Source: https://ailoot.ai/models/ms/nvidia-parakeet-tdt-0-6b-v3/ Canonical: https://ailoot.ai/models/ms/nvidia-parakeet-tdt-0-6b-v3/ Language: ms # NVIDIA: Parakeet TDT 0.6B v3 [Markdown](https://ailoot.ai/models/ms/nvidia-parakeet-tdt-0-6b-v3/index.md) · [JSON](https://ailoot.ai/models/ms/nvidia-parakeet-tdt-0-6b-v3/facts.json) ## [NVIDIA: Parakeet TDT 0.6B v3](https://ailoot.ai/models/ms/nvidia-parakeet-tdt-0-6b-v3/) Parakeet TDT 0.6B v3 NVIDIA ialah model pertuturan kepada teks 600M untuk 25 bahasa Eropah, dengan pengesanan bahasa automatik. Model ini menghasilkan transkrip bertanda baca dan menyokong cap masa perkataan serta segmen, dengan mod audio panjang yang dikaitkan dengan konfigurasi perhatian pengeluar. - [**Ailoot Ultra · Transkripsi** `POST /v1/audio/transcriptions` `nvidia/parakeet-tdt-0.6b-v3`](https://ailoot.ai/models/ms/nvidia-parakeet-tdt-0-6b-v3/#method-0) Tentang model Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih. Parakeet TDT 0.6B v3 ialah model pengecaman pertuturan berbilang bahasa NVIDIA dengan 600 juta parameter. Model ini memperluas model v2 bahasa Inggeris sahaja kepada 25 bahasa Eropah dan mengesan bahasa audio secara automatik tanpa prom bahasa berasingan. Hasilnya ialah transkrip pertuturan, dengan tanda baca dan huruf besar. Bahasa yang disokong ialah bahasa Bulgaria, Croatia, Czech, Denmark, Belanda, Inggeris, Estonia, Finland, Perancis, Jerman, Yunani, Hungary, Itali, Latvia, Lithuania, Malta, Poland, Portugis, Romania, Slovak, Slovenia, Sepanyol, Sweden, Rusia dan Ukraine. Senarai ini khusus kepada edisi v3; jenis penyahkod dan varian bahasa Parakeet lain ialah model yang berasingan. Seni bina menggabungkan pengekod FastConformer dengan penyahkod transduser token dan tempoh. Pengekod menukar isyarat akustik menjadi perwakilan; penyahkod meramalkan token teks bersama tempoh yang diperlukan untuk bergerak melalui bingkai audio. Tingkah laku TDT ini membezakannya daripada penyahkod CTC dan RNN-T biasa dalam keluarga tersebut. Sediakan audio saluran tunggal yang disampel pada 16 kHz. Format input langsung pengeluar ialah WAV dan FLAC, dan contoh pelaksanaannya menggunakan pemproses untuk menyediakan bentuk gelombang bagi pengecaman. Simpan pengecam rakaman dan audio asal bersama teks yang dikembalikan supaya transkrip boleh disemak atau dijajarkan dengan sumber. Penambahan cap masa membekalkan maklumat masa kepada pertuturan yang dikenal pasti. Contoh NeMo NVIDIA mengembalikan masa aksara, perkataan dan segmen apabila penjanaan cap masa didayakan. Aplikasi sari kata atau arkib boleh menggunakan sempadan segmen untuk menghubungkan petikan dengan rakaman, atau masa perkataan untuk mencari frasa tertentu. Transkrip dan medan masanya ialah bahagian hasil yang berbeza dan perlu kekal berkait. Untuk rakaman panjang, konfigurasi perhatian penting. Pengeluar menerangkan sehingga 24 minit dengan perhatian penuh pada A100 80 GB, dan sehingga tiga jam dengan perhatian setempat. Contoh bentuk panjangnya menukar pengekod kepada perhatian setempat dengan konteks kiri dan kanan yang terhad. Tempoh itu menerangkan konfigurasi pengeluar tertentu dan bukannya satu had tanpa syarat untuk setiap penggunaan. Pengeluar turut menerbitkan aliran kerja inferens berketul untuk penggunaan penstriman. Contohnya menetapkan panjang ketul dan konteks audio kiri serta kanan di sekeliling setiap ketul. Ini ialah resipi pemprosesan yang berbeza daripada model penstriman Nemotron natif yang sedar cache. Aplikasi perlu mengekalkan resipi yang dipilih dan rujukan masa asal apabila mengumpulkan