Source: https://ailoot.ai/models/ru/nvidia-nemotron-3-5-asr-streaming-multilingual-0-6b/ Canonical: https://ailoot.ai/models/ru/nvidia-nemotron-3-5-asr-streaming-multilingual-0-6b/ Language: ru # NVIDIA: Nemotron 3.5 ASR Streaming Multilingual 0.6B [Markdown](https://ailoot.ai/models/ru/nvidia-nemotron-3-5-asr-streaming-multilingual-0-6b/index.md) · [JSON](https://ailoot.ai/models/ru/nvidia-nemotron-3-5-asr-streaming-multilingual-0-6b/facts.json) ## [NVIDIA: Nemotron 3.5 ASR Streaming Multilingual 0.6B](https://ailoot.ai/models/ru/nvidia-nemotron-3-5-asr-streaming-multilingual-0-6b/) Nemotron 3.5 ASR Streaming Multilingual 0.6B от NVIDIA расшифровывает речь в текст с пунктуацией, используя потоковый энкодер с учётом кеша. Она поддерживает явное задание языка или автоматическое определение: 32 языковых варианта готовы к распознаванию, восемь требуют адаптации. - [**Ailoot Ultra · Распознавание речи** `POST /v1/audio/transcriptions` `nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b`](https://ailoot.ai/models/ru/nvidia-nemotron-3-5-asr-streaming-multilingual-0-6b/#method-0) О модели Описание раскрывает возможности модели. Доступные в Ailoot входные данные, результаты и параметры выбранного метода перечислены ниже. Nemotron 3.5 ASR Streaming Multilingual 0.6B — модель распознавания речи NVIDIA на 600 млн параметров для расшифровки в реальном времени и обработки готовых аудиозаписей. Она расширяет англоязычную потоковую линейку за счёт задания идентификатора языка. Речь преобразуется в текст на языке ввода; пунктуация и заглавные буквы встроены в вывод. Языковой охват производителя имеет три уровня. Девятнадцать готовых к расшифровке языковых вариантов охватывают английский США и Великобритании, испанский США и Испании, французский Франции и Канады, итальянский, португальский Бразилии и Португалии, нидерландский, немецкий, турецкий, русский, арабский, хинди, японский, корейский, вьетнамский и украинский. Тринадцать вариантов широкого охвата добавляют польский, шведский, чешский, норвежский букмол, датский, болгарский, финский, хорватский, словацкий, китайский путунхуа, венгерский, румынский и эстонский. В совокупности эти 32 варианта дают расшифровку без дополнительного дообучения. Восемь подготовленных к адаптации языковых вариантов — греческий, литовский, латышский, мальтийский, словенский, иврит, тайский и норвежский нюнорск — распознаются токенизатором, но требуют дообучения на данных целевой области для полноценной расшифровки. Поэтому заявленные производителем 40 вариантов не означают, что все сорок имеют одинаковые возможности сразу после запуска. Настроенная версия весов — отдельный артефакт относительно базовой модели. Архитектура объединяет 24-слойный энкодер FastConformer с учётом кеша и декодер RNN-T. Она сохраняет состояния внимания и свёрток энкодера от предыдущих кадров и обрабатывает каждый новый аудиофрагмент без многократного пересчёта перекрывающихся окон. Сигнал идентификатора языка передаётся вместе с акустическим представлением, чтобы задать язык расшифровки или позволить модели определить его. В конфигурации NVIDIA NeMo документированы размеры фрагментов 80, 160, 320, 560 и 1120 миллисекунд. Настройка внимания определяет, сколько последующего аудио получает фрагмент до выдачи текста, позволяя соотносить время ожидания и акустический контекст. Это потоковые конфигурации производителя, а не гарантированное сквозное время ответа; реализация может предоставлять собственное поддерживаемое подмножество. Подготовьте монофоническое WAV-аудио с частотой дискретизации 16 кГц, используемой процессором производителя. Если язык известен, задайте соответствующий языковой вариант; автоматический режим определяет язык речи. Базовый пример процесса по умолчанию использует подсказку для английского США, поэтому многоязычное поведение нужно настраивать явно, а не предполагать по этому примеру. В автоматическом режиме процесс производителя может добавлять языковой тег после завершающего знака пунктуации расшифровки. Сохранение тега делает язык доступным приложению, обрабатывающему многоязычный поток; удаление тега оставляет чистый текст расшифровки. При отображении или обработке результата отличайте распознанные слова, их пунктуацию и эти