Deepgram: Nova-3

Nova-3는 녹음 및 스트리밍 오디오를 위한 Deepgram의 범용 음성 인식 모델입니다. 단일 언어 인식, 정의된 다국어 코드 전환 모드, 주요 용어 프롬프팅을 지원하며, 단어 시간과 신뢰도 정보가 담긴 전사문을 반환합니다.

Ailoot Ultra · 음성 인식 POST /v1/audio/transcriptions deepgram/nova-3

모델 소개

이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.

Nova-3는 오디오를 텍스트로 변환하는 Deepgram의 범용 음성 인식 모델입니다. 제공자는 사전 녹음 또는 스트리밍 전사로 회의, 행사 자막, 여러 화자 녹음, 소음이나 먼 마이크 같은 어려운 환경에 사용할 것을 권장합니다. 유용한 결과는 원본 오디오와 연결된 시간 및 신뢰도 정보가 있는 인식된 발화입니다.

언어 워크플로 선택하기

문서화된 기본 언어는 영어입니다. 단일 언어 요청에서는 발화 언어나 지원 로캘을 선택합니다. 현재 범용 모델 표에는 영어 지역 변형, 스페인어, 프랑스어, 독일어, 러시아어, 포르투갈어, 일본어, 이탈리아어, 네덜란드어, 아랍어, 중국어 표기 체계와 카자흐어를 포함한 여러 언어가 있습니다. 어떤 로캘 이름이든 허용된다고 가정하지 말고 제공자의 지원 코드에서 선택하세요.

다국어 설정은 별도의 언어 전환 워크플로입니다. 현재 Nova-3 표는 여기에 영어, 스페인어, 프랑스어, 독일어, 힌디어, 러시아어, 포르투갈어, 일본어, 이탈리아어, 네덜란드어의 10개 언어를 제시합니다. 이 집합은 더 큰 단일 언어 목록과 같지 않습니다. 녹음에서 지원 언어가 번갈아 나오면, 전체 대화를 무관한 단일 언어 설정에 억지로 맞추지 말고 다국어 모드를 준비하세요. 번역이나 요약 버전을 준비하기 전에 실제 발화를 보존하세요.

녹음 오디오와 전사문 준비

Deepgram 파일 워크플로는 업로드한 오디오 바이트 또는 오디오 파일 참조를 받습니다. 제공자는 나중에 가져오도록 전사문을 저장하지 않으므로, 요청 완료 시 반환된 전사문을 저장하세요. 문서에 있는 일반 입력 형식과 인코딩에는 MP3, MP4, MP2, AAC, WAV, FLAC, PCM, M4A, Ogg, Opus, WebM이 포함됩니다. 실제 형식과 채널 정보를 녹음과 함께 보존하세요. 녹음에 안정적인 식별자를 부여하고, 결과를 올바른 원본 및 채널 정보에 연결하세요. 회의에서는 원음을 들으며 참가자 이름과 기술 용어를 검토하세요. 강연이나 행사는 오디오 순서를 유지해 후속 자막이나 검색 결과가 관련 지문을 찾을 수 있도록 하세요.

제공자의 사전 녹음 가이드는 최대 파일 크기를 2 GB로 제시하고, 큰 비디오 파일에서 오디오 스트림을 추출할 것을 권장합니다. Nova 요청의 10분 처리 제한 시간도 문서화합니다. 이는 요청이 처리되는 시간이며, 녹음 길이가 최대 10분이라는 뜻이 아닙니다. 유용한 결과에는 의도한 녹음의 끝부분이 포함됩니다. 일부만 보존된 전사문을 전체 텍스트로 취급해서는 안 됩니다.

단어, 시간, 신뢰도 읽기

문서화된 JSON 응답은 전사 대안과 인식된 단어를 포함하며, 각 단어에는 오디오 시작부터 초 단위의 시작·종료 시간과 신뢰도 값이 있습니다. 여러 화자 전사에서는 제공자의 선택적 화자 분리가 각 단어에 화자 레이블을 부여합니다. 사전 녹음 화자 분리는 화자 신뢰도도 반환하고, 스트리밍 화자 분리는 화자 레이블을 반환합니다. 해당 레이블을 녹음의 목소리와 대조해 검토하세요. 전체 전사문 신뢰도도 0–1 척도로 보고됩니다. 스마트 서식을 요청하면 결과에 문장부호가 있는 단어 형태로 구두점과 대소문자가 포함되고, 읽기 좋은 문단 정보도 제공될 수 있습니다.

각 필드는 의미에 맞게 사용하세요. 단어 시간은 인식된 발화의 위치를 가리키고, 신뢰도는 모델의 신뢰성 표시이며, 어려운 이름이나 수량을 정확히 들었다는 증거가 아닙니다. 자막 준비에서는 검토한 표현과 함께 시간을 유지하고 소리와 대조해 경계를 살펴보세요. 읽기 좋은 편집본에서는 불확실한 단어를 그럴듯한 이야기로 조용히 대체하지 말고, 인식된 전사문과 변경 사항을 구분할 수 있게 하세요.

