{
  "aboutHtml": "<p>Nova-3 ialah model pengecaman pertuturan kegunaan umum Deepgram untuk menukarkan audio kepada teks. Pengeluar mengesyorkannya untuk mesyuarat, kapsyen acara, rakaman berbilang penutur dan keadaan mencabar seperti bunyi bising atau mikrofon jauh, menggunakan transkripsi prarakaman atau penstriman. Hasil bergunanya ialah pertuturan yang dikenal pasti bersama pemasaan dan maklumat keyakinan yang kekal dipautkan kepada audio sumber.</p><h4>Pilih aliran kerja bahasa</h4><p>Bahasa lalai yang didokumenkan ialah bahasa Inggeris. Permintaan satu bahasa memilih bahasa yang dituturkan atau locale yang disokong. Jadual model umum semasa merangkumi varian serantau bahasa Inggeris, bahasa Sepanyol, Perancis, Jerman, Rusia, Portugis, Jepun, Itali, Belanda, Arab, tulisan Cina dan banyak bahasa lain, termasuk bahasa Kazakh. Pilih daripada kod yang disokong pengeluar, bukannya menganggap setiap nama locale diterima.</p><p>Tetapan berbilang bahasa ialah aliran kerja pertukaran bahasa yang berasingan. Jadual Nova-3 semasa menyenaraikan sepuluh bahasa untuknya: bahasa Inggeris, Sepanyol, Perancis, Jerman, Hindi, Rusia, Portugis, Jepun, Itali dan Belanda. Set ini tidak sama dengan senarai satu bahasa yang lebih besar. Untuk rakaman yang bersilih ganti antara bahasa yang disokong, sediakan mod berbilang bahasa, bukannya memaksa seluruh perbualan ke tetapan satu bahasa yang tidak berkaitan. Kekalkan perkara yang dituturkan sebelum menyediakan sebarang versi terjemahan atau ringkasan.</p><h4>Audio rakaman dan penyediaan transkrip</h4><p>Aliran kerja fail Deepgram menerima bait audio yang dimuat naik atau rujukan kepada fail audio. Simpan transkrip yang dikembalikan apabila permintaan selesai; pengeluar tidak menyimpan transkrip untuk diambil kemudian. Format dan pengekodan input lazim yang didokumenkan termasuk MP3, MP4, MP2, AAC, WAV, FLAC, PCM, M4A, Ogg, Opus dan WebM. Simpan format sebenar serta maklumat saluran bersama rakaman. Berikan pengecam stabil kepada rakaman dan pastikan hasil dikaitkan dengan sumber serta maklumat saluran yang betul. Untuk mesyuarat, semak nama peserta dan istilah teknikal sambil mendengar bunyi asal. Untuk kuliah atau acara, kekalkan urutan audio supaya kapsyen atau hasil carian kemudian dapat mencari petikan relevan.</p><p>Panduan prarakaman pengeluar menyenaraikan saiz fail maksimum 2 GB dan mengesyorkan pengekstrakan strim audio daripada fail video besar. Ia turut mendokumenkan tamat masa pemprosesan sepuluh minit untuk permintaan Nova. Tamat masa itu berkenaan tempoh pemprosesan permintaan, bukan tempoh maksimum rakaman sepuluh minit. Hasil berguna merangkumi bahagian akhir rakaman yang dimaksudkan; transkrip yang hanya dikekalkan sebahagiannya tidak patut dianggap sebagai teks lengkap.</p><h4>Baca perkataan, masa dan keyakinan</h4><p>Respons JSON yang didokumenkan merangkumi alternatif transkrip dan perkataan yang dikenal pasti, dengan masa mula serta tamat setiap perkataan dalam saat dari permulaan audio dan nilai keyakinan. Untuk transkrip berbilang penutur, diarisasi pilihan pengeluar memberikan label penutur kepada setiap perkataan. Diarisasi prarakaman turut mengembalikan keyakinan penutur; diarisasi penstriman mengembalikan label penutur. Semak label tersebut berdasarkan suara dalam rakaman. Keyakinan transkrip keseluruhan turut dilaporkan pada skala 0–1. Apabila pemformatan pintar diminta, hasil boleh menyertakan tanda baca dan huruf besar sebagai perkataan bertanda baca, bersama maklumat perenggan yang boleh dibaca.</p><p>Gunakan medan itu mengikut maknanya. Masa perkataan menunjukkan lokasi pertuturan yang dikenal pasti, manakala keyakinan ialah petunjuk kebolehpercayaan model, bukan bukti bahawa nama atau kuantiti sukar didengar dengan betul. Untuk penyediaan kapsyen, simpan pemasaan bersama ungkapan yang telah disemak dan periksa sempadan berdasarkan bunyi. Untuk versi editorial yang boleh dibaca, pastikan perubahan dapat dibezakan daripada transkrip pengecaman, bukannya menggantikan perkataan tidak pasti secara senyap dengan cerita yang munasabah.</p><h4>Pengecaman penstriman dan segmen akhir</h4><p>Aliran kerja penstriman Nova mengembalikan teks semasa audio diterima, dengan hasil sementara dan akhir. Penunjuk is_final membezakan teks yang mungkin disemak semula daripada segmen yang telah dimuktamadkan. Penunjuk speech_final berkaitan penentuan titik akhir segmen pertuturan. Bezakan isyarat ini daripada sekadar menerima transkrip tidak kosong dan simpan segmen akhir mengikut urutan audio ketika menyediakan rekod lengkap.</p><p>Nova-3 ialah ASR umum, bukannya model perbualan Flux yang berasingan dengan pengesanan giliran natif model. Nova menandakan kemuktamadan transkrip dan titik akhir pertuturan; Flux membekalkan peristiwa keadaan giliran perbualannya sendiri. Pilih aliran kerja transkripsi berdasarkan sama ada audio sudah dirakam atau sedang diterima secara langsung, sambil menggunakan output akhir sebenar sebagai artifak untuk disimpan.</p><h4>Keyterm untuk kosa kata penting</h4><p>Keyterm Prompting Nova-3 yang didokumenkan menyokong transkripsi satu bahasa dan berbilang bahasa serta menyesuaikan pengecaman ke arah istilah penting tanpa melatih semula model. Berikan nama berkaitan, istilah produk, akronim atau frasa berbilang perkataan yang mungkin benar-benar dituturkan. Panduan mengehadkan input keyterm gabungan kepada 500 token dan mengesyorkan tumpuan pada kosa kata paling penting, bukannya menambah perkataan biasa tanpa memilih.</p><p>Sintaks pengeluar menggunakan istilah biasa, dengan entri keyterm berasingan bagi setiap istilah. Frasa berbilang perkataan kekal satu frasa. Pemberat keyword lama atau penguat, serta penggabungan istilah berasingan menggunakan koma, koma bernoktah atau pemisah baris, tidak setara: antara muka boleh menerimanya sebagai satu nilai literal tanpa memberikan penguatan yang dimaksudkan. Gunakan huruf besar yang betul untuk nama, kemudian periksa transkrip kerana konteks audio dan pemformatan pintar masih boleh mengubah bentuk bertulis akhir.</p><h4>Sempadan keluarga model dan hasil berguna</h4><p>Profil Nova-3 umum berbeza daripada pilihan Medical dan Pharma yang dinamakan secara berasingan. Prompt kosa kata tidak menjadikannya edisi lain, dan liputan bahasa atau tingkah laku model khusus tidak patut diandaikan untuk model umum. Ciri pemprosesan transkrip tambahan ialah pilihan dalam aliran kerja pertuturan pengeluar, bukan bukti bahawa pengecaman telah menghasilkan ringkasan, terjemahan atau artifak lain yang tidak pernah diminta.</p><p>Hasil Nova-3 yang berguna boleh berupa transkrip mesyuarat boleh carian, ungkapan sedia kapsyen bersama pemasaan perkataan atau rekod perbualan berbilang bahasa. Simpan pengecam audio, aliran kerja bahasa terpilih, teks akhir dan sebarang medan keyakinan atau pemasaan yang berguna. Periksa nama tidak jelas, nombor, suara bertindih dan pertukaran bahasa berdasarkan rakaman asal, serta pastikan pertuturan yang benar-benar dikenal pasti kekal tersedia untuk langkah pemprosesan kandungan seterusnya.</p>",
