Source: https://ailoot.ai/models/ru/deepgram-nova-3/ Canonical: https://ailoot.ai/models/ru/deepgram-nova-3/ Language: ru # Deepgram: Nova-3 [Markdown](https://ailoot.ai/models/ru/deepgram-nova-3/index.md) · [JSON](https://ailoot.ai/models/ru/deepgram-nova-3/facts.json) ## [Deepgram: Nova-3](https://ailoot.ai/models/ru/deepgram-nova-3/) Nova-3 — универсальная модель преобразования речи в текст от Deepgram для записанного и потокового аудио. Поддерживает одноязычное распознавание, определённый многоязычный режим переключения языков и подсказки ключевых терминов; возвращает расшифровки с таймингом слов и оценками уверенности. - [**Ailoot Ultra · Распознавание речи** `POST /v1/audio/transcriptions` `deepgram/nova-3`](https://ailoot.ai/models/ru/deepgram-nova-3/#method-0) О модели Описание раскрывает возможности модели. Доступные в Ailoot входные данные, результаты и параметры выбранного метода перечислены ниже. Nova-3 — универсальная модель распознавания речи от Deepgram для преобразования аудио в текст. Производитель рекомендует её для встреч, субтитров мероприятий, записей нескольких говорящих и сложных условий, например шума или удалённых микрофонов, с расшифровкой записанного либо потокового звука. Полезный результат — распознанная речь с таймингом и оценками уверенности, сохраняющая связь с исходным аудио. #### Выберите языковой процесс Документированный язык по умолчанию — английский. Одноязычный запрос выбирает язык речи или поддерживаемый языковой вариант. Текущая таблица общей модели включает региональные варианты английского, испанский, французский, немецкий, русский, португальский, японский, итальянский, нидерландский, арабский, варианты китайской письменности и многие другие языки, включая казахский. Выбирайте из поддерживаемых кодов производителя, а не предполагайте, что допустимо любое название локали. Многоязычная настройка — отдельный процесс для переключения языков. Текущая таблица Nova-3 перечисляет для него десять языков: английский, испанский, французский, немецкий, хинди, русский, португальский, японский, итальянский и нидерландский. Этот набор не совпадает с более широким одноязычным списком. Для записи с чередованием поддерживаемых языков подготовьте многоязычный режим, а не помещайте весь разговор в несоответствующую одноязычную настройку. Сохраните произнесённое перед подготовкой переведённой или обобщённой версии. #### Записанное аудио и подготовка расшифровки Файловый процесс Deepgram принимает загруженные байты аудио или ссылку на аудиофайл. Сохраните возвращённую расшифровку после завершения запроса; производитель не хранит расшифровки для последующего получения. Распространённые документированные входные форматы и кодировки включают MP3, MP4, MP2, AAC, WAV, FLAC, PCM, M4A, Ogg, Opus и WebM. Храните реальный формат и сведения о каналах вместе с записью. Дайте записи стабильный идентификатор и связывайте результат с правильным источником и сведениями о его каналах. Для встречи проверяйте имена участников и технические термины, слушая исходный звук. Для лекции или мероприятия сохраняйте последовательность аудио, чтобы последующий субтитр или результат поиска мог найти нужный фрагмент. Руководство производителя по записанному аудио указывает максимальный размер файла 2 ГБ и рекомендует извлекать аудиопоток из большого видеофайла. Оно также документирует десятиминутный тайм-аут обработки запросов Nova. Этот тайм-аут касается продолжительности обработки запроса, а не максимальной десятиминутной длительности записи. Полезный результат включает конец предполагаемой записи; частично сохранённую расшифровку нельзя считать полным текстом. #### Читайте слова, время и оценки уверенности Документированный ответ JSON включает варианты расшифровки и распознанные слова со временем начала и окончания каждого слова в секундах от начала аудио и оценкой уверенности. Для расшифровки нескольких говорящих необязательная диаризация производителя назначает каждому слову метку говорящего. Диаризация записанного аудио также возвращает уверенность в говорящем; потоковая диаризация возвращает метку говорящего. Проверяйте эти метки по голосам в записи. Также сообщается общая уверенность в расшифровке по шкале 0–1. При запрошенном умном