transkrip rakaman merentas bahagian. Campuran latihan merangkumi 10,000 jam pertuturan yang ditranskripsikan manusia dan 660,000 jam data Granary berlabel pseudo, dengan tanda baca dan huruf besar dikekalkan. Pengeluar turut menyokong penalaan halus checkpoint yang dikeluarkan ini pada set data pertuturan lain melalui aliran kerja modelnya yang didokumenkan; checkpoint yang ditala kekal berbeza daripada model asas v3. Oleh itu, output teks model sesuai sebagai peringkat pertuturan kepada teks dalam aliran kerja yang lebih besar. Arkib mesyuarat boleh melampirkan transkrip kepada rakaman; aplikasi carian boleh mengindeks petikan yang dikenal pasti; alat kapsyen boleh menggunakan metadata masa yang dikembalikan. Kualiti pengecaman berbeza mengikut bahasa, loghat, hingar dan jenis pertuturan. Pengeluar menyatakan secara khusus bahawa kosa kata yang tidak diwakili semasa latihan boleh terlepas dan perkataan terpencil atau ayat tidak lengkap memberikan konteks yang lebih lemah. Kekalkan audio asal untuk menyemak nama dan istilah khusus dan bukannya menjadikan pengecaman tidak pasti sebagai fakta yang disahkan. Artifak yang berguna ialah transkrip dengan maklumat masa yang diminta. Ringkasan, terjemahan, analisis penutur dan tindakan ialah tugas aplikasi yang berasingan, bukannya ciri yang tersirat daripada nama pertuturan kepada teks. Pastikan identiti v3 dan mod perhatian pengeluar berbeza daripada checkpoint lain serta artifak yang ditukar atau dikuantisasi. **Ailoot Ultra · Transkripsi** `POST /v1/audio/transcriptions` `nvidia/parakeet-tdt-0.6b-v3` [`nvidia/parakeet-tdt-0.6b-v3`](https://ailoot.ai/models/ms/#m=nvidia%2Fparakeet-tdt-0.6b-v3&route=Ultra&caller=nvidia%2Fparakeet-tdt-0.6b-v3&fmt=transcriptions) NVIDIA /`nvidia/parakeet-tdt-0.6b-v3` ### Pengenalan Parakeet TDT 0.6B v3 NVIDIA ialah model pertuturan kepada teks 600M untuk 25 bahasa Eropah, dengan pengesanan bahasa automatik. Model ini menghasilkan transkrip bertanda baca dan menyokong cap masa perkataan serta segmen, dengan mod audio panjang yang dikaitkan dengan konfigurasi perhatian pengeluar. Input yang diterima Audio Hasil Teks ### Tersedia di Ailoot · input & kaedah **Ailoot Ultra · Transkripsi** `POST /v1/audio/transcriptions` Input `audio` Output `text` | Medan | Jenis | Keperluan | Nilai & had | Lalai | | --- | --- | --- | --- | --- | | Medan`model` | Jenis`string` | KeperluanDiperlukan | Nilai & had nvidia/parakeet-tdt-0.6b-v3 | Lalai— | | Medan`input_audio` | Jenis`object` | KeperluanDiperlukan | Nilai & had | Lalai— | | Medan`language` | Jenis`string` | KeperluanPilihan | Nilai & had | Lalai— | | Medan`temperature` | Jenis`number` | KeperluanPilihan | Nilai & had Minimum: 0 Maksimum: 1 | Lalai— | | Medan`response_format` | Jenis`string` | KeperluanPilihan | Nilai & had json, verbose\_json | Lalaijson | | Medan`timestamp_granularities` | Jenis`array` | KeperluanPilihan | Nilai & had | Lalai— | | Medan`provider` | Jenis`object` | KeperluanPilihan | Nilai & had | Lalai— | Parameter kaedah dan kitar hayat | Parameter | Kontrak | | --- | --- | | Parameter`content_type` | Kontrakapplication/json | | Parameter`required` | Kontrakmodel, input\_audio | | Parameter`material_types` | Kontrakaudio | | Parameter`material_conditions` | KontrakBaca fail WAV sebenar dan kodkan bait sebenarnya untuk input\_audio JSON yang diisytiharkan; tiada laluan multipart ditawarkan bagi pengisytiharan tepat yang hanya menggunakan JSON ini. | Kitar hayat: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · task\_id sebenar yang dikembalikan atau rekod pustaka media `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` ### Pelan harga ##### Cara caj akhir dikira Kadar yang dipaparkan menganggarkan kos sebelum penjanaan. Caj akhir dikira berdasarkan kos yang direkodkan untuk penjanaan asal. Tempoh output yang diukur dan kuantiti ramalan bukan kuantiti akhir yang boleh dibilkan. Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih. Mod pantas Tidak dinyatakan Apabila mod pantas dipilih Mod flex Tidak dinyatakan Apabila mod flex dipilih Usaha penaakulan maksimum Tidak dinyatakan Apabila usaha penaakulan maksimum menggunakan pelarasan default #### Anggaran kadar untuk perbandingan #### Harga mengikut konfigurasi Padankan setiap caj dengan syarat yang dipaparkan. Gunakan satu kadar bagi setiap set konfigurasi alternatif. | Konfigurasi | Jadual kadar | Kuantiti ramalan | Unit pengebilan | Caj | | --- | --- | --- | --- | --- | | KonfigurasiKadar asas token | Jadual kadarKadar asas | Kuantiti ramalan— | Unit pengebilan— | Caj Input · Token input · Anggaran untuk perbandingan sahaja **—** / 1K token Output · Token output · Anggaran untuk perbandingan sahaja **—** / 1K token Input · Bacaan cache · Anggaran untuk perbandingan sahaja **—** / 1K token Input · Penulisan cache · Anggaran untuk perbandingan sahaja **—** / 1K token Input · Penulisan cache, 1 jam · Anggaran untuk perbandingan sahaja **—** / 1K token | | Konfigurasisaat audio input | Jadual kadar— | Kuantiti ramalan— | Unit pengebilanbagi setiap saat audio masukan | Caj Input · saat audio input · Anggaran untuk perbandingan sahaja **$0.00005** bagi setiap saat audio masukan | | KonfigurasiAnggaran kos penjanaan | Jadual kadar— | Kuantiti ramalananggaran untuk satu penjanaan | Unit pengebilan— | Caj Output · Anggaran kos penjanaan · Anggaran untuk perbandingan sahaja **$0.00005** anggaran sebelum penjanaan Anggaran ini bukan caj tambahan atau kadar tetap bagi penjanaan yang telah selesai. | Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. [Cara rizab dan penyelesaian caj berfungsi →](https://ailoot.ai/docs/ms/billing/reserve/) ### Contoh permintaan #### Ailoot Ultra · Transkripsi curl · badan permintaan natif yang tepat dan hasil lengkap ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_AUDIO_FILE:?Set the path to your actual WAV recording}" python3 - <<'PY_REQUEST' import json,os from pathlib import Path import base64 audio=Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes() if not (audio[:4]==b'RIFF' and audio[8:12]==b'WAVE'): raise SystemExit('Supply an actual WAV audio file') if len(audio)>26214400: raise SystemExit('Use a documented supported large-file flow') request={'model': 'nvidia/parakeet-tdt-0.6b-v3', 'input_audio': {'data': '${BASE64_ACTUAL_WAV_BYTES}', 'format': 'wav'}} request['input_audio']['data']=base64.b64encode(audio).decode('ascii') Path('request.json').write_text(json.dumps(request,ensure_ascii=False),encoding='utf-8') PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \ -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o response.bin # Keep the complete original response and headers. Read every returned segment, word and usage field. # Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting. ``` ### Terima dan simpan hasil #### Ailoot Ultra · Transkripsi - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` Pembacaan kandungan lain Baca aset sedia ada yang menjadi milik anda ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \ -H "Authorization: Bearer $AILOOT_API_KEY" -o owned-assets.json # Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token. ``` ##### Simpan