  "aboutText": "Nova-3 ialah model pengecaman pertuturan kegunaan umum Deepgram untuk menukarkan audio kepada teks. Pengeluar mengesyorkannya untuk mesyuarat, kapsyen acara, rakaman berbilang penutur dan keadaan mencabar seperti bunyi bising atau mikrofon jauh, menggunakan transkripsi prarakaman atau penstriman. Hasil bergunanya ialah pertuturan yang dikenal pasti bersama pemasaan dan maklumat keyakinan yang kekal dipautkan kepada audio sumber.\n\n### Pilih aliran kerja bahasa\n\nBahasa lalai yang didokumenkan ialah bahasa Inggeris. Permintaan satu bahasa memilih bahasa yang dituturkan atau locale yang disokong. Jadual model umum semasa merangkumi varian serantau bahasa Inggeris, bahasa Sepanyol, Perancis, Jerman, Rusia, Portugis, Jepun, Itali, Belanda, Arab, tulisan Cina dan banyak bahasa lain, termasuk bahasa Kazakh. Pilih daripada kod yang disokong pengeluar, bukannya menganggap setiap nama locale diterima.\n\nTetapan berbilang bahasa ialah aliran kerja pertukaran bahasa yang berasingan. Jadual Nova-3 semasa menyenaraikan sepuluh bahasa untuknya: bahasa Inggeris, Sepanyol, Perancis, Jerman, Hindi, Rusia, Portugis, Jepun, Itali dan Belanda. Set ini tidak sama dengan senarai satu bahasa yang lebih besar. Untuk rakaman yang bersilih ganti antara bahasa yang disokong, sediakan mod berbilang bahasa, bukannya memaksa seluruh perbualan ke tetapan satu bahasa yang tidak berkaitan. Kekalkan perkara yang dituturkan sebelum menyediakan sebarang versi terjemahan atau ringkasan.\n\n### Audio rakaman dan penyediaan transkrip\n\nAliran kerja fail Deepgram menerima bait audio yang dimuat naik atau rujukan kepada fail audio. Simpan transkrip yang dikembalikan apabila permintaan selesai; pengeluar tidak menyimpan transkrip untuk diambil kemudian. Format dan pengekodan input lazim yang didokumenkan termasuk MP3, MP4, MP2, AAC, WAV, FLAC, PCM, M4A, Ogg, Opus dan WebM. Simpan format sebenar serta maklumat saluran bersama rakaman. Berikan pengecam stabil kepada rakaman dan pastikan hasil dikaitkan dengan sumber serta maklumat saluran yang betul. Untuk mesyuarat, semak nama peserta dan istilah teknikal sambil mendengar bunyi asal. Untuk kuliah atau acara, kekalkan urutan audio supaya kapsyen atau hasil carian kemudian dapat mencari petikan relevan.\n\nPanduan prarakaman pengeluar menyenaraikan saiz fail maksimum 2 GB dan mengesyorkan pengekstrakan strim audio daripada fail video besar. Ia turut mendokumenkan tamat masa pemprosesan sepuluh minit untuk permintaan Nova. Tamat masa itu berkenaan tempoh pemprosesan permintaan, bukan tempoh maksimum rakaman sepuluh minit. Hasil berguna merangkumi bahagian akhir rakaman yang dimaksudkan; transkrip yang hanya dikekalkan sebahagiannya tidak patut dianggap sebagai teks lengkap.\n\n### Baca perkataan, masa dan keyakinan\n\nRespons JSON yang didokumenkan merangkumi alternatif transkrip dan perkataan yang dikenal pasti, dengan masa mula serta tamat setiap perkataan dalam saat dari permulaan audio dan nilai keyakinan. Untuk transkrip berbilang penutur, diarisasi pilihan pengeluar memberikan label penutur kepada setiap perkataan. Diarisasi prarakaman turut mengembalikan keyakinan penutur; diarisasi penstriman mengembalikan label penutur. Semak label tersebut berdasarkan suara dalam rakaman. Keyakinan transkrip keseluruhan turut dilaporkan pada skala 0–1. Apabila pemformatan pintar diminta, hasil boleh menyertakan tanda baca dan huruf besar sebagai perkataan bertanda baca, bersama maklumat perenggan yang boleh dibaca.\n\nGunakan medan itu mengikut maknanya. Masa perkataan menunjukkan lokasi pertuturan yang dikenal pasti, manakala keyakinan ialah petunjuk kebolehpercayaan model, bukan bukti bahawa nama atau kuantiti sukar didengar dengan betul. Untuk penyediaan kapsyen, simpan pemasaan bersama ungkapan yang telah disemak dan periksa sempadan berdasarkan bunyi. Untuk versi editorial yang boleh dibaca, pastikan perubahan dapat dibezakan daripada transkrip pengecaman, bukannya menggantikan perkataan tidak pasti secara senyap dengan cerita yang munasabah.\n\n### Pengecaman penstriman dan segmen akhir\n\nAliran kerja penstriman Nova mengembalikan teks semasa audio diterima, dengan hasil sementara dan akhir. Penunjuk is_final membezakan teks yang mungkin disemak semula daripada segmen yang telah dimuktamadkan. Penunjuk speech_final berkaitan penentuan titik akhir segmen pertuturan. Bezakan isyarat ini daripada sekadar menerima transkrip tidak kosong dan simpan segmen akhir mengikut urutan audio ketika menyediakan rekod lengkap.\n\nNova-3 ialah ASR umum, bukannya model perbualan Flux yang berasingan dengan pengesanan giliran natif model. Nova menandakan kemuktamadan transkrip dan titik akhir pertuturan; Flux membekalkan peristiwa keadaan giliran perbualannya sendiri. Pilih aliran kerja transkripsi berdasarkan sama ada audio sudah dirakam atau sedang diterima secara langsung, sambil menggunakan output akhir sebenar sebagai artifak untuk disimpan.\n\n### Keyterm untuk kosa kata penting\n\nKeyterm Prompting Nova-3 yang didokumenkan menyokong transkripsi satu bahasa dan berbilang bahasa serta menyesuaikan pengecaman ke arah istilah penting tanpa melatih semula model. Berikan nama berkaitan, istilah produk, akronim atau frasa berbilang perkataan yang mungkin benar-benar dituturkan. Panduan mengehadkan input keyterm gabungan kepada 500 token dan mengesyorkan tumpuan pada kosa kata paling penting, bukannya menambah perkataan biasa tanpa memilih.