форматировании результат может включать пунктуацию и регистр в словах с пунктуацией, а также сведения о читаемых абзацах. Используйте поля согласно их смыслу. Время слова указывает положение распознанной речи, а уверенность — оценка надёжности моделью, не доказательство правильного распознавания сложного имени или количества. Для подготовки субтитров храните тайминг вместе с проверенной формулировкой и сверяйте границы со звуком. Для читаемой редакторской версии сохраняйте различимость изменений и распознанной расшифровки вместо незаметной замены неуверенно распознанных слов правдоподобным рассказом. #### Потоковое распознавание и окончательные сегменты Потоковый процесс Nova возвращает текст по мере поступления аудио с промежуточными и окончательными результатами. Индикатор is\_final отличает текст, который может пересматриваться, от завершённого сегмента. Индикатор speech\_final относится к определению конца речевого сегмента. Отделяйте эти сигналы от простого получения непустой расшифровки и сохраняйте окончательные сегменты в порядке аудио при подготовке завершённой записи. Nova-3 — общее ASR, отличающееся от отдельной разговорной модели Flux с нативным определением реплик. Nova отмечает окончательность расшифровки и границы речевых отрезков; Flux предоставляет собственные события состояния реплик разговора. Выбирайте процесс расшифровки с учётом того, записано ли аудио заранее или поступает вживую, и сохраняйте реальный окончательный выход как результат. #### Ключевые термины для важной лексики Документированное Keyterm Prompting модели Nova-3 поддерживает одноязычную и многоязычную расшифровку и адаптирует распознавание к важным терминам без повторного обучения модели. Передавайте подходящие имена, продуктовые термины, аббревиатуры или многословные фразы, которые действительно могут прозвучать. Руководство ограничивает совокупный вход ключевых терминов 500 токенами и рекомендует сосредоточиться на самой важной лексике, а не без разбора добавлять обычные слова. Синтаксис производителя использует обычные термины с отдельной записью keyterm для каждого. Многословная фраза остаётся одной фразой. Устаревшие веса или усилители ключевых слов и объединение отдельных терминов запятыми, точками с запятой или переносами строк не эквивалентны этому: интерфейс может принять их как одно буквальное значение без предполагаемого усиления. Используйте правильный регистр имён, затем проверяйте расшифровку, поскольку аудиоконтекст и умное форматирование всё ещё могут менять окончательную письменную форму. #### Границы семейства моделей и полезные результаты Общий профиль Nova-3 отличается от отдельно названных вариантов Medical и Pharma. Подсказки лексики не превращают его в другую версию; нельзя предполагать для общей модели языковой охват или поведение специализированных моделей. Дополнительные функции обработки расшифровки — варианты речевого процесса производителя, а не доказательство того, что распознавание создало резюме, перевод или другой результат, который не запрашивался. Полезным результатом Nova-3 может быть расшифровка встречи с поиском, текст для субтитров с таймингом слов или запись многоязычного разговора. Сохраняйте идентификатор аудио, выбранный языковой процесс, окончательный текст и полезные поля уверенности или времени. Проверяйте неясные имена, числа, перекрывающиеся голоса и смены языков по исходной записи и оставляйте реальную распознанную речь доступной для следующего этапа обработки контента. **Ailoot Ultra · Распознавание речи** `POST /v1/audio/transcriptions` `deepgram/nova-3` [`deepgram/nova-3`](https://ailoot.ai/models/ru/#m=deepgram%2Fnova-3&route=Ultra&caller=deepgram%2Fnova-3&fmt=transcriptions) Deepgram /`deepgram/nova-3` ### Начало Nova-3 — универсальная модель преобразования речи в текст от Deepgram для записанного и потокового аудио. Поддерживает одноязычное распознавание, определённый многоязычный режим переключения языков и подсказки ключевых терминов; возвращает расшифровки с таймингом слов и оценками уверенности. Допустимые входные данные Аудио Результаты transcription ### Доступно в Ailoot · входные данные и методы **Ailoot Ultra · Распознавание речи** `POST /v1/audio/transcriptions` Входные данные `audio` Результат `transcription` Выходной формат json | Поле | Тип | Требование | Значения и ограничения | По умолчанию | | --- | --- | --- | --- | --- | | Поле`model` | Тип`string` | ТребованиеОбязательно | Значения и ограничения deepgram/nova-3 | По умолчанию— | | Поле`input_audio` | Тип`object` | ТребованиеОбязательно | Значения и ограничения | По умолчанию— | | Поле`language` | Тип`string` | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— | | Поле`temperature` | Тип`number` | ТребованиеНеобязательно | Значения и ограничения Минимум: 0 Максимум: 1 | По умолчанию— | | Поле`response_format` | Тип`string` | ТребованиеНеобязательно | Значения и ограничения json, verbose\_json | По умолчаниюjson | | Поле`timestamp_granularities` | Тип`array` | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— | | Поле`provider` | Тип`object` | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— | Сочетания входных материалов **speech\_to\_text** · Обязательно: actual matching-format audio file Параметры и жизненный цикл метода | Параметр | Контракт | | --- | --- | | Параметр`content_types` | Контрактapplication/json, multipart/form-data | | Параметр`required` | Контрактmodel, input\_audio | | Параметр`material_types` | Контрактaudio | | Параметр`JSON_audio` | Контрактфактические исходные аудиобайты в base64 и соответствующий формат | | Параметр`multipart_required` | Контрактmodel, file | | Параметр`multipart_cap_bytes` | Контракт26214400 | | Параметр`optional_controls` | Контрактlanguage, temperature, response\_format, timestamp\_granularities, provider | | Параметр`default_response_format` | Контрактjson | | Параметр`optional_features` | КонтрактПодробный результат, diarize/keyterms, URL и более объёмное встроенное аудио требуют соответствующей возможности конкретной модели или поставщика и подходящего тарифа. | Жизненный цикл: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · Фактически возвращённый task\_id или запись в медиатеке `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` Используйте точную модель и документированные поля ввода. Сохраните полный ответ, каждый фактический результат и исходные возвращённые ID. ### Тарифы Тарифная справка не добавляет режимы запроса. Поддерживаемые параметры указаны для выбранного метода. Быстрый режим Не указано При выборе быстрого режима Режим flex Не указано При выборе режима flex Максимальная интенсивность рассуждений Не указано При максимальной интенсивности рассуждений с корректировкой по умолчанию (default) #### Ставки Ailoot #### Цены по конфигурациям Сопоставьте каждую плату с указанными условиями. Для каждого набора альтернативных конфигураций используйте одну ставку. | Конфигурация | Шкала ставок | Расчётная единица | Плата | | --- | --- | --- | --- | | КонфигурацияБазовые тарифы на токены | Шкала ставокБазовая ставка | Расчётная единица— | Плата Вход · Входные токены **—** / 1K токенов Выход · Выходные токены **—** / 1K токенов Вход · Чтение кэша **—** / 1K токенов Вход · Запись в кэш **—** / 1K токенов Вход · Запись в кэш, 1 час **—** / 1K токенов | | КонфигурацияUltra | Шкала ставок— | Расчётная единицаза секунду входного аудио | Плата Вход · секунда входного аудио **$0.0001433333333334** за секунду входного аудио | Ailoot резервирует расчётную сумму перед запросом. После получения результата списывает итоговую плату по измеренному расходу. Для окончательного списания за потоковый ответ используется итоговая запись расхода. [Как работают резервирование и расчёт →](https://ailoot.ai/docs/ru/billing/reserve/) #### Сведения о справочном тарифе Справочные шкалы модели не меняют выбор метода, расчёт стоимости или списания. Действующая плата определяется ставками выбранного метода Ailoot. Deepgram: Nova-3 #### Цены по конфигурациям | Конфигурация | Условия расчёта | Плата | | --- | --- | --- | | КонфигурацияDeepgram: Nova-3 · Стандартная конфигурация | Условия расчётаКонфигурация по умолчанию | Плата Вход · Секунды входного аудио **≈0,000143 $** за секунду входного аудио | ### Примеры запросов #### Ailoot Ultra · Распознавание речи curl · точное тело запроса в нативном формате и полный результат ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_AUDIO_FILE:?Set the path to your actual WAV recording}" python3 - <<'PY_REQUEST' import json,os from pathlib import Path import base64 audio=Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes() if not (audio[:4]==b'RIFF' and audio[8:12]==b'WAVE'): raise SystemExit('Supply an actual WAV audio file') if len(audio)>26214400: raise SystemExit('Use a documented supported large-file flow') request={'model': 'deepgram/nova-3', 'input_audio': {'data': '${BASE64_ACTUAL_WAV_BYTES}', 'format': 'wav'}} request['input_audio']['data']=base64.b64encode(audio).decode('ascii') Path('request.json').write_text(json.dumps(request,ensure_ascii=False),encoding='utf-8') PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \ -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o response.bin # Keep the complete original response and headers. Read every returned segment, word and usage field. # Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting. ``` ### Получить и сохранить результаты #### Ailoot Ultra · Распознавание речи json - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` ##### Сохраняйте все готовые результаты Сохраняйте каждый полностью полученный ответ, файл и элемент содержимого. Полный исходный JSON, весь доступный текст, сегменты, слова, говорящие, временные метки и данные об использовании. ##### Если нужно проверить исходный ответ Сохраните исходные operation\_id/X-Client-Request-ID и исходный ответ. Читайте фактические записи задач и ресурсов, принадлежащих Ailoot, без повторной отправки; отдельный URL проверки статуса аудио не формируется. Поля ответа | Поле | Тип | | --- | --- | | Поле`text` | Типstring | | Поле`usage` | Типobject | | Поле`segments[]` | Типobject | | Поле`words[]` | Типobject | ### Псевдонимы #### Псевдонимы моделей **Ailoot Ultra** [`deepgram/nova-3`](https://ailoot.ai/models/ru/#m=deepgram%2Fnova-3&route=Ultra&caller=deepgram%2Fnova-3&fmt=transcriptions) #### Псевдонимы путей метода Используйте пути методов, указанные выше. #### Связанные ID для вызова [`deepgram/nova-3`](https://ailoot.ai/models/ru/#m=deepgram%2Fnova-3&route=Ultra&caller=deepgram%2Fnova-3&fmt=transcriptions) FAQ · Deepgram: Nova-3 Какие входные данные и результаты доступны? `POST /v1/audio/transcriptions` · `deepgram/nova-3`: `audio` → `transcription` Какие поля использует запрос? `POST /v1/audio/transcriptions` · `deepgram/nova-3`: `model`, `input_audio`, `language`, `temperature`, `response_format`, `timestamp_granularities`, `provider` Какие ограничения действуют? `POST /v1/audio/transcriptions` · `deepgram/nova-3`: `temperature.minimum`: `0`; `temperature.maximum`: `1` Подключите Ailoot к Claude Code, OpenCode, Hermes или своему приложению. ## Компания и портфель её проектов Компания и портфель её проектов: миллионы клиентов; продажи на миллиарды ежемесячно. ## Покупайте токены со скидкой. Скидка по подписке для регулярной работы. Промокоды — до 50% на покупку токенов. Подписка Выберите тариф со скидкой для своих регулярных запросов. Промокод до 50% Введите код при покупке. Цена пересчитается с учётом действующей акции. Расходы в истории Модель, токены и сумма сохраняются для каждого запроса. [Выбрать подписку](https://ailoot.ai/docs/ru/billing/subscriptions/) · [Посмотреть цены моделей](https://ailoot.ai/models/ru/) ## Подключайте API к продукту, который вы продаёте. SaaS, приложения и боты — по оферте и лицензионному договору Ailoot. Для перепродажи запросите реселлерскую лицензию. Коммерческое приложение Встраивайте генерацию текста, картинок, видео и звука в платные функции своего сервиса. Лицензия для реселлера Пришлите описание проекта и схему доступа. Запросите письменные условия использования и перепродажи. Документы на сайте Оферта, лицензионный договор и политика обработки данных доступны до подключения. [Запросить реселлерскую лицензию](mailto:support@ailoot.ai) · [Оферта и лицензионный договор](https://ailoot.ai/legal/offer?lang=ru) ## Ailoot · Компания и портфель её проектов Ailoot опирается на накопленный опыт работы, большую клиентскую базу, стабильный сервис и постоянный контроль KPI. Компания и портфель её проектов: миллионы клиентов; продажи на миллиарды ежемесячно. Этот опыт Ailoot использует для API-доступа к нейросетям в продуктах клиентов, агентах, приложениях и автоматизациях.