Deepgram: Nova-3

Nova-3 is het algemene spraakherkenningsmodel van Deepgram om audio in tekst om te zetten. De producent beveelt het aan voor vergaderingen, ondertiteling van evenementen, opnamen met meerdere sprekers en moeilijke omstandigheden zoals ruis of microfoons op afstand, via transcriptie van vooraf opgenomen of gestreamde audio. Het bruikbare resultaat is herkende spraak met tijd- en confidence-informatie die aan de bronaudio gekoppeld blijft.

Kies de taalworkflow

De gedocumenteerde standaardtaal is Engels. Een eentalige aanvraag selecteert de gesproken taal of ondersteunde locale. De huidige tabel van het algemene model omvat regionale Engelse varianten, Spaans, Frans, Duits, Russisch, Portugees, Japans, Italiaans, Nederlands, Arabisch, Chinese schriften en vele andere talen, waaronder Kazachs. Kies uit de ondersteunde codes van de producent in plaats van aan te nemen dat elke localenaam wordt geaccepteerd.

De meertalige instelling is een afzonderlijke code-switchingworkflow. De huidige Nova-3-tabel noemt daarvoor tien talen: Engels, Spaans, Frans, Duits, Hindi, Russisch, Portugees, Japans, Italiaans en Nederlands. Die verzameling is niet identiek aan de grotere eentalige lijst. Bereid bij een opname die tussen ondersteunde talen wisselt de meertalige modus voor in plaats van het volledige gesprek in een niet-passende eentalige instelling te dwingen. Behoud wat is gezegd voordat u een vertaalde of samengevatte versie voorbereidt.

Opgenomen audio en transcriptvoorbereiding

De bestandsworkflow van Deepgram accepteert geüploade audiobytes of een verwijzing naar een audiobestand. Bewaar het geretourneerde transcript wanneer de aanvraag is voltooid; de producent bewaart transcripten niet om later op te halen. Veelgebruikte gedocumenteerde invoerformaten en coderingen zijn MP3, MP4, MP2, AAC, WAV, FLAC, PCM, M4A, Ogg, Opus en WebM. Bewaar het daadwerkelijke formaat en de kanaalinformatie bij de opname. Geef de opname een stabiele identifier en houd het resultaat gekoppeld aan de juiste bron en kanaalinformatie. Beoordeel bij een vergadering deelnemersnamen en technische termen terwijl u naar het oorspronkelijke geluid luistert. Behoud bij een lezing of evenement de audiovolgorde, zodat een latere ondertitel of zoektreffer de relevante passage kan vinden.

De gids van de producent voor vooraf opgenomen audio noemt een maximale bestandsgrootte van 2 GB en beveelt aan de audiostream uit een groot videobestand te halen. Hij documenteert ook een verwerkingstime-out van tien minuten voor Nova-aanvragen. Die time-out betreft hoe lang de aanvraag wordt verwerkt, geen maximale opnameduur van tien minuten. Een bruikbaar resultaat omvat het einde van de beoogde opname; een gedeeltelijk behouden transcript mag niet als de volledige tekst worden behandeld.

Lees de woorden, tijden en confidence

De gedocumenteerde JSON-respons bevat transcriptalternatieven en herkende woorden, met de begin- en eindtijd van elk woord in seconden vanaf het begin van de audio en een confidence-waarde. Voor een transcript met meerdere sprekers kent de optionele diarisatie van de producent aan elk woord een sprekerlabel toe. Diarisatie van vooraf opgenomen audio retourneert ook confidence voor de spreker; streamingdiarisatie retourneert het sprekerlabel. Beoordeel die labels tegen de stemmen in de opname. De algemene transcriptconfidence wordt ook op een schaal van 0–1 gerapporteerd. Wanneer smart formatting wordt gevraagd, kan het resultaat woorden met interpunctie en hoofdlettergebruik bevatten, samen met leesbare alineainformatie.

Gebruik die velden volgens hun betekenis. Een woordtijd lokaliseert herkende spraak, terwijl confidence de indicatie van betrouwbaarheid van het model is, geen bewijs dat een moeilijke naam of hoeveelheid correct is gehoord. Behoud voor ondertitelvoorbereiding de timing bij beoordeelde bewoordingen en onderzoek de grenzen tegen het geluid. Houd bij een leesbare redactionele versie wijzigingen onderscheidbaar van het herkende transcript in plaats van onzekere woorden stilzwijgend door een plausibel verhaal te vervangen.

Streamingherkenning en definitieve segmenten

De streamingworkflow van Nova retourneert tekst wanneer audio binnenkomt, met tussentijdse en definitieve resultaten. De indicator is_final onderscheidt tekst die nog kan worden herzien van een definitief segment. De indicator speech_final heeft betrekking op het bepalen van het einde van een gesproken segment. Houd die signalen gescheiden van het enkele ontvangen van een niet-leeg transcript en bewaar de definitieve segmenten in audiovolgorde wanneer u het voltooide record voorbereidt.

Nova-3 is algemene ASR in plaats van het afzonderlijke gespreksmodel Flux met model-native detectie van gespreksbeurten. Nova markeert transcriptfinaliteit en spraakeindpunten; Flux levert eigen gebeurtenissen voor de status van gespreksbeurten. Kies de transcriptieworkflow op basis van of de audio al is opgenomen of live binnenkomt en gebruik de daadwerkelijke definitieve uitvoer als het te bewaren artefact.

Keyterms voor belangrijke woordenschat

Het gedocumenteerde Keyterm Prompting van Nova-3 ondersteunt eentalige en meertalige transcriptie en stemt de herkenning af op belangrijke termen zonder het model opnieuw te trainen. Geef relevante namen, producttermen, acroniemen of meerwoordfrasen die daadwerkelijk kunnen worden uitgesproken. De gids beperkt de gezamenlijke keyterm-invoer tot 500 tokens en beveelt aan de belangrijkste woordenschat te kiezen in plaats van willekeurig veel gewone woorden toe te voegen.

De producent gebruikt in de syntax gewone termen, met een afzonderlijk keyterm-item voor elke term. Een meerwoordfrase blijft één frase. Oudere keywordgewichten of versterkers en het verbinden van afzonderlijke termen met komma's, puntkomma's of regeleinden zijn niet gelijkwaardig: de interface kan ze als één letterlijke waarde accepteren zonder de beoogde versterking te geven. Gebruik de juiste hoofdletters voor namen en controleer daarna het transcript, omdat audiocontext en smart formatting de uiteindelijke schrijfvorm nog steeds kunnen veranderen.

Modelfamiliegrenzen en bruikbare resultaten

Het algemene Nova-3-profiel is onderscheiden van de afzonderlijk benoemde Medical- en Pharma-opties. Vocabulaireprompting verandert het niet in een andere editie en het taalbereik of gedrag van gespecialiseerde modellen mag niet voor het algemene model worden verondersteld. Aanvullende transcriptverwerkingsfuncties zijn keuzes in de spraakworkflow van de producent, geen bewijs dat herkenning een samenvatting, vertaling of ander nooit gevraagd artefact heeft geproduceerd.

Een bruikbaar Nova-3-resultaat kan een doorzoekbaar vergadertranscript, ondertitelklare bewoordingen met woordtiming of een record van een meertalig gesprek zijn. Bewaar de audio-identifier, gekozen taalworkflow, definitieve tekst en eventuele nuttige confidence- of timingvelden. Controleer onduidelijke namen, getallen, overlappende stemmen en taalwisselingen tegen de oorspronkelijke opname en houd de daadwerkelijk herkende spraak beschikbaar voor de volgende inhoudverwerkingsstap.