\n\nSintaks pengeluar menggunakan istilah biasa, dengan entri keyterm berasingan bagi setiap istilah. Frasa berbilang perkataan kekal satu frasa. Pemberat keyword lama atau penguat, serta penggabungan istilah berasingan menggunakan koma, koma bernoktah atau pemisah baris, tidak setara: antara muka boleh menerimanya sebagai satu nilai literal tanpa memberikan penguatan yang dimaksudkan. Gunakan huruf besar yang betul untuk nama, kemudian periksa transkrip kerana konteks audio dan pemformatan pintar masih boleh mengubah bentuk bertulis akhir.\n\n### Sempadan keluarga model dan hasil berguna\n\nProfil Nova-3 umum berbeza daripada pilihan Medical dan Pharma yang dinamakan secara berasingan. Prompt kosa kata tidak menjadikannya edisi lain, dan liputan bahasa atau tingkah laku model khusus tidak patut diandaikan untuk model umum. Ciri pemprosesan transkrip tambahan ialah pilihan dalam aliran kerja pertuturan pengeluar, bukan bukti bahawa pengecaman telah menghasilkan ringkasan, terjemahan atau artifak lain yang tidak pernah diminta.\n\nHasil Nova-3 yang berguna boleh berupa transkrip mesyuarat boleh carian, ungkapan sedia kapsyen bersama pemasaan perkataan atau rekod perbualan berbilang bahasa. Simpan pengecam audio, aliran kerja bahasa terpilih, teks akhir dan sebarang medan keyakinan atau pemasaan yang berguna. Periksa nama tidak jelas, nombor, suara bertindih dan pertukaran bahasa berdasarkan rakaman asal, serta pastikan pertuturan yang benar-benar dikenal pasti kekal tersedia untuk langkah pemprosesan kandungan seterusnya.",
  "editorialOverlay": {
    "copy_fields": null,
    "copy_sha256": null,
    "copy_source": null,
    "html_sha256": "96c45abcc566b47c6a8f3ece8764db6b7476ad917c0017b4eea2e79487823c74",
    "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06",
    "raw_model_unchanged": true,
    "schema": "ailoot-native-model-editorial-v1"
  },
  "locale": "ms",
  "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=\"Tutup\">×</button></div><div class=\"idline\"><span>Deepgram /</span><code>deepgram/nova-3</code><button type=\"button\" id=\"copy-id\">Salin ID</button></div><nav class=\"card-jump-nav\" aria-label=\"Bahagian kad model\"><button type=\"button\" data-card-jump=\"overview\">Pengenalan</button><button type=\"button\" data-card-jump=\"methods\">Input &amp; kaedah</button><button type=\"button\" data-card-jump=\"pricing\">Pelan harga</button><button type=\"button\" data-card-jump=\"examples\">Contoh</button><button type=\"button\" data-card-jump=\"results\">Hasil</button><button type=\"button\" data-card-jump=\"aliases\">Alias</button></nav><div class=\"card-method-tabs\" role=\"tablist\" aria-label=\"Kaedah API\"><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\">Pengecaman</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\">Pengenalan</h3><p class=\"mdesc-full\">Nova-3 ialah model pertuturan-ke-teks kegunaan umum Deepgram untuk audio rakaman dan penstriman. Ia menyokong pengecaman satu bahasa, mod pertukaran bahasa berbilang bahasa yang ditetapkan dan keyterm prompting, lalu mengembalikan transkrip dengan pemasaan perkataan serta maklumat keyakinan.</p><dl class=\"card-io\" data-card-io><div><dt>Input yang diterima</dt><dd>Audio</dd></div><div><dt>Hasil</dt><dd>transcription</dd></div></dl><details class=\"card-about\"><summary>Tentang model</summary><p class=\"note-s\" data-model-method-boundary>Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.</p><div class=\"mabout\" id=\"m-about\"><p>Nova-3 ialah model pengecaman pertuturan kegunaan umum Deepgram untuk menukarkan audio kepada teks. Pengeluar mengesyorkannya untuk mesyuarat, kapsyen acara, rakaman berbilang penutur dan keadaan mencabar seperti bunyi bising atau mikrofon jauh, menggunakan transkripsi prarakaman atau penstriman. Hasil bergunanya ialah pertuturan yang dikenal pasti bersama pemasaan dan maklumat keyakinan yang kekal dipautkan kepada audio sumber.</p><h4>Pilih aliran kerja bahasa</h4><p>Bahasa lalai yang didokumenkan ialah bahasa Inggeris. Permintaan satu bahasa memilih bahasa yang dituturkan atau locale yang disokong. Jadual model umum semasa merangkumi varian serantau bahasa Inggeris, bahasa Sepanyol, Perancis, Jerman, Rusia, Portugis, Jepun, Itali, Belanda, Arab, tulisan Cina dan banyak bahasa lain, termasuk bahasa Kazakh. Pilih daripada kod yang disokong pengeluar, bukannya menganggap setiap nama locale diterima.</p><p>Tetapan berbilang bahasa ialah aliran kerja pertukaran bahasa yang berasingan. Jadual Nova-3 semasa menyenaraikan sepuluh bahasa untuknya: bahasa Inggeris, Sepanyol, Perancis, Jerman, Hindi, Rusia, Portugis, Jepun, Itali dan Belanda. Set ini tidak sama dengan senarai satu bahasa yang lebih besar. Untuk rakaman yang bersilih ganti antara bahasa yang disokong, sediakan mod berbilang bahasa, bukannya memaksa seluruh perbualan ke tetapan satu bahasa yang tidak berkaitan. Kekalkan perkara yang dituturkan sebelum menyediakan sebarang versi terjemahan atau ringkasan.</p><h4>Audio rakaman dan penyediaan transkrip</h4><p>Aliran kerja fail Deepgram menerima bait audio yang dimuat naik atau rujukan kepada fail audio. Simpan transkrip yang dikembalikan apabila permintaan selesai; pengeluar tidak menyimpan transkrip untuk diambil kemudian. Format dan pengekodan input lazim yang didokumenkan termasuk MP3, MP4, MP2, AAC, WAV, FLAC, PCM, M4A, Ogg, Opus dan WebM. Simpan format sebenar serta maklumat saluran bersama rakaman. Berikan pengecam stabil kepada rakaman dan pastikan hasil dikaitkan dengan sumber serta maklumat saluran yang betul. Untuk mesyuarat, semak nama peserta dan istilah teknikal sambil mendengar bunyi asal. Untuk kuliah atau acara, kekalkan urutan audio supaya kapsyen atau hasil carian kemudian dapat mencari petikan relevan.</p><p>Panduan prarakaman pengeluar menyenaraikan saiz fail maksimum 2 GB dan mengesyorkan pengekstrakan strim audio daripada fail video besar. Ia turut mendokumenkan tamat masa pemprosesan sepuluh minit untuk permintaan Nova. Tamat masa itu berkenaan tempoh pemprosesan permintaan, bukan tempoh maksimum rakaman sepuluh minit. Hasil berguna merangkumi bahagian akhir rakaman yang dimaksudkan; transkrip yang hanya dikekalkan sebahagiannya tidak patut dianggap sebagai teks lengkap.