұрыс қолданып, кейін транскриптті тексеріңіз, өйткені аудио контексті мен ақылды пішімдеу соңғы жазылуын бәрібір өзгерте алады.\n\n### Модель тобының шекаралары және пайдалы нәтижелер\n\nЖалпы Nova-3 профилі жеке аталған Medical және Pharma нұсқаларынан бөлек. Сөздік арқылы бағыттау оны басқа шығарылымға айналдырмайды, ал мамандандырылған модельдердің тіл қамтуын немесе мінез-құлқын жалпы модельге телуге болмайды. Қосымша транскрипт өңдеу мүмкіндіктері — өндірушінің сөйлеумен жұмыс істеу тәсіліндегі таңдаулар; олар тану сұралмаған қысқаша мазмұнды, аударманы немесе басқа материалды жасап қойды деген дәлел емес.\n\nПайдалы Nova-3 нәтижесі іздеуге болатын кездесу транскрипті, сөз уақыттары бар субтитрге дайын мәтін немесе көптілді әңгіменің жазбасы бола алады. Аудио идентификаторын, таңдалған тілмен жұмыс тәсілін, соңғы мәтінді және пайдалы сенімділік не уақыт өрістерін сақтаңыз. Түсініксіз есімдерді, сандарды, қабаттасқан дауыстарды және тіл ауысуларын бастапқы жазбамен салыстырып тексеріңіз әрі нақты танылған сөйлеуді келесі мазмұн өңдеу қадамына қолжетімді ұстаңыз.",
    "alias_of": null,
    "aliases": [],
    "author": "Deepgram",
    "available": null,
    "canonical_model": "deepgram/nova-3",
    "capabilities": {
      "context_length": 0,
      "manufacturer_input": [
        "audio"
      ],
      "manufacturer_output": [
        "transcription"
      ]
    },
    "card_routes": [
      {
        "label": "Ultra",
        "rates": [
          {
            "amount": "0.0001433333333334",
            "amount_unit": "usd_per_audio_input_second",
            "billing_input": true,
            "estimate_only": false,
            "key": "audio_input_second",
            "label": "audio input second",
            "native_amount_usd_per_unit": "0.0001433333333334",
            "native_quantity": 1,
            "public_unit_label": "per audio input second",
            "quantity": "1",
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "audio_input_second"
          }
        ],
        "summary": "Конфигурация бағалары туралы толық ақпарат — егжей-тегжейлі мәліметтерде."
      }
    ],
    "ctx": null,
    "declared_tariff_references": [
      {
        "client_selectable": false,
        "key": "c81fd216735cb75857ec",
        "label": "Deepgram: Nova-3",
        "profiles": [
          {
            "basis": "",
            "dimensions": {
              "conditions": "Әдепкі баптау"
            },
            "label": "Deepgram: Nova-3 · Әдепкі конфигурация",
            "units": [
              {
                "amount": "0.0001433333333334",
                "amount_unit": "usd_per_exact_physical_unit",
                "billing_input": false,
                "key": "ce3ba3a9b22ee118a269edd4",
                "label": "Input audio seconds",
                "public_unit_label": "per input audio second",
                "quantity": "1",
                "rate_role": "declared_tariff_rate",
                "side": "in",
                "unit": "input_audio_second"
              }
            ]
          }
        ]
      }
    ],
    "entity_type": "model",
    "formats": [
      "transcriptions"
    ],
    "id": "deepgram/nova-3",
    "input": [
      "audio"
    ],
    "kind": "transcription",
    "max_out": null,
    "methods": [
      {
        "available": null,
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "contract": {
          "data": {
            "all_results": "Complete original JSON, all available text/segments/words/speakers/timestamps and usage.",
            "lifecycle": {
              "assets": [
                {
                  "http": "GET",
                  "path": "/v1/media/assets"
                },
                {
                  "http": "GET",
                  "path": "/v1/media/assets/{asset_id}"
                }
              ],
              "content": [
                {
                  "http": "GET",
                  "path": "/v1/media/assets/{asset_id}/content",
                  "url_source": "exact returned signed URL; never construct token"
                }
              ],
              "mode": "synchronous_result_then_owned_library",
              "operation_id_is_not_task_id": true,
              "status": [
                {
                  "http": "GET",
                  "id_source": "actual returned task_id or media library record",
                  "path": "/v1/media/tasks/{task_id}"
                }
              ],
              "unknown": "Бастапқы operation_id/X-Client-Request-ID мәндерін және бастапқы жауапты сақтаңыз. Қайта жібермей, иелігіңіздегі нақты тапсырма немесе ресурс жазбаларын оқыңыз; аудио күйін сұрауға арналған бөлек URL құрастырылмайды."