языковые метаданные. Приложение для создания субтитров может подавать аудио по порядку, собирать расшифровку и использовать завершённый текст для отображения или дальнейшей обработки. Голосовое приложение может передавать распознанную речь следующему этапу понимания языка. При анализе звонков можно сохранять исходную запись вместе с расшифровкой, чтобы имена, числа и незнакомые термины оставались проверяемыми. Модель ASR даёт расшифровку; создание сводки, действия и генерация речи являются отдельными этапами приложения. NVIDIA обучает модель на смеси общедоступных и собственных речевых данных с человеческими и синтетическими метками, нормализованными в текст с пунктуацией и корректным регистром. Руководство по адаптации подчёркивает согласование языковых меток и стиля текста, затем оценку на отложенном аудио с потоковой настройкой, предназначенной для использования. Оно описывает адаптацию к языку, акценту и предметной области, не превращая эти настроенные результаты в свойства исходной версии весов. Карточка модели связывает практическую длину записи с доступной памятью, а не публикует один универсальный предел длительности. Отличайте многоязычную версию от англоязычной и сохраняйте выбранный язык и потоковую конфигурацию вместе с результатом расшифровки. Итоговый артефакт — распознанный текст с необязательными языковыми метаданными производителя, а не общий разговорный ответ. **Ailoot Ultra · Распознавание речи** `POST /v1/audio/transcriptions` `nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b` [`nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b`](https://ailoot.ai/models/ru/#m=nvidia%2Fnemotron-3.5-asr-streaming-multilingual-0.6b&route=Ultra&caller=nvidia%2Fnemotron-3.5-asr-streaming-multilingual-0.6b&fmt=transcriptions) NVIDIA /`nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b` ### Начало Nemotron 3.5 ASR Streaming Multilingual 0.6B от NVIDIA расшифровывает речь в текст с пунктуацией, используя потоковый энкодер с учётом кеша. Она поддерживает явное задание языка или автоматическое определение: 32 языковых варианта готовы к распознаванию, восемь требуют адаптации. Допустимые входные данные Аудио Результаты Текст ### Доступно в Ailoot · входные данные и методы **Ailoot Ultra · Распознавание речи** `POST /v1/audio/transcriptions` Входные данные `audio` Результат `text` | Поле | Тип | Требование | Значения и ограничения | По умолчанию | | --- | --- | --- | --- | --- | | Поле`model` | Тип`string` | ТребованиеОбязательно | Значения и ограничения nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b | 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— | Параметры и жизненный цикл метода | Параметр | Контракт | | --- | --- | | Параметр`content_type` | Контрактapplication/json | | Параметр`required` | Контрактmodel, input\_audio | | Параметр`material_types` | Контрактaudio | | Параметр`material_conditions` | КонтрактПрочитайте фактический файл WAV и закодируйте его реальные байты для заявленного поля input\_audio в JSON; в этом конкретном описании, допускающем только JSON, маршрут multipart не предлагается. | 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}` ### Тарифы ##### Как рассчитывается итоговая плата Отображаемые тарифы позволяют оценить стоимость до генерации. Итоговое списание рассчитывается по стоимости, записанной для исходной генерации. Измеренная длительность результата и прогнозные объёмы не являются итоговым оплачиваемым объёмом. 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) #### Оценочные ставки для сравнения #### Цены по конфигурациям Сопоставьте каждую плату с указанными условиями. Для каждого набора альтернативных конфигураций используйте одну ставку. | Конфигурация | Шкала ставок | Прогноз количества | Расчётная единица | Плата | | --- | --- | --- | --- | --- | | КонфигурацияБазовые тарифы на токены | Шкала ставокБазовая ставка | Прогноз количества— | Расчётная единица— | Плата Вход · Входные токены · Оценка только для сравнения **—** / 1K токенов Выход · Выходные токены · Оценка только для сравнения **—** / 1K токенов Вход · Чтение кэша · Оценка только для сравнения **—** / 1K токенов Вход · Запись в кэш · Оценка только для сравнения **—** / 1K токенов Вход · Запись в кэш, 1 час · Оценка