</p><h4>Baca perkataan, masa dan keyakinan</h4><p>Respons JSON yang didokumenkan merangkumi alternatif transkrip dan perkataan yang dikenal pasti, dengan masa mula serta tamat setiap perkataan dalam saat dari permulaan audio dan nilai keyakinan. Untuk transkrip berbilang penutur, diarisasi pilihan pengeluar memberikan label penutur kepada setiap perkataan. Diarisasi prarakaman turut mengembalikan keyakinan penutur; diarisasi penstriman mengembalikan label penutur. Semak label tersebut berdasarkan suara dalam rakaman. Keyakinan transkrip keseluruhan turut dilaporkan pada skala 0–1. Apabila pemformatan pintar diminta, hasil boleh menyertakan tanda baca dan huruf besar sebagai perkataan bertanda baca, bersama maklumat perenggan yang boleh dibaca.</p><p>Gunakan medan itu mengikut maknanya. Masa perkataan menunjukkan lokasi pertuturan yang dikenal pasti, manakala keyakinan ialah petunjuk kebolehpercayaan model, bukan bukti bahawa nama atau kuantiti sukar didengar dengan betul. Untuk penyediaan kapsyen, simpan pemasaan bersama ungkapan yang telah disemak dan periksa sempadan berdasarkan bunyi. Untuk versi editorial yang boleh dibaca, pastikan perubahan dapat dibezakan daripada transkrip pengecaman, bukannya menggantikan perkataan tidak pasti secara senyap dengan cerita yang munasabah.</p><h4>Pengecaman penstriman dan segmen akhir</h4><p>Aliran kerja penstriman Nova mengembalikan teks semasa audio diterima, dengan hasil sementara dan akhir. Penunjuk is_final membezakan teks yang mungkin disemak semula daripada segmen yang telah dimuktamadkan. Penunjuk speech_final berkaitan penentuan titik akhir segmen pertuturan. Bezakan isyarat ini daripada sekadar menerima transkrip tidak kosong dan simpan segmen akhir mengikut urutan audio ketika menyediakan rekod lengkap.</p><p>Nova-3 ialah ASR umum, bukannya model perbualan Flux yang berasingan dengan pengesanan giliran natif model. Nova menandakan kemuktamadan transkrip dan titik akhir pertuturan; Flux membekalkan peristiwa keadaan giliran perbualannya sendiri. Pilih aliran kerja transkripsi berdasarkan sama ada audio sudah dirakam atau sedang diterima secara langsung, sambil menggunakan output akhir sebenar sebagai artifak untuk disimpan.</p><h4>Keyterm untuk kosa kata penting</h4><p>Keyterm Prompting Nova-3 yang didokumenkan menyokong transkripsi satu bahasa dan berbilang bahasa serta menyesuaikan pengecaman ke arah istilah penting tanpa melatih semula model. Berikan nama berkaitan, istilah produk, akronim atau frasa berbilang perkataan yang mungkin benar-benar dituturkan. Panduan mengehadkan input keyterm gabungan kepada 500 token dan mengesyorkan tumpuan pada kosa kata paling penting, bukannya menambah perkataan biasa tanpa memilih.</p><p>Sintaks pengeluar menggunakan istilah biasa, dengan entri keyterm berasingan bagi setiap istilah. Frasa berbilang perkataan kekal satu frasa. Pemberat keyword lama atau penguat, serta penggabungan istilah berasingan menggunakan koma, koma bernoktah atau pemisah baris, tidak setara: antara muka boleh menerimanya sebagai satu nilai literal tanpa memberikan penguatan yang dimaksudkan. Gunakan huruf besar yang betul untuk nama, kemudian periksa transkrip kerana konteks audio dan pemformatan pintar masih boleh mengubah bentuk bertulis akhir.</p><h4>Sempadan keluarga model dan hasil berguna</h4><p>Profil Nova-3 umum berbeza daripada pilihan Medical dan Pharma yang dinamakan secara berasingan. Prompt kosa kata tidak menjadikannya edisi lain, dan liputan bahasa atau tingkah laku model khusus tidak patut diandaikan untuk model umum. Ciri pemprosesan transkrip tambahan ialah pilihan dalam aliran kerja pertuturan pengeluar, bukan bukti bahawa pengecaman telah menghasilkan ringkasan, terjemahan atau artifak lain yang tidak pernah diminta.</p><p>Hasil Nova-3 yang berguna boleh berupa transkrip mesyuarat boleh carian, ungkapan sedia kapsyen bersama pemasaan perkataan atau rekod perbualan berbilang bahasa. Simpan pengecam audio, aliran kerja bahasa terpilih, teks akhir dan sebarang medan keyakinan atau pemasaan yang berguna. Periksa nama tidak jelas, nombor, suara bertindih dan pertukaran bahasa berdasarkan rakaman asal, serta pastikan pertuturan yang benar-benar dikenal pasti kekal tersedia untuk langkah pemprosesan kandungan seterusnya.</p></div></details></section><section class=\"card-section\" data-card-section=\"methods\"><h3 tabindex=\"-1\">Tersedia di Ailoot · input &amp; kaedah</h3><details class=\"card-method\" open><summary><b>Ailoot Ultra · Pengecaman pertuturan</b> <code>POST /v1/audio/transcriptions</code></summary><dl class=\"method-capabilities\"><div><dt>Input</dt><dd><code>audio</code></dd></div><div><dt>Output</dt><dd><code>transcription</code></dd></div><div><dt>Format output</dt><dd>json</dd></div></dl><div class=\"tw\" data-card-parameters data-typed-parameters><table><thead><tr><th>Medan</th><th>Jenis</th><th>Keperluan</th><th>Nilai &amp; had</th><th>Lalai</th></tr></thead><tbody><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Medan\" scope=\"row\"><span class=\"card-cell-label\">Medan</span><code class=\"card-field-name\">model</code></th><td data-cell-label=\"Jenis\" data-field-type><span class=\"card-cell-label\">Jenis</span><code>string</code></td><td data-cell-label=\"Keperluan\"><span class=\"card-cell-label\">Keperluan</span>Diperlukan</td><td data-cell-label=\"Nilai &amp; had\"><span class=\"card-cell-label\">Nilai &amp; had</span><div>deepgram/nova-3</div></td><td data-cell-label=\"Lalai\" data-default=\"unspecified\"><span class=\"card-cell-label\">Lalai</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Medan\" scope=\"row\"><span class=\"card-cell-label\">Medan</span><code class=\"card-field-name\">input_audio</code></th><td data-cell-label=\"Jenis\" data-field-type><span class=\"card-cell-label\">Jenis</span><code>object</code></td><td data-cell-label=\"Keperluan\"><span class=\"card-cell-label\">Keperluan</span>Diperlukan</td><td data-cell-label=\"Nilai &amp; had\"><span class=\"card-cell-label\">Nilai &amp; had</span></td><td data-cell-label=\"Lalai\" data-default=\"unspecified\"><span class=\"card-cell-label\">Lalai</span>—</td></tr><tr data-parameter-availability=\"retained_official_STTRequest\"><th data-cell-label=\"Medan\" scope=\"row\"><span class=\"card-cell-label\">Medan</span><code class=\"card-field-name\">language</code></th><td data-cell-label=\"Jenis\" data-field-type><span class=\"card-cell-label\">Jenis</span><code>string</code></td><td data-cell-label=\"Keperluan\"><span class=\"card-cell-label\">Keperluan</span>Pilihan</td><td data-cell-label=\"Nilai &amp; had\"><span class=\"card-cell-label\">Nilai &amp; had</span></td><td