스트리밍 인식과 최종 구간

Nova 스트리밍 워크플로는 오디오가 도착할 때 중간 및 최종 텍스트 결과를 반환합니다. is_final 표시자는 수정될 수 있는 텍스트와 확정된 구간을 구분합니다. speech_final 표시자는 발화 구간의 엔드포인팅과 관련됩니다. 단순히 비어 있지 않은 전사문을 받았다는 사실과 이 신호들을 구분하고, 완성된 기록을 준비할 때 최종 구간을 오디오 순서대로 유지하세요.

Nova-3는 일반 ASR이며, 모델 자체의 턴 감지가 있는 별도 Flux 대화 모델이 아닙니다. Nova는 전사 확정 여부와 발화 끝점을 표시하고, Flux는 고유한 대화 턴 상태 이벤트를 제공합니다. 오디오가 이미 녹음됐는지 실시간으로 도착하는지에 맞춰 전사 워크플로를 선택하고, 실제 최종 출력을 보존할 산출물로 사용하세요.

중요한 어휘를 위한 Keyterms

Nova-3의 문서화된 Keyterm Prompting은 단일 언어와 다국어 전사를 지원하고, 모델을 재학습하지 않고도 중요한 용어를 더 잘 인식하도록 유도합니다. 실제로 말할 수 있는 관련 이름, 제품 용어, 약어, 여러 단어 구문을 제공하세요. 가이드는 전체 keyterm 입력을 500토큰으로 제한하고, 일반 단어를 무분별하게 추가하기보다 가장 중요한 어휘에 집중할 것을 권장합니다.

제공자 구문은 용어마다 별도 keyterm 항목을 갖는 일반 용어를 사용합니다. 여러 단어 구문은 하나의 구문으로 유지합니다. 이전 keyword 가중치나 강조 지정, 그리고 별도 용어들을 쉼표·세미콜론·줄바꿈으로 연결하는 방식은 동등하지 않습니다. 인터페이스가 하나의 리터럴 값으로 받아들이더라도 의도한 인식 강화 효과를 제공하지 않을 수 있습니다. 이름의 올바른 대소문자를 사용한 뒤 전사문을 확인하세요. 오디오 맥락과 스마트 서식이 최종 글자 형태를 바꿀 수 있습니다.

모델 계열 경계와 유용한 결과

일반 Nova-3 프로필은 별도 이름의 Medical 및 Pharma 옵션과 구분됩니다. 어휘 프롬프팅이 다른 에디션으로 바꾸지는 않으며, 전문 모델의 언어 범위나 동작을 일반 모델에도 적용된다고 가정해서는 안 됩니다. 추가 전사 처리 기능은 제공자의 음성 워크플로 안에서 선택하는 기능이지, 인식이 요청하지 않은 요약, 번역 또는 다른 산출물을 만들었다는 증거가 아닙니다.

유용한 Nova-3 산출물은 검색 가능한 회의 전사문, 단어 시간이 있는 자막용 표현, 다국어 대화 기록 등이 될 수 있습니다. 오디오 식별자, 선택한 언어 워크플로, 최종 텍스트, 유용한 신뢰도나 시간 필드를 유지하세요. 불분명한 이름, 숫자, 겹치는 목소리, 언어 전환을 원본 녹음과 대조해 확인하고, 실제로 인식된 발화를 다음 콘텐츠 처리 단계에서 계속 사용할 수 있게 하세요.

Ailoot Ultra · 음성 인식 POST /v1/audio/transcriptions deepgram/nova-3

deepgram/nova-3

Deepgram /deepgram/nova-3

시작하기

허용 입력: 오디오
결과: transcription

Ailoot에서 사용 가능 · 입력 및 메서드

Ailoot Ultra · 음성 인식 POST /v1/audio/transcriptions

입력: audio
출력: transcription
출력 형식: json

필드	유형	요건	값과 한도	기본값
필드`model`	유형`string`	요건필수	값과 한도 deepgram/nova-3	기본값—
필드`input_audio`	유형`object`	요건필수	값과 한도	기본값—
필드`language`	유형`string`	요건선택 사항	값과 한도	기본값—
필드`temperature`	유형`number`	요건선택 사항	값과 한도 최솟값: 0 최댓값: 1	기본값—
필드`response_format`	유형`string`	요건선택 사항	값과 한도 json, verbose_json	기본값json
필드`timestamp_granularities`	유형`array`	요건선택 사항	값과 한도	기본값—
필드`provider`	유형`object`	요건선택 사항	값과 한도	기본값—

입력 자료 조합

speech_to_text · 필수: actual matching-format audio file

메서드 매개변수와 수명 주기

매개변수	명세
매개변수`content_types`	명세application/json, multipart/form-data
매개변수`required`	명세model, input_audio
매개변수`material_types`	명세audio
매개변수`JSON_audio`	명세실제 원시 오디오 바이트의 base64 인코딩 및 일치하는 형식
매개변수`multipart_required`	명세model, file
매개변수`multipart_cap_bytes`	명세26214400
매개변수`optional_controls`	명세language, temperature, response_format, timestamp_granularities, provider
매개변수`default_response_format`	명세json
매개변수`optional_features`	명세상세 출력, diarize/keyterms 및 URL/더 큰 인라인 오디오는 해당 모델과 공급자의 정확한 지원 기능 및 요금제가 필요합니다.