            },
            "material_combinations": [
              {
                "content_types": [
                  "application/json",
                  "multipart/form-data"
                ],
                "mode": "speech_to_text",
                "required": [
                  "actual matching-format audio file"
                ]
              }
            ],
            "outputs": {
              "all_results": "Бастапқы JSON толық, барлық қолжетімді мәтін, сегменттер, сөздер, сөйлеушілер, уақыт белгілері және пайдалану деректері.",
              "family": "transcription",
              "fields": [
                {
                  "name": "text",
                  "type": "string"
                },
                {
                  "name": "usage",
                  "type": "object"
                },
                {
                  "name": "segments[]",
                  "optional": true,
                  "type": "object"
                },
                {
                  "name": "words[]",
                  "optional": true,
                  "type": "object"
                }
              ],
              "format": "json"
            },
            "parameters": [
              {
                "availability": "source_interface",
                "enum": [
                  "deepgram/nova-3"
                ],
                "enum_known": true,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "availability": "source_interface",
                "data_encoding": "base64 raw actual audio bytes, not data URI",
                "fields": [
                  "data",
                  "format"
                ],
                "name": "input_audio",
                "required": true,
                "type": "object"
              },
              {
                "availability": "retained_official_STTRequest",
                "description": "ISO-639-1 code; omitted means auto-detection",
                "name": "language",
                "required": false,
                "type": "string"
              },
              {
                "availability": "retained_official_STTRequest",
                "maximum": 1,
                "minimum": 0,
                "name": "temperature",
                "required": false,
                "type": "number"
              },
              {
                "availability": "retained_official_STTRequest",
                "default": "json",
                "default_known": true,
                "description": "verbose_json requires exact model/provider support",
                "enum": [
                  "json",
                  "verbose_json"
                ],
                "enum_known": true,
                "name": "response_format",
                "required": false,
                "type": "string"
              },
              {
                "availability": "retained_official_STTRequest",
                "description": "Only used with supported verbose_json",
                "items": {
                  "enum": [
                    "segment",
                    "word"
                  ],
                  "type": "string"
                },
                "name": "timestamp_granularities",
                "required": false,
                "type": "array"
              },
              {
                "availability": "retained_official_STTRequest",
                "description": "Data policy and exact provider options; order/only/ignore are not applied to STT",
                "name": "provider",
                "required": false,
                "type": "object"
              }
            ],
            "request_schema": {
              "properties": {
                "input_audio": {
                  "properties": {
                    "data": {
                      "contentEncoding": "base64",
                      "type": "string"
                    },
                    "format": {
                      "enum": [
                        "wav",
                        "mp3",
                        "flac",
                        "m4a",
                        "ogg",
                        "webm",
                        "aac"
                      ],
                      "type": "string"
                    }
                  },
                  "required": [
                    "data",
                    "format"
                  ],
                  "type": "object"
                },
                "language": {
                  "description": "ISO-639-1 code; omitted means auto-detection",
                  "type": "string"
                },
                "model": {
                  "enum": [
                    "deepgram/nova-3"
                  ],
                  "type": "string"
                },
                "provider": {
                  "description": "Data policy and exact provider options; order/only/ignore are not applied to STT",
                  "properties": {
                    "data_collection": {
                      "enum": [
                        "allow",
                        "deny",
                        null
                      ],
                      "type": [
                        "string",
                        "null"
                      ]
                    },
                    "options": {
                      "type": "object"
                    },
                    "zdr": {
                      "type": [
                        "boolean",
                        "null"
                      ]
                    }
                  },
                  "type": "object"
                },
                "response_format": {
                  "default": "json",
                  "description": "verbose_json requires exact model/provider support",
                  "enum": [
                    "json",
                    "verbose_json"
                  ],
                  "type": "string"
                },
                "temperature": {
                  "maximum": 1,
                  "minimum": 0,
                  "type": "number"
                },
                "timestamp_granularities": {
                  "description": "Only used with supported verbose_json",
                  "items": {
                    "enum": [
                      "segment",
                      "word"
                    ],
                    "type": "string"
                  },
                  "type": "array"
                }
              },
              "required": [
                "model",
                "input_audio"
              ],
              "type": "object"
            },
            "schema_template": {
              "actual_file_preparation_required": true,
              "body": {
                "input_audio": {
                  "data": "${BASE64_ACTUAL_WAV_BYTES}",
                  "format": "wav"
                },
                "model": "deepgram/nova-3"
              },
              "content_type": "application/json"
            }
          },
          "hints": [
            "Дәл модельді және құжатталған кіріс өрістерін қолданыңыз.",
            "Толық жауапты, әрбір нақты шығыс нәтижесін және бастапқы қайтарылған ID мәндерін сақтаңыз."