semua hasil yang selesai Simpan setiap respons lengkap, fail dan bahagian kandungan yang dikembalikan. Simpan respons dan pengepala yang lengkap, setiap output sebenar, pengecam asal yang dikembalikan serta semua medan penggunaan. Pulihkan operasi asal tanpa menghantar permintaan penciptaan sekali lagi. ##### Jika respons asal perlu disemak Simpan X-Client-Request-ID yang dikembalikan untuk penyelarasan rekod. Baca hanya nilai task\_id/asset\_id sebenar yang dikembalikan atau pustaka media milik anda; jangan sekali-kali bina URL tugas daripada ID operasi atau hantar semula permintaan penciptaan. Medan respons | Medan | Jenis | | --- | --- | | Medan`text` | Jenis | | Medan`usage` | Jenis | | Medan`segments[]` | Jenis | | Medan`words[]` | Jenis | | Medan`speaker fields` | Jenis | | Medan`timestamps` | Jenis | ### Alias #### Alias model **Ailoot Ultra** [`nvidia/parakeet-tdt-0.6b-v3`](https://ailoot.ai/models/ms/#m=nvidia%2Fparakeet-tdt-0.6b-v3&route=Ultra&caller=nvidia%2Fparakeet-tdt-0.6b-v3&fmt=transcriptions) #### Alias laluan kaedah Gunakan laluan kaedah yang dipaparkan di atas. #### ID pemanggil berkaitan [`nvidia/parakeet-tdt-0.6b-v3`](https://ailoot.ai/models/ms/#m=nvidia%2Fparakeet-tdt-0.6b-v3&route=Ultra&caller=nvidia%2Fparakeet-tdt-0.6b-v3&fmt=transcriptions) FAQ · NVIDIA: Parakeet TDT 0.6B v3 Apakah input dan hasil yang tersedia? `POST /v1/audio/transcriptions` · `nvidia/parakeet-tdt-0.6b-v3`: `audio` → `text` Apakah medan yang digunakan oleh permintaan? `POST /v1/audio/transcriptions` · `nvidia/parakeet-tdt-0.6b-v3`: `model`, `input_audio`, `language`, `temperature`, `response_format`, `timestamp_granularities`, `provider` Apakah had yang terpakai? `POST /v1/audio/transcriptions` · `nvidia/parakeet-tdt-0.6b-v3`: `temperature.minimum`: `0`; `temperature.maximum`: `1` Sambungkan Ailoot kepada Claude Code, OpenCode, Hermes atau aplikasi anda. ## Syarikat dan portfolio projeknya Syarikat dan portfolio projeknya: jutaan pelanggan; jualan bernilai berbilion setiap bulan. ## Beli token dengan diskaun. Diskaun langganan untuk penggunaan berkala. Kod promosi — sehingga 50% bagi pembelian token. Langganan Pilih pelan berdiskaun untuk permintaan berkala anda. Kod promosi sehingga 50% Masukkan kod semasa pembelian. Harga dikira semula mengikut promosi semasa. Perbelanjaan dalam sejarah Model, token dan jumlah disimpan bagi setiap permintaan. [Pilih langganan](https://ailoot.ai/docs/ms/billing/subscriptions/) · [Lihat harga model](https://ailoot.ai/models/ms/) ## Sambungkan API kepada produk yang anda jual. SaaS, aplikasi dan bot — di bawah tawaran rasmi serta perjanjian lesen Ailoot. Untuk jualan semula, mohon lesen penjual semula. Aplikasi komersial Tambahkan penjanaan teks, imej, video dan audio pada ciri berbayar perkhidmatan anda. Lesen penjual semula Hantar keterangan projek dan susunan akses. Minta terma penggunaan serta jualan semula secara bertulis. Dokumen pada laman Tawaran, perjanjian lesen dan dasar pemprosesan data tersedia sebelum sambungan. [Mohon lesen penjual semula](mailto:support@ailoot.ai) · [Tawaran dan perjanjian lesen](https://ailoot.ai/legal/offer?lang=ms) ## Ailoot · Syarikat dan portfolio projeknya Ailoot berteraskan pengalaman operasi yang mantap, pangkalan pelanggan yang besar, perkhidmatan yang stabil dan pemantauan KPI berterusan. Syarikat dan portfolio projeknya: jutaan pelanggan; jualan bernilai berbilion setiap bulan. Ailoot menggunakan pengalaman operasi ini untuk akses API kepada ciri AI dalam produk pelanggan, ejen, aplikasi dan automasi.