수명 주기: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · 실제로 반환된 task_id 또는 미디어 라이브러리 기록

GET /v1/media/assets/{asset_id}/content

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

정확한 모델과 문서에 명시된 입력 필드를 사용하세요.

응답 전체, 모든 실제 출력 및 원래 반환된 ID를 보존하세요.

요금

요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.

빠른 모드: 미지정 빠른 모드를 선택한 경우
Flex 모드: 미지정 flex 모드를 선택한 경우
최대 추론 수준: 미지정 최대 추론 수준에 default 조정값을 적용하는 경우

Ailoot 요금

설정별 가격

각 요금을 표시된 조건과 대조하세요. 서로 대체되는 설정 묶음마다 하나의 요금만 적용하세요.

설정	요금표	과금 단위	요금
설정기본 토큰 요금	요금표기본 요금	과금 단위—	요금 입력 · 입력 토큰 — / 1K 토큰 출력 · 출력 토큰 — / 1K 토큰 입력 · 캐시 읽기 — / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰
설정Ultra	요금표—	과금 단위입력 오디오 초당	요금 입력 · 오디오 입력(초) $0.0001433333333334 입력 오디오 초당

Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →

참조 요금 상세 정보

모델 수준의 참조 요금표는 메서드 선택, 견적 또는 요금을 변경하지 않습니다. 실제 과금에는 선택한 Ailoot 메서드 요금이 적용됩니다.

Deepgram: Nova-3

설정별 가격

설정	과금 조건	요금
설정Deepgram: Nova-3 · 기본 설정	과금 조건기본 설정	요금 입력 · 입력 오디오(초) ≈US$0.000143 입력 오디오 초당

요청 예제

Ailoot Ultra · 음성 인식

curl · 정확한 네이티브 본문과 결과 전체

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_AUDIO_FILE:?Set the path to your actual WAV recording}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
import base64
audio=Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes()
if not (audio[:4]==b'RIFF' and audio[8:12]==b'WAVE'): raise SystemExit('Supply an actual WAV audio file')
if len(audio)>26214400: raise SystemExit('Use a documented supported large-file flow')
request={'model': 'deepgram/nova-3', 'input_audio': {'data': '${BASE64_ACTUAL_WAV_BYTES}', 'format': 'wav'}}
request['input_audio']['data']=base64.b64encode(audio).decode('ascii')
Path('request.json').write_text(json.dumps(request,ensure_ascii=False),encoding='utf-8')
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o response.bin
# Keep the complete original response and headers. Read every returned segment, word and usage field.
# Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting.

결과 수신 및 저장

Ailoot Ultra · 음성 인식

json

GET /v1/media/tasks/{task_id}
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}

완료된 결과 모두 보관

반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.

원본 JSON 전체, 사용 가능한 모든 텍스트/구간/단어/화자/타임스탬프 및 사용량입니다.

원래 응답을 확인해야 할 경우

원래 operation_id/X-Client-Request-ID와 원본 응답을 보존하세요. 다시 제출하지 말고 실제 소유 작업/자산 기록을 조회하세요. 전용 오디오 폴링 URL을 만들지 않습니다.

응답 필드

필드	유형
필드`text`	유형string
필드`usage`	유형object
필드`segments[]`	유형object
필드`words[]`	유형object

별칭

모델 별칭

Ailoot Ultra deepgram/nova-3

메서드 경로 별칭

위에 표시된 메서드 경로를 사용하세요.

Deepgram: Nova-3

Deepgram: Nova-3

언어 워크플로 선택하기

녹음 오디오와 전사문 준비

단어, 시간, 신뢰도 읽기

스트리밍 인식과 최종 구간

중요한 어휘를 위한 Keyterms

모델 계열 경계와 유용한 결과

시작하기

Ailoot에서 사용 가능 · 입력 및 메서드

요금

Ailoot 요금

설정별 가격

참조 요금 상세 정보

설정별 가격

요청 예제

Ailoot Ultra · 음성 인식

결과 수신 및 저장

Ailoot Ultra · 음성 인식

완료된 결과 모두 보관

원래 응답을 확인해야 할 경우

별칭

모델 별칭

메서드 경로 별칭

관련 호출용 ID

회사와 그 프로젝트 포트폴리오

할인받아 토큰을 구매하세요.

판매하는 제품에 API를 연결하세요.