          ],
          "input": {
            "JSON_audio": "base64 пішіміндегі нақты өңделмеген аудио байттары және оларға сәйкес пішім",
            "content_types": [
              "application/json",
              "multipart/form-data"
            ],
            "default_response_format": "json",
            "material_types": [
              "audio"
            ],
            "multipart_cap_bytes": 26214400,
            "multipart_required": [
              "model",
              "file"
            ],
            "optional_controls": [
              "language",
              "temperature",
              "response_format",
              "timestamp_granularities",
              "provider"
            ],
            "optional_features": "Кеңейтілген шығыс, diarize/keyterms және URL арқылы берілетін не көлемді кірістірілген аудио үшін нақты модель мен жеткізушінің тиісті мүмкіндігі және тарифі қажет.",
            "required": [
              "model",
              "input_audio"
            ]
          },
          "lifecycle": {
            "assets": [
              {
                "http": "GET",
                "path": "/v1/media/assets"
              },
              {
                "http": "GET",
                "path": "/v1/media/assets/{asset_id}"
              }
            ],
            "content": [
              {
                "http": "GET",
                "path": "/v1/media/assets/{asset_id}/content",
                "url_source": "exact returned signed URL; never construct token"
              }
            ],
            "mode": "synchronous_result_then_owned_library",
            "operation_id_is_not_task_id": true,
            "status": [
              {
                "http": "GET",
                "id_source": "Нақты қайтарылған task_id немесе медиатека жазбасы",
                "path": "/v1/media/tasks/{task_id}"
              }
            ],
            "unknown": "Retain original operation_id/X-Client-Request-ID and original response. Read actual owned task/asset records without resubmitting; no dedicated audio poll URL is constructed."
          },
          "method": {
            "http": "POST",
            "path": "/v1/audio/transcriptions"
          },
          "method_aliases": [],
          "operation_modes": [
            "speech_to_text"
          ],
          "output": {
            "all_results": "Complete original JSON, all available text/segments/words/speakers/timestamps and usage.",
            "family": "transcription",
            "format": "json"
          }
        },
        "ctx": null,
        "declared_pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          },
          {
            "dimensions": {
              "quantity_basis": "actual physical units",
              "quoted_unit": "per audio input second"
            },
            "label": "Ultra",
            "units": [
              {
                "amount": "0.0001433333333334",
                "amount_unit": "usd_per_audio_input_second",
                "billing_input": true,
                "estimate_only": false,
                "key": "audio_input_second",
                "label": "audio input second",
                "native_amount_usd_per_unit": "0.0001433333333334",
                "native_quantity": 1,
                "public_unit_label": "per audio input second",
                "quantity": "1",
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "audio_input_second"
              }
            ]
          }
        ],
        "examples": [
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_AUDIO_FILE:?Set the path to your actual WAV recording}\"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\nimport base64\naudio=Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes()\nif not (audio[:4]==b'RIFF' and audio[8:12]==b'WAVE'): raise SystemExit('Supply an actual WAV audio file')\nif len(audio)>26214400: raise SystemExit('Use a documented supported large-file flow')\nrequest={'model': 'deepgram/nova-3', 'input_audio': {'data': '${BASE64_ACTUAL_WAV_BYTES}', 'format': 'wav'}}\nrequest['input_audio']['data']=base64.b64encode(audio).decode('ascii')\nPath('request.json').write_text(json.dumps(request,ensure_ascii=False),encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o response.bin\n# Keep the complete original response and headers. Read every returned segment, word and usage field.\n# Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting.\n",
            "label": "curl · exact native body and complete result",
            "language": "bash"
          }
        ],
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "transcriptions",
        "hints": [
          "Use the exact model and documented input fields.",
          "Keep the complete response, every actual output and original returned IDs."