data-cell-label=\"Lalai\" data-default=\"unspecified\"><span class=\"card-cell-label\">Lalai</span>—</td></tr><tr data-parameter-availability=\"retained_official_STTRequest\"><th data-cell-label=\"Medan\" scope=\"row\"><span class=\"card-cell-label\">Medan</span><code class=\"card-field-name\">temperature</code></th><td data-cell-label=\"Jenis\" data-field-type><span class=\"card-cell-label\">Jenis</span><code>number</code></td><td data-cell-label=\"Keperluan\"><span class=\"card-cell-label\">Keperluan</span>Pilihan</td><td data-cell-label=\"Nilai &amp; had\"><span class=\"card-cell-label\">Nilai &amp; had</span><div>Minimum: 0</div><div>Maksimum: 1</div></td><td data-cell-label=\"Lalai\" data-default=\"unspecified\"><span class=\"card-cell-label\">Lalai</span>—</td></tr><tr data-parameter-availability=\"retained_official_STTRequest\"><th data-cell-label=\"Medan\" scope=\"row\"><span class=\"card-cell-label\">Medan</span><code class=\"card-field-name\">response_format</code></th><td data-cell-label=\"Jenis\" data-field-type><span class=\"card-cell-label\">Jenis</span><code>string</code></td><td data-cell-label=\"Keperluan\"><span class=\"card-cell-label\">Keperluan</span>Pilihan</td><td data-cell-label=\"Nilai &amp; had\"><span class=\"card-cell-label\">Nilai &amp; had</span><div>json, verbose_json</div></td><td data-cell-label=\"Lalai\" data-default=\"known\"><span class=\"card-cell-label\">Lalai</span>json</td></tr><tr data-parameter-availability=\"retained_official_STTRequest\"><th data-cell-label=\"Medan\" scope=\"row\"><span class=\"card-cell-label\">Medan</span><code class=\"card-field-name\">timestamp_granularities</code></th><td data-cell-label=\"Jenis\" data-field-type><span class=\"card-cell-label\">Jenis</span><code>array</code></td><td data-cell-label=\"Keperluan\"><span class=\"card-cell-label\">Keperluan</span>Pilihan</td><td data-cell-label=\"Nilai &amp; had\"><span class=\"card-cell-label\">Nilai &amp; had</span></td><td data-cell-label=\"Lalai\" data-default=\"unspecified\"><span class=\"card-cell-label\">Lalai</span>—</td></tr><tr data-parameter-availability=\"retained_official_STTRequest\"><th data-cell-label=\"Medan\" scope=\"row\"><span class=\"card-cell-label\">Medan</span><code class=\"card-field-name\">provider</code></th><td data-cell-label=\"Jenis\" data-field-type><span class=\"card-cell-label\">Jenis</span><code>object</code></td><td data-cell-label=\"Keperluan\"><span class=\"card-cell-label\">Keperluan</span>Pilihan</td><td data-cell-label=\"Nilai &amp; had\"><span class=\"card-cell-label\">Nilai &amp; had</span></td><td data-cell-label=\"Lalai\" data-default=\"unspecified\"><span class=\"card-cell-label\">Lalai</span>—</td></tr></tbody></table></div><details class=\"card-about\" data-material-combinations><summary>Gabungan bahan input</summary><p class=\"note-s\"><b>speech_to_text</b> · Diperlukan: actual matching-format audio file</p></details><details class=\"note-s\" data-method-contract><summary>Parameter kaedah dan kitar hayat</summary><div class=\"tw\" data-card-table=\"contract\"><table><thead><tr><th>Parameter</th><th>Kontrak</th></tr></thead><tbody><tr><th data-cell-label=\"Parameter\" scope=\"row\"><span class=\"card-cell-label\">Parameter</span><code>content_types</code></th><td data-cell-label=\"Kontrak\"><span class=\"card-cell-label\">Kontrak</span>application/json, multipart/form-data</td></tr><tr><th data-cell-label=\"Parameter\" scope=\"row\"><span class=\"card-cell-label\">Parameter</span><code>required</code></th><td data-cell-label=\"Kontrak\"><span class=\"card-cell-label\">Kontrak</span>model, input_audio</td></tr><tr><th data-cell-label=\"Parameter\" scope=\"row\"><span class=\"card-cell-label\">Parameter</span><code>material_types</code></th><td data-cell-label=\"Kontrak\"><span class=\"card-cell-label\">Kontrak</span>audio</td></tr><tr><th data-cell-label=\"Parameter\" scope=\"row\"><span class=\"card-cell-label\">Parameter</span><code>JSON_audio</code></th><td data-cell-label=\"Kontrak\"><span class=\"card-cell-label\">Kontrak</span>bait audio mentah sebenar dalam base64 berserta format yang sepadan</td></tr><tr><th data-cell-label=\"Parameter\" scope=\"row\"><span class=\"card-cell-label\">Parameter</span><code>multipart_required</code></th><td data-cell-label=\"Kontrak\"><span class=\"card-cell-label\">Kontrak</span>model, file</td></tr><tr><th data-cell-label=\"Parameter\" scope=\"row\"><span class=\"card-cell-label\">Parameter</span><code>multipart_cap_bytes</code></th><td data-cell-label=\"Kontrak\"><span class=\"card-cell-label\">Kontrak</span>26214400</td></tr><tr><th data-cell-label=\"Parameter\" scope=\"row\"><span class=\"card-cell-label\">Parameter</span><code>optional_controls</code></th><td data-cell-label=\"Kontrak\"><span class=\"card-cell-label\">Kontrak</span>language, temperature, response_format, timestamp_granularities, provider</td></tr><tr><th data-cell-label=\"Parameter\" scope=\"row\"><span class=\"card-cell-label\">Parameter</span><code>default_response_format</code></th><td data-cell-label=\"Kontrak\"><span class=\"card-cell-label\">Kontrak</span>json</td></tr><tr><th data-cell-label=\"Parameter\" scope=\"row\"><span class=\"card-cell-label\">Parameter</span><code>optional_features</code></th><td data-cell-label=\"Kontrak\"><span class=\"card-cell-label\">Kontrak</span>Output terperinci, diarize/keyterms dan URL/audio sebaris yang lebih besar memerlukan keupayaan serta tarif model/pembekal yang tepat.</td></tr></tbody></table></div><p>Kitar hayat: <code>synchronous_result_then_owned_library</code></p><p class=\"note-s\"><code>GET /v1/media/tasks/{task_id}</code> · task_id sebenar yang dikembalikan atau rekod pustaka media</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\">Gunakan model yang tepat dan medan input yang didokumenkan.</p><p class=\"note-s\">Simpan respons lengkap, setiap output sebenar dan ID asal yang dikembalikan.</p></details></details></section><section class=\"card-section\" data-card-section=\"pricing\"><h3 tabindex=\"-1\">Pelan harga</h3><div data-native-semantic-method=\"v1\" data-tariff-reference-only><p class=\"note-s\" data-rate-support-note>Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.