Source: https://ailoot.ai/models/sl/nvidia-parakeet-tdt-0-6b-v3/ Canonical: https://ailoot.ai/models/sl/nvidia-parakeet-tdt-0-6b-v3/ Language: sl # NVIDIA: Parakeet TDT 0.6B v3 [Markdown](https://ailoot.ai/models/sl/nvidia-parakeet-tdt-0-6b-v3/index.md) · [JSON](https://ailoot.ai/models/sl/nvidia-parakeet-tdt-0-6b-v3/facts.json) ## [NVIDIA: Parakeet TDT 0.6B v3](https://ailoot.ai/models/sl/nvidia-parakeet-tdt-0-6b-v3/) NVIDIIN Parakeet TDT 0.6B v3 je model s 600M parametri za pretvorbo govora v besedilo v 25 evropskih jezikih, s samodejnim zaznavanjem jezika. Ustvarja prepise z ločili in podpira časovne oznake besed in segmentov, načini za dolg zvok pa so vezani na proizvajalčevo konfiguracijo pozornosti. - [**Ailoot Ultra · Prepisovanje** `POST /v1/audio/transcriptions` `nvidia/parakeet-tdt-0.6b-v3`](https://ailoot.ai/models/sl/nvidia-parakeet-tdt-0-6b-v3/#method-0) O modelu Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo. Parakeet TDT 0.6B v3 je NVIDIIN večjezični model za prepoznavanje govora s 600 milijoni parametrov. Model v2, namenjen samo angleščini, razširi na 25 evropskih jezikov in samodejno zazna jezik zvoka brez ločenega jezikovnega poziva. Rezultat je prepis govora z ločili in velikimi začetnicami. Podprti jeziki so bolgarščina, hrvaščina, češčina, danščina, nizozemščina, angleščina, estonščina, finščina, francoščina, nemščina, grščina, madžarščina, italijanščina, latvijščina, litovščina, malteščina, poljščina, portugalščina, romunščina, slovaščina, slovenščina, španščina, švedščina, ruščina in ukrajinščina. Ta seznam pripada različici v3; druge vrste dekodirnikov Parakeet in jezikovne različice so ločeni modeli. Arhitektura združuje kodirnik FastConformer z dekodirnikom transduktorja žetonov in trajanja. Kodirnik akustični signal pretvori v predstavitve; dekodirnik napoveduje besedilne žetone skupaj s trajanji, potrebnimi za napredovanje skozi zvočne okvire. To vedenje TDT ga razlikuje od družinskih dekodirnikov CTC in običajnih RNN-T. Pripravite enokanalni zvok z vzorčno frekvenco 16 kHz. Proizvajalčevi neposredni vhodni obliki sta WAV in FLAC, njegovi primeri implementacije pa uporabljajo procesor za pripravo valovne oblike za prepoznavanje. Identifikator posnetka in izvorni zvok ohranite ob vrnjenem besedilu, da je mogoče prepis preveriti ali časovno uskladiti z virom. Časovno označevanje prepoznanemu govoru doda časovne informacije. Primer NVIDIA NeMo ob omogočenem ustvarjanju časovnih oznak vrne časovne podatke znakov, besed in segmentov. Aplikacija za podnapise ali arhiv lahko z mejami segmentov poveže odlomek s posnetkom, s časovnimi podatki besed pa poišče določeno frazo. Prepis in njegova časovna polja so različni deli rezultata, ki morajo ostati povezani. Pri dolgih posnetkih je pomembna konfiguracija pozornosti. Proizvajalec opisuje do 24 minut s polno pozornostjo na A100 z 80 GB in do tri ure z lokalno pozornostjo. Njegov primer za dolge posnetke preklopi kodirnik na lokalno pozornost z omejenim levim in desnim kontekstom. Ta trajanja opisujejo konkretne proizvajalčeve konfiguracije, ne ene brezpogojne omejitve za vsako namestitev. Proizvajalec objavlja tudi potek izvajanja po kosih za pretočno uporabo. Njegov primer določa dolžino kosa ter levi in desni zvočni kontekst okoli vsakega kosa. To je drugačen postopek obdelave kot izvorni pretočni model Nemotron, ki uporablja predpomnjena stanja. Pri zbiranju prepisa posnetka po odsekih naj aplikacija ohrani izbrani postopek in prvotno časovno referenco. Učna mešanica vključuje 10.000 ur govora s človeškimi prepisi in 660.000 ur podatkov Granary s samodejno ustvarjenimi oznakami, z ohranjenimi ločili in velikimi začetnicami. Proizvajalec prek dokumentiranega poteka modela podpira tudi dodatno učenje te izdane kontrolne točke na drugi zbirki govornih podatkov; prilagojena kontrolna točka ostaja ločena od osnovnega modela v3. Besedilni izhod modela je zato primeren kot stopnja pretvorbe govora v besedilo v širšem poteku dela. Arhiv sestankov lahko prepis priloži posnetku; iskalna aplikacija lahko indeksira prepoznani odlomek; orodje za podnapise lahko uporabi vrnjene časovne metapodatke. Kakovost prepoznavanja se razlikuje glede na jezik, naglas, hrup in vrsto govora. Proizvajalec posebej opozarja, da lahko besedišče, ki ni bilo zastopano pri učenju, ostane neprepoznano ter da posamezne besede ali nedokončane povedi zagotavljajo šibkejši kontekst. Ohranite izvorni zvok za pregled imen in strokovnih izrazov, namesto da negotovo prepoznavo spremenite v preverjeno dejstvo. Uporaben izdelek je prepis z zahtevanimi časovnimi informacijami. Povzetki, prevodi, analiza govorcev in dejanja so ločene naloge aplikacije, ne lastnosti, ki bi jih določalo ime za pretvorbo govora v besedilo. Identiteto v3 in proizvajalčev način pozornosti ohranite ločena od drugih kontrolnih točk ter pretvorjenih ali kvantiziranih izdelkov. **Ailoot Ultra · Prepisovanje** `POST /v1/audio/transcriptions` `nvidia/parakeet-tdt-0.6b-v3` [`nvidia/parakeet-tdt-0.6b-v3`](https://ailoot.ai/models/sl/#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` ### Začetek NVIDIIN Parakeet TDT 0.6B v3 je model s 600M parametri za pretvorbo govora v besedilo v 25 evropskih jezikih, s samodejnim zaznavanjem jezika. Ustvarja prepise z ločili in podpira časovne oznake besed in segmentov, načini za dolg zvok pa so vezani na proizvajalčevo konfiguracijo pozornosti. Dovoljeni vhodi Zvok Rezultati Besedilo ### Na voljo v Ailoot · vhodi in metode **Ailoot Ultra · Prepisovanje** `POST /v1/audio/transcriptions` Vhod `audio` Izhod `text` | Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto | | --- | --- | --- | --- | --- | | Polje`model` | Vrsta`string` | ZahtevaObvezno | Vrednosti in omejitve nvidia/parakeet-tdt-0.6b-v3 | Privzeto— | | Polje`input_audio` | Vrsta`object` | ZahtevaObvezno | Vrednosti in omejitve | Privzeto— | | Polje`language` | Vrsta`string` | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— | | Polje`temperature` | Vrsta`number` | ZahtevaIzbirno | Vrednosti in omejitve Najmanj: 0 Največ: 1 | Privzeto— | | Polje`response_format` | Vrsta`string` | ZahtevaIzbirno | Vrednosti in omejitve json, verbose\_json | Privzetojson | | Polje`timestamp_granularities` | Vrsta`array` | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— | | Polje`provider` | Vrsta`object` | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— | Parametri in življenjski cikel metode | Parameter | Specifikacija | | --- | --- | | Parameter`content_type` | Specifikacijaapplication/json | | Parameter`required` | Specifikacijamodel, input\_audio | | Parameter`material_types` | Specifikacijaaudio | | Parameter`material_conditions` | SpecifikacijaPreberite dejansko datoteko WAV in kodirajte njene resnične bajte za deklarirani JSON input\_audio; za to natančno deklaracijo samo z JSON ni navedena pot multipart. | Življenjski cikel: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · Dejansko vrnjeni task\_id ali zapis v medijski knjižnici `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` ### Cenik ##### Kako se izračuna končni strošek Prikazane cene so namenjene oceni stroškov pred generiranjem. Končni znesek se izračuna na podlagi stroška, zabeleženega za izvirno generiranje. Izmerjeno trajanje izhoda in napovedane količine niso končna obračunska količina. Tarifni podatki ne dodajajo možnosti zahteve. Podprti parametri so navedeni pri izbrani metodi. Hitri način Ni navedeno Ko je izbran hitri način Način flex Ni navedeno Ko je izbran način flex Najvišja raven razmišljanja Ni navedeno Ko najvišja raven razmišljanja uporablja privzeto prilagoditev (default) #### Ocenjene cene za primerjavo #### Cene po nastavitvah Vsak strošek povežite s prikazanimi pogoji. Za vsak nabor alternativnih nastavitev uporabite eno ceno. | Nastavitev | Cenovna lestvica | Predvidena količina | Obračunska enota | Strošek | | --- | --- | --- | --- | --- | | NastavitevOsnovne cene žetonov | Cenovna lestvicaOsnovna cena | Predvidena količina— | Obračunska enota— | Strošek Vhod · Vhodni žetoni · Ocena samo za primerjavo **—** / 1K žetonov Izhod · Izhodni žetoni · Ocena samo za primerjavo **—** / 1K žetonov Vhod · Branje predpomnilnika · Ocena samo za primerjavo **—** / 1K žetonov Vhod · Zapis v predpomnilnik · Ocena samo za primerjavo **—** / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura · Ocena samo za primerjavo **—** / 1K žetonov | | Nastavitevsekunda vhodnega zvoka | Cenovna lestvica— | Predvidena količina— | Obračunska enotana sekundo vhodnega zvoka | Strošek Vhod · sekunda vhodnega zvoka · Ocena samo za primerjavo **$0.00005** na sekundo vhodnega zvoka | | NastavitevOcenjeni strošek ustvarjanja | Cenovna lestvica— | Predvidena količinaocena za eno generiranje | Obračunska enota— | Strošek Izhod · Ocenjeni stroški ustvarjanja · Ocena samo za primerjavo **$0.00005** ocena pred ustvarjanjem Ta ocena ni dodatno plačilo ali fiksna cena za dokončano generiranje. | Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. [Kako delujeta rezervacija in obračun →](https://ailoot.ai/docs/sl/billing/reserve/) ### Primeri zahtev #### Ailoot Ultra · Prepisovanje curl · natančno izvorno telo zahteve in celoten rezultat ```bash set -eu : "${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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o response.bin # Keep the complete original response and headers. Read every returned segment, word and usage field. # Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting. ``` ### Prejmi in shrani rezultate #### Ailoot Ultra · Prepisovanje - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` Branje druge vsebine Preberi obstoječa gradiva, ki vam pripadajo ```bash set -eu : "${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. ``` ##### Ohrani vse dokončane rezultate Shranite vsak v celoti vrnjen odgovor, datoteko in del vsebine. Shranite celoten odgovor in glave, vse dejanske izhode, izvirne vrnjene identifikatorje in vsa polja