        ],
        "http": "POST",
        "in": null,
        "input": [
          "audio"
        ],
        "label": "Распознавание речи",
        "max_out": null,
        "max_reasoning_effort_multiplier": null,
        "method_aliases": [],
        "out": null,
        "output": [
          "transcription"
        ],
        "path": "/v1/audio/transcriptions",
        "price_conditions": [
          {
            "label": "Fast mode",
            "value": "Not specified",
            "when": "When fast mode is selected"
          },
          {
            "label": "Flex mode",
            "value": "Not specified",
            "when": "When flex mode is selected"
          },
          {
            "label": "Maximum reasoning effort",
            "value": "Not specified",
            "when": "When maximum reasoning effort uses the default adjustment"
          }
        ],
        "pricing": {
          "billing_mode": "per_request",
          "image_input_price": null,
          "image_output_price": null,
          "per_request_price": null,
          "unit_prices": {
            "audio_input_second": 0.0001433333333334
          }
        },
        "pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          },
          {
            "dimensions": {
              "quantity_basis": "actual physical units",
              "quoted_unit": "per audio input second"
            },
            "label": "Ultra",
            "units": [
              {
                "amount": "0.0001433333333334",
                "amount_unit": "usd_per_audio_input_second",
                "billing_input": true,
                "estimate_only": false,
                "key": "audio_input_second",
                "label": "audio input second",
                "native_amount_usd_per_unit": "0.0001433333333334",
                "native_quantity": 1,
                "public_unit_label": "per audio input second",
                "quantity": "1",
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "audio_input_second"
              }
            ]
          }
        ],
        "request_model_id": "deepgram/nova-3",
        "route_label": "Ultra",
        "status_reads": [
          "GET /v1/media/tasks/{task_id}",
          "GET /v1/media/assets/{asset_id}/content"
        ],
        "tiers": [],
        "units": [
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_read_price",
            "label": "Cache read",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "cached_input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "cached_input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_price",
            "label": "Cache write",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "generic_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "generic_cache_creation_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_1h_price",
            "label": "Cache write, 1 hour",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "one_hour_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "one_hour_cache_creation_token"
          },
          {
            "amount": "0.0001433333333334",
            "amount_unit": "usd_per_audio_input_second",
            "billing_input": true,
            "estimate_only": false,
            "key": "audio_input_second",
            "label": "audio input second",
            "native_amount_usd_per_unit": "0.0001433333333334",
            "native_quantity": 1,
            "public_unit_label": "per audio input second",
            "quantity": "1",
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "audio_input_second"
          }
        ]
      }
    ],
    "model_aliases": [
      {
        "canonical_model_id": "deepgram/nova-3",
        "request_model_id": "deepgram/nova-3",
        "route_label": "Ultra"
      }
    ],
    "name": "Deepgram: Nova-3",
    "price": {
      "in": null,
      "in_label": null,
      "out": null,
      "out_label": null,
      "sort_in": null,
      "sort_out": null,
      "varies": true
    },
    "pricing_profiles": [
      {
        "applicability": {
          "client_selectable": false,
          "native_profile_selection_pending": true,
          "scope": "manufacturer_reference"
        },
        "dimensions": {
          "language_variant": "monolingual",
          "multichannel_billing": "requires channel quantity; not implied by one file",
          "payg": true
        },
        "label": "Ultra",
        "units": [
          {
            "amount": "0.0086",
            "amount_unit": "usd_per_audio_input_minute",
            "conditions": {
              "language_variant": "monolingual",
              "multichannel_billing": "requires channel quantity; not implied by one file",
              "payg": true
            },
            "key": "base",
            "label": "base",
            "profile_index": 0,
            "quantity": "1",
            "rate_role": "binding_component_rate",
            "side": "out",
            "unit": "audio_input_minute"
          }
        ]
      },
      {
        "applicability": {
          "client_selectable": false,
          "native_profile_selection_pending": true,
          "scope": "manufacturer_reference"
        },
        "dimensions": {
          "language_variant": "multilingual",
          "multichannel_billing": "requires channel quantity; not implied by one file",