</p><dl data-price-conditions><dt>Mod pantas</dt><dd>Tidak dinyatakan <span class=\"note-s\">Apabila mod pantas dipilih</span></dd><dt>Mod flex</dt><dd>Tidak dinyatakan <span class=\"note-s\">Apabila mod flex dipilih</span></dd><dt>Usaha penaakulan maksimum</dt><dd>Tidak dinyatakan <span class=\"note-s\">Apabila usaha penaakulan maksimum menggunakan pelarasan default</span></dd></dl></div><div data-declared-tariff-pricing><h4>Kadar Ailoot</h4><h4>Harga mengikut konfigurasi</h4><p class=\"note-s\">Padankan setiap caj dengan syarat yang dipaparkan. Gunakan satu kadar bagi setiap set konfigurasi alternatif.</p><div class=\"tw\" data-pricing-profiles><table><thead><tr><th>Konfigurasi</th><th>Jadual kadar</th><th>Unit pengebilan</th><th>Caj</th></tr></thead><tbody><tr><th data-cell-label=\"Konfigurasi\" scope=\"row\"><span class=\"card-cell-label\">Konfigurasi</span>Kadar asas token</th><td data-cell-label=\"Jadual kadar\"><span class=\"card-cell-label\">Jadual kadar</span>Kadar asas</td><td data-cell-label=\"Unit pengebilan\"><span class=\"card-cell-label\">Unit pengebilan</span>—</td><td data-cell-label=\"Caj\"><span class=\"card-cell-label\">Caj</span><div><span>Input · Token input</span> <b>—</b> <span class=\"price-unit\">/ 1K token</span></div><div><span>Output · Token output</span> <b>—</b> <span class=\"price-unit\">/ 1K token</span></div><div><span>Input · Bacaan cache</span> <b>—</b> <span class=\"price-unit\">/ 1K token</span></div><div><span>Input · Penulisan cache</span> <b>—</b> <span class=\"price-unit\">/ 1K token</span></div><div><span>Input · Penulisan cache, 1 jam</span> <b>—</b> <span class=\"price-unit\">/ 1K token</span></div></td></tr><tr><th data-cell-label=\"Konfigurasi\" scope=\"row\"><span class=\"card-cell-label\">Konfigurasi</span>Ultra</th><td data-cell-label=\"Jadual kadar\"><span class=\"card-cell-label\">Jadual kadar</span>—</td><td data-cell-label=\"Unit pengebilan\"><span class=\"card-cell-label\">Unit pengebilan</span>bagi setiap saat audio masukan</td><td data-cell-label=\"Caj\"><span class=\"card-cell-label\">Caj</span><div><span>Input · saat input audio</span> <b>$0.0001433333333334</b> <span class=\"price-unit\">bagi setiap saat audio masukan</span></div></td></tr></tbody></table></div></div><p class=\"note-s\">Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. <a href=\"/docs/ms/billing/reserve/\">Cara rizab dan penyelesaian caj berfungsi →</a></p><div data-declared-reference-pricing><h4>Butiran tarif rujukan</h4><p class=\"note-s\">Jadual rujukan peringkat model tidak mengubah pemilihan kaedah, sebut harga atau caj. Caj aktif menggunakan kadar kaedah Ailoot yang dipilih.</p><details class=\"card-price-reference\" data-declared-reference-group data-client-selectable=\"false\"><summary>Deepgram: Nova-3</summary><h4>Harga mengikut konfigurasi</h4><div class=\"tw\" data-pricing-profiles><table><thead><tr><th>Konfigurasi</th><th>Syarat pengebilan</th><th>Caj</th></tr></thead><tbody><tr><th data-cell-label=\"Konfigurasi\" scope=\"row\"><span class=\"card-cell-label\">Konfigurasi</span>Deepgram: Nova-3 · Konfigurasi lalai</th><td data-cell-label=\"Syarat pengebilan\"><span class=\"card-cell-label\">Syarat pengebilan</span>Konfigurasi lalai</td><td data-cell-label=\"Caj\"><span class=\"card-cell-label\">Caj</span><div><span>Input · Saat audio input</span> <b>≈USD 0.000143</b> <span class=\"price-unit\">bagi setiap saat audio masukan</span></div></td></tr></tbody></table></div></details></div></section><section class=\"card-section\" data-card-section=\"examples\"><h3 tabindex=\"-1\">Contoh permintaan</h3><h4>Ailoot Ultra · Pengecaman pertuturan</h4><div class=\"code-group\"><div class=\"cg-bar\"><div class=\"cg-tabs\" role=\"tablist\" aria-label=\"Pilihan kod\"><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 · badan permintaan natif yang tepat dan hasil lengkap</button></div><div class=\"cg-tools\"><button class=\"cg-btn cg-copy\" type=\"button\" aria-label=\"Salin kod\"><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\">Terima dan simpan hasil</h3><h4>Ailoot Ultra · Pengecaman pertuturan</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>Simpan semua hasil yang selesai</h5><p class=\"note-s\">Simpan setiap respons lengkap, fail dan bahagian kandungan yang dikembalikan.</p><p class=\"note-s\">JSON asal yang lengkap, semua teks/segmen/perkataan/penutur/cap masa yang tersedia dan penggunaan.</p></div><div class=\"card-result-process\" data-unknown-recovery><h5>Jika respons asal perlu disemak</h5><p class=\"note-s\">Simpan operation_id/X-Client-Request-ID asal dan respons asal. Baca rekod tugas/aset sebenar milik anda tanpa menghantar semula; tiada URL semakan berkala audio khusus dibina.</p></div><details class=\"card-about\" data-output-fields><summary>Medan respons</summary><div class=\"tw\" data-card-table=\"output\"><table><thead><tr><th>Medan</th><th>Jenis</th></tr></thead><tbody><tr><th data-cell-label=\"Medan\" scope=\"row\"><span class=\"card-cell-label\">Medan</span><code class=\"card-field-name\">text</code></th><td data-cell-label=\"Jenis\" data-field-type><span class=\"card-cell-label\">Jenis</span>string</td></tr><tr><th data-cell-label=\"Medan\" scope=\"row\"><span class=\"card-cell-label\">Medan</span><code class=\"card-field-name\">usage</code></th><td data-cell-label=\"Jenis\" data-field-type><span class=\"card-cell-label\">Jenis</span>object</td></tr><tr><th data-cell-label=\"Medan\" scope=\"row\"><span class=\"card-cell-label\">Medan</span><code class=\"card-field-name\">segments[]</code></th><td data-cell-label=\"Jenis\" data-field-type><span class=\"card-cell-label\">Jenis</span>object</td></tr><tr><th data-cell-label=\"Medan\" scope=\"row\"><span class=\"card-cell-label\">Medan</span><code class=\"card-field-name\">words[]</code></th><td data-cell-label=\"Jenis\" data-field-type><span class=\"card-cell-label\">Jenis</span>object</td></tr></tbody></table></div></details></section><section class=\"card-section\" data-card-section=\"aliases\"><h3 tabindex=\"-1\">Alias</h3><h4>Alias model</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>Alias laluan kaedah</h4><p class=\"note-s\">Gunakan laluan kaedah yang dipaparkan di atas.</p><h4>ID pemanggil berkaitan</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": "Simpan operation_id/X-Client-Request-ID asal dan respons asal. Baca rekod tugas/aset sebenar milik anda tanpa menghantar semula; tiada URL semakan berkala audio khusus dibina."