только для сравнения **—** / 1K токенов | | Конфигурациясекунда входного аудио | Шкала ставок— | Прогноз количества— | Расчётная единицаза секунду входного аудио | Плата Вход · секунда входного аудио · Оценка только для сравнения **$0.00000666** за секунду входного аудио | | КонфигурацияОриентировочная стоимость генерации | Шкала ставок— | Прогноз количестваОценка для одной генерации | Расчётная единица— | Плата Выход · Оценочная стоимость генерации · Оценка только для сравнения **$0.00000666** оценка до генерации Эта оценка не является дополнительным списанием или фиксированным тарифом для завершённой генерации. | Ailoot резервирует расчётную сумму перед запросом. После получения результата списывает итоговую плату по измеренному расходу. Для окончательного списания за потоковый ответ используется итоговая запись расхода. [Как работают резервирование и расчёт →](https://ailoot.ai/docs/ru/billing/reserve/) ### Примеры запросов #### Ailoot Ultra · Распознавание речи curl · точное тело запроса в нативном формате и полный результат ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_AUDIO_FILE:?Set the path to your actual WAV recording}" python3 - <<'PY_REQUEST' import json,os from pathlib import Path import base64 audio=Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes() if not (audio[:4]==b'RIFF' and audio[8:12]==b'WAVE'): raise SystemExit('Supply an actual WAV audio file') if len(audio)>26214400: raise SystemExit('Use a documented supported large-file flow') request={'model': 'nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b', 'input_audio': {'data': '${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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o response.bin # Keep the complete original response and headers. Read every returned segment, word and usage field. # Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting. ``` ### Получить и сохранить результаты #### Ailoot Ultra · Распознавание речи - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` Чтение другого содержимого Читать существующие материалы, принадлежащие вам ```bash set -eu : "${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. ``` ##### Сохраняйте все готовые результаты Сохраняйте каждый полностью полученный ответ, файл и элемент содержимого. Сохраняйте полный ответ и заголовки, все фактические результаты, исходные возвращённые идентификаторы и все поля использования. Восстанавливайте исходную операцию без повторной отправки запроса создания. ##### Если нужно проверить исходный ответ Сохраните возвращённый X-Client-Request-ID для сверки. Читайте только фактически возвращённые значения task\_id/asset\_id или собственную медиатеку; никогда не составляйте URL задачи из ID операции и никогда не отправляйте запрос создания повторно. Поля ответа | Поле | Тип | | --- | --- | | Поле`text` | Тип | | Поле`usage` | Тип | | Поле`segments[]` | Тип | | Поле`words[]` | Тип | | Поле`speaker fields` | Тип | | Поле`timestamps` | Тип | ### Псевдонимы #### Псевдонимы моделей **Ailoot Ultra** [`nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b`](https://ailoot.ai/models/ru/#m=nvidia%2Fnemotron-3.5-asr-streaming-multilingual-0.6b&route=Ultra&caller=nvidia%2Fnemotron-3.5-asr-streaming-multilingual-0.6b&fmt=transcriptions) #### Псевдонимы путей метода Используйте пути методов, указанные выше. #### Связанные ID для вызова [`nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b`](https://ailoot.ai/models/ru/#m=nvidia%2Fnemotron-3.5-asr-streaming-multilingual-0.6b&route=Ultra&caller=nvidia%2Fnemotron-3.5-asr-streaming-multilingual-0.6b&fmt=transcriptions) FAQ · NVIDIA: Nemotron 3.5 ASR Streaming Multilingual 0.6B Какие входные данные и результаты доступны? `POST /v1/audio/transcriptions` · `nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b`: `audio` → `text` Какие поля использует запрос? `POST /v1/audio/transcriptions` · `nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b`: `model`, `input_audio`, `language`, `temperature`, `response_format`, `timestamp_granularities`, `provider` Какие ограничения действуют? `POST /v1/audio/transcriptions` · `nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b`: `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.