          "payg": true
        },
        "label": "Ultra",
        "units": [
          {
            "amount": "0.0104",
            "amount_unit": "usd_per_audio_input_minute",
            "conditions": {
              "language_variant": "multilingual",
              "multichannel_billing": "requires channel quantity; not implied by one file",
              "payg": true
            },
            "key": "base",
            "label": "base",
            "profile_index": 1,
            "quantity": "1",
            "rate_role": "binding_component_rate",
            "side": "out",
            "unit": "audio_input_minute"
          }
        ]
      },
      {
        "applicability": {
          "client_selectable": false,
          "native_profile_selection_pending": true,
          "scope": "manufacturer_reference"
        },
        "dimensions": {
          "adds_to_base": true,
          "feature_enabled": "redaction"
        },
        "label": "Ultra",
        "units": [
          {
            "amount": "0.0040",
            "amount_unit": "usd_per_audio_input_minute",
            "conditions": {
              "adds_to_base": true,
              "feature_enabled": "redaction"
            },
            "key": "redaction",
            "label": "redaction",
            "profile_index": 2,
            "quantity": "1",
            "rate_role": "binding_component_rate",
            "side": "out",
            "unit": "audio_input_minute"
          }
        ]
      },
      {
        "applicability": {
          "client_selectable": false,
          "native_profile_selection_pending": true,
          "scope": "manufacturer_reference"
        },
        "dimensions": {
          "adds_to_base": true,
          "feature_enabled": "keyterm_prompting"
        },
        "label": "Ultra",
        "units": [
          {
            "amount": "0.0026",
            "amount_unit": "usd_per_audio_input_minute",
            "conditions": {
              "adds_to_base": true,
              "feature_enabled": "keyterm_prompting"
            },
            "key": "keyterm_prompting",
            "label": "keyterm prompting",
            "profile_index": 3,
            "quantity": "1",
            "rate_role": "binding_component_rate",
            "side": "in",
            "unit": "audio_input_minute"
          }
        ]
      },
      {
        "applicability": {
          "client_selectable": false,
          "native_profile_selection_pending": true,
          "scope": "manufacturer_reference"
        },
        "dimensions": {
          "adds_to_base": true,
          "feature_enabled": "entity_detection"
        },
        "label": "Ultra",
        "units": [
          {
            "amount": "0.0034",
            "amount_unit": "usd_per_audio_input_minute",
            "conditions": {
              "adds_to_base": true,
              "feature_enabled": "entity_detection"
            },
            "key": "entity_detection",
            "label": "entity detection",
            "profile_index": 4,
            "quantity": "1",
            "rate_role": "binding_component_rate",
            "side": "out",
            "unit": "audio_input_minute"
          }
        ]
      },
      {
        "applicability": {
          "client_selectable": false,
          "native_profile_selection_pending": true,
          "scope": "manufacturer_reference"
        },
        "dimensions": {
          "language_variant": "monolingual",
          "multichannel_billing": "requires channel quantity; not implied by one file",
          "payg": true
        },
        "label": "Ultra",
        "units": [
          {
            "amount": "0.0154",
            "amount_unit": "usd_per_audio_input_minute",
            "conditions": {
              "language_variant": "monolingual",
              "multichannel_billing": "requires channel quantity; not implied by one file",
              "payg": true
            },
            "key": "base",
            "label": "base",
            "profile_index": 5,
            "quantity": "1",
            "rate_role": "binding_component_rate",
            "side": "out",
            "unit": "audio_input_minute"
          }
        ]
      },
      {
        "applicability": {
          "client_selectable": false,
          "native_profile_selection_pending": true,
          "scope": "manufacturer_reference"
        },
        "dimensions": {
          "language_variant": "multilingual",
          "multichannel_billing": "requires channel quantity; not implied by one file",
          "payg": true
        },
        "label": "Ultra",
        "units": [
          {
            "amount": "0.0184",
            "amount_unit": "usd_per_audio_input_minute",
            "conditions": {
              "language_variant": "multilingual",
              "multichannel_billing": "requires channel quantity; not implied by one file",
              "payg": true
            },
            "key": "base",
            "label": "base",
            "profile_index": 6,
            "quantity": "1",
            "rate_role": "binding_component_rate",
            "side": "out",
            "unit": "audio_input_minute"
          }
        ]
      },
      {
        "applicability": {
          "client_selectable": false,
          "native_profile_selection_pending": true,
          "scope": "manufacturer_reference"
        },