            },
            "material_combinations": [
              {
                "content_types": [
                  "application/json",
                  "multipart/form-data"
                ],
                "mode": "speech_to_text",
                "required": [
                  "actual matching-format audio file"
                ]
              }
            ],
            "outputs": {
              "all_results": "JSON asal yang lengkap, semua teks/segmen/perkataan/penutur/cap masa yang tersedia dan penggunaan.",
              "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": [
            "Gunakan model yang tepat dan medan input yang didokumenkan.",
            "Simpan respons lengkap, setiap output sebenar dan ID asal yang dikembalikan."
          ],
          "input": {
            "JSON_audio": "bait audio mentah sebenar dalam base64 berserta format yang sepadan",
            "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": "Output terperinci, diarize/keyterms dan URL/audio sebaris yang lebih besar memerlukan keupayaan serta tarif model/pembekal yang tepat.",
            "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": "task_id sebenar yang dikembalikan atau rekod pustaka media",
                "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": "2728d70d94b0e0d0917f6e65697b1b66dd0a695c589c7a09de5c2dab8d8a7cd4",
    "input_html_sha256": "2701cea83753a775253b08835d98ae135071b64e534ebd95230234d90d8d674a",
    "private_audit_sha256": "5ec7ce49fb1fd2a2aaaf4f65b4ce52a15b3cc4fc60d4b259f4da4c098c3fc7d5",
    "role": "historical-normalized-input-audit-hashes",
    "schema": "ailoot-native-model-provenance-v2"
  },
  "page": {
    "canonical": "https://ailoot.ai/models/ms/deepgram-nova-3/",
    "description": "Nova-3 ialah model pertuturan-ke-teks kegunaan umum Deepgram untuk audio rakaman dan penstriman. Ia menyokong pengecaman satu bahasa, mod pertukaran bahasa berbilang bahasa yang ditetapkan dan keyterm prompting, lalu mengembalikan transkrip dengan pemasaan perkataan serta maklumat keyakinan.",
    "locale": "ms",
    "md_url": "https://ailoot.ai/models/ms/deepgram-nova-3/index.md",
    "title": "Deepgram: Nova-3 — Ailoot",
    "url": "https://ailoot.ai/models/ms/deepgram-nova-3/"
  },
  "rawModel": {
    "about": "Nova-3 ialah model pengecaman pertuturan kegunaan umum Deepgram untuk menukarkan audio kepada teks. Pengeluar mengesyorkannya untuk mesyuarat, kapsyen acara, rakaman berbilang penutur dan keadaan mencabar seperti bunyi bising atau mikrofon jauh, menggunakan transkripsi prarakaman atau penstriman. Hasil bergunanya ialah pertuturan yang dikenal pasti bersama pemasaan dan maklumat keyakinan yang kekal dipautkan kepada audio sumber.\n\n### Pilih aliran kerja bahasa\n\nBahasa lalai yang didokumenkan ialah bahasa Inggeris. Permintaan satu bahasa memilih bahasa yang dituturkan atau locale yang disokong. Jadual model umum semasa merangkumi varian serantau bahasa Inggeris, bahasa Sepanyol, Perancis, Jerman, Rusia, Portugis, Jepun, Itali, Belanda, Arab, tulisan Cina dan banyak bahasa lain, termasuk bahasa Kazakh. Pilih daripada kod yang disokong pengeluar, bukannya menganggap setiap nama locale diterima.\n\nTetapan berbilang bahasa ialah aliran kerja pertukaran bahasa yang berasingan. Jadual Nova-3 semasa menyenaraikan sepuluh bahasa untuknya: bahasa Inggeris, Sepanyol, Perancis, Jerman, Hindi, Rusia, Portugis, Jepun, Itali dan Belanda. Set ini tidak sama dengan senarai satu bahasa yang lebih besar. Untuk rakaman yang bersilih ganti antara bahasa yang disokong, sediakan mod berbilang bahasa, bukannya memaksa seluruh perbualan ke tetapan satu bahasa yang tidak berkaitan. Kekalkan perkara yang dituturkan sebelum menyediakan sebarang versi terjemahan atau ringkasan.\n\n### Audio rakaman dan penyediaan transkrip\n\nAliran kerja fail Deepgram menerima bait audio yang dimuat naik atau rujukan kepada fail audio. Simpan transkrip yang dikembalikan apabila permintaan selesai; pengeluar tidak menyimpan transkrip untuk diambil kemudian. Format dan pengekodan input lazim yang didokumenkan termasuk MP3, MP4, MP2, AAC, WAV, FLAC, PCM, M4A, Ogg, Opus dan WebM. Simpan format sebenar serta maklumat saluran bersama rakaman. Berikan pengecam stabil kepada rakaman dan pastikan hasil dikaitkan dengan sumber serta maklumat saluran yang betul. Untuk mesyuarat, semak nama peserta dan istilah teknikal sambil mendengar bunyi asal. Untuk kuliah atau acara, kekalkan urutan audio supaya kapsyen atau hasil carian kemudian dapat mencari petikan relevan.\n\nPanduan prarakaman pengeluar menyenaraikan saiz fail maksimum 2 GB dan mengesyorkan pengekstrakan strim audio daripada fail video besar. Ia turut mendokumenkan tamat masa pemprosesan sepuluh minit untuk permintaan Nova. Tamat masa itu berkenaan tempoh pemprosesan permintaan, bukan tempoh maksimum rakaman sepuluh minit. Hasil berguna merangkumi bahagian akhir rakaman yang dimaksudkan; transkrip yang hanya dikekalkan sebahagiannya tidak patut dianggap sebagai teks lengkap.\n\n### Baca perkataan, masa dan keyakinan\n\nRespons JSON yang didokumenkan merangkumi alternatif transkrip dan perkataan yang dikenal pasti, dengan masa mula serta tamat setiap perkataan dalam saat dari permulaan audio dan nilai keyakinan. Untuk transkrip berbilang penutur, diarisasi pilihan pengeluar memberikan label penutur kepada setiap perkataan. Diarisasi prarakaman turut mengembalikan keyakinan penutur; diarisasi penstriman mengembalikan label penutur. Semak label tersebut berdasarkan suara dalam rakaman. Keyakinan transkrip keseluruhan turut dilaporkan pada skala 0–1. Apabila pemformatan pintar diminta, hasil boleh menyertakan tanda baca dan huruf besar sebagai perkataan bertanda baca, bersama maklumat perenggan yang boleh dibaca.\n\nGunakan medan itu mengikut maknanya. Masa perkataan menunjukkan lokasi pertuturan yang dikenal pasti, manakala keyakinan ialah petunjuk kebolehpercayaan model, bukan bukti bahawa nama atau kuantiti sukar didengar dengan betul. Untuk penyediaan kapsyen, simpan pemasaan bersama ungkapan yang telah disemak dan periksa sempadan berdasarkan bunyi. Untuk versi editorial yang boleh dibaca, pastikan perubahan dapat dibezakan daripada transkrip pengecaman, bukannya menggantikan perkataan tidak pasti secara senyap dengan cerita yang munasabah.