        "dimensions": {
          "adds_to_base": true,
          "feature_enabled": "redaction"
        },
        "label": "Ultra",
        "units": [
          {
            "amount": "0.0040",
            "amount_unit": "usd_per_audio_input_minute",
            "conditions": {
              "adds_to_base": true,
              "feature_enabled": "redaction"
            },
            "key": "redaction",
            "label": "redaction",
            "profile_index": 7,
            "quantity": "1",
            "rate_role": "binding_component_rate",
            "side": "out",
            "unit": "audio_input_minute"
          }
        ]
      },
      {
        "applicability": {
          "client_selectable": false,
          "native_profile_selection_pending": true,
          "scope": "manufacturer_reference"
        },
        "dimensions": {
          "adds_to_base": true,
          "feature_enabled": "keyterm_prompting"
        },
        "label": "Ultra",
        "units": [
          {
            "amount": "0.0026",
            "amount_unit": "usd_per_audio_input_minute",
            "conditions": {
              "adds_to_base": true,
              "feature_enabled": "keyterm_prompting"
            },
            "key": "keyterm_prompting",
            "label": "keyterm prompting",
            "profile_index": 8,
            "quantity": "1",
            "rate_role": "binding_component_rate",
            "side": "in",
            "unit": "audio_input_minute"
          }
        ]
      },
      {
        "applicability": {
          "client_selectable": false,
          "native_profile_selection_pending": true,
          "scope": "manufacturer_reference"
        },
        "dimensions": {
          "adds_to_base": true,
          "feature_enabled": "entity_detection"
        },
        "label": "Ultra",
        "units": [
          {
            "amount": "0.0034",
            "amount_unit": "usd_per_audio_input_minute",
            "conditions": {
              "adds_to_base": true,
              "feature_enabled": "entity_detection"
            },
            "key": "entity_detection",
            "label": "entity detection",
            "profile_index": 9,
            "quantity": "1",
            "rate_role": "binding_component_rate",
            "side": "out",
            "unit": "audio_input_minute"
          }
        ]
      },
      {
        "applicability": {
          "client_selectable": false,
          "native_profile_selection_pending": true,
          "scope": "manufacturer_reference"
        },
        "dimensions": {
          "adds_to_base": true,
          "feature_enabled": "speaker_diarization"
        },
        "label": "Ultra",
        "units": [
          {
            "amount": "0.0040",
            "amount_unit": "usd_per_audio_input_minute",
            "conditions": {
              "adds_to_base": true,
              "feature_enabled": "speaker_diarization"
            },
            "key": "speaker_diarization",
            "label": "speaker diarization",
            "profile_index": 10,
            "quantity": "1",
            "rate_role": "binding_component_rate",
            "side": "out",
            "unit": "audio_input_minute"
          }
        ]
      }
    ],
    "public_id": "deepgram/nova-3",
    "short": "Nova-3 — Deepgram-ның жазылған және ағындық аудиоға арналған әмбебап сөйлеуді мәтінге айналдыру моделі. Ол бір тілде тануды, тіл ауыстырып сөйлеуге арналған белгіленген көптілді режимді және негізгі терминдер арқылы бағыттауды қолдайды; сөздердің уақыт белгілері мен сенімділік деректері бар транскрипт қайтарады."
  },
  "renderer_schema": {
    "method_order": "Original DTO methods order; every exact route/format/path/caller survives.",
    "prices": "Original public DTO fields and original native display HTML; no flattened or normalized offers."
  },
  "representation": "exact-public-dto-and-native-renderer-html",
  "representationNotes": {
    "current_reference": {
      "about_json_pointer": "/aboutHtml",
      "methods": [
        {
          "contract_json_pointer": "/methods/0/rawMethod/contract",
          "html_json_pointer": "/methods/0/html",
          "method_ordinal": 0
        }
      ],
      "role": "current-semantic-reference"
    },
    "raw_input": {
      "examples_role": "historical-input-not-current-ready-examples",
      "json_pointers": [
        "/rawModel",
        "/methods/0/rawMethod"
      ],
      "role": "historical-owner-input"
    },
    "schema": "ailoot-native-model-representations-v1"
  },
  "schema": "ailoot-static-model-facts-v1",
  "schema_version": 1,
  "shortText": "Nova-3 — Deepgram-ның жазылған және ағындық аудиоға арналған әмбебап сөйлеуді мәтінге айналдыру моделі. Ол бір тілде тануды, тіл ауыстырып сөйлеуге арналған белгіленген көптілді режимді және негізгі терминдер арқылы бағыттауды қолдайды; сөздердің уақыт белгілері мен сенімділік деректері бар транскрипт қайтарады.",
  "source": {
    "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1",
    "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036",
    "raw_model_json_sha256": "66fffd16a7a49a298498aa22e87a48c93423b20315baead6cd9d4543ae7e7754",
    "renderer_sha256": "def3bb6e69c8ddb72f88ec6540bbe55d0e503790f964d84073ecda781b13bedf"
  },
  "sourceRevision": "bb6f069ccd24aa40b6aaab8a3ba55d9d1b120c255886443cd4a029ded517b009"
}