\n\n### Pengecaman penstriman dan segmen akhir\n\nAliran kerja penstriman Nova mengembalikan teks semasa audio diterima, dengan hasil sementara dan akhir. Penunjuk is_final membezakan teks yang mungkin disemak semula daripada segmen yang telah dimuktamadkan. Penunjuk speech_final berkaitan penentuan titik akhir segmen pertuturan. Bezakan isyarat ini daripada sekadar menerima transkrip tidak kosong dan simpan segmen akhir mengikut urutan audio ketika menyediakan rekod lengkap.\n\nNova-3 ialah ASR umum, bukannya model perbualan Flux yang berasingan dengan pengesanan giliran natif model. Nova menandakan kemuktamadan transkrip dan titik akhir pertuturan; Flux membekalkan peristiwa keadaan giliran perbualannya sendiri. Pilih aliran kerja transkripsi berdasarkan sama ada audio sudah dirakam atau sedang diterima secara langsung, sambil menggunakan output akhir sebenar sebagai artifak untuk disimpan.\n\n### Keyterm untuk kosa kata penting\n\nKeyterm Prompting Nova-3 yang didokumenkan menyokong transkripsi satu bahasa dan berbilang bahasa serta menyesuaikan pengecaman ke arah istilah penting tanpa melatih semula model. Berikan nama berkaitan, istilah produk, akronim atau frasa berbilang perkataan yang mungkin benar-benar dituturkan. Panduan mengehadkan input keyterm gabungan kepada 500 token dan mengesyorkan tumpuan pada kosa kata paling penting, bukannya menambah perkataan biasa tanpa memilih.\n\nSintaks pengeluar menggunakan istilah biasa, dengan entri keyterm berasingan bagi setiap istilah. Frasa berbilang perkataan kekal satu frasa. Pemberat keyword lama atau penguat, serta penggabungan istilah berasingan menggunakan koma, koma bernoktah atau pemisah baris, tidak setara: antara muka boleh menerimanya sebagai satu nilai literal tanpa memberikan penguatan yang dimaksudkan. Gunakan huruf besar yang betul untuk nama, kemudian periksa transkrip kerana konteks audio dan pemformatan pintar masih boleh mengubah bentuk bertulis akhir.\n\n### Sempadan keluarga model dan hasil berguna\n\nProfil Nova-3 umum berbeza daripada pilihan Medical dan Pharma yang dinamakan secara berasingan. Prompt kosa kata tidak menjadikannya edisi lain, dan liputan bahasa atau tingkah laku model khusus tidak patut diandaikan untuk model umum. Ciri pemprosesan transkrip tambahan ialah pilihan dalam aliran kerja pertuturan pengeluar, bukan bukti bahawa pengecaman telah menghasilkan ringkasan, terjemahan atau artifak lain yang tidak pernah diminta.\n\nHasil Nova-3 yang berguna boleh berupa transkrip mesyuarat boleh carian, ungkapan sedia kapsyen bersama pemasaan perkataan atau rekod perbualan berbilang bahasa. Simpan pengecam audio, aliran kerja bahasa terpilih, teks akhir dan sebarang medan keyakinan atau pemasaan yang berguna. Periksa nama tidak jelas, nombor, suara bertindih dan pertukaran bahasa berdasarkan rakaman asal, serta pastikan pertuturan yang benar-benar dikenal pasti kekal tersedia untuk langkah pemprosesan kandungan seterusnya.",
    "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": "Maklumat lengkap tentang harga konfigurasi terdapat dalam butiran."
      }
    ],
    "ctx": null,
    "declared_tariff_references": [
      {
        "client_selectable": false,
        "key": "c81fd216735cb75857ec",
        "label": "Deepgram: Nova-3",
        "profiles": [
          {
            "basis": "",
            "dimensions": {
              "conditions": "Konfigurasi lalai"
            },
            "label": "Deepgram: Nova-3 · Konfigurasi lalai",
            "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": "Simpan operation_id/X-Client-Request-ID asal dan respons asal. Baca rekod tugas/aset sebenar milik anda tanpa menghantar semula; tiada URL semakan berkala audio khusus dibina."
            },
            "material_combinations": [
              {
                "content_types": [
                  "application/json",
                  "multipart/form-data"
                ],
                "mode": "speech_to_text",
                "required": [
                  "actual matching-format audio file"
                ]
              }
            ],
            "outputs": {
              "all_results": "JSON asal yang lengkap, semua teks/segmen/perkataan/penutur/cap masa yang tersedia dan penggunaan.",
              "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": [
            "Gunakan model yang tepat dan medan input yang didokumenkan.",
            "Simpan respons lengkap, setiap output sebenar dan ID asal yang dikembalikan."
          ],
          "input": {
            "JSON_audio": "bait audio mentah sebenar dalam base64 berserta format yang sepadan",
            "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": "Output terperinci, diarize/keyterms dan URL/audio sebaris yang lebih besar memerlukan keupayaan serta tarif model/pembekal yang tepat.",
            "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": "task_id sebenar yang dikembalikan atau rekod pustaka media",
                "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 ialah model pertuturan-ke-teks kegunaan umum Deepgram untuk audio rakaman dan penstriman. Ia menyokong pengecaman satu bahasa, mod pertukaran bahasa berbilang bahasa yang ditetapkan dan keyterm prompting, lalu mengembalikan transkrip dengan pemasaan perkataan serta maklumat keyakinan."
  },
  "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 ialah model pertuturan-ke-teks kegunaan umum Deepgram untuk audio rakaman dan penstriman. Ia menyokong pengecaman satu bahasa, mod pertukaran bahasa berbilang bahasa yang ditetapkan dan keyterm prompting, lalu mengembalikan transkrip dengan pemasaan perkataan serta maklumat keyakinan.",
  "source": {
    "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1",
    "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036",
    "raw_model_json_sha256": "d08ac5a3d6e9a0525bdb7e3a31f4a3f209944cfbcbf281d5e0677ee88b1e5f59",
    "renderer_sha256": "1dab5ba62521e9568c8b7c82005622cabbf330a075df7cce1f83274a04009460"
  },
  "sourceRevision": "b7dfb69a5a324160fd07794845b32906404a3523568240ce67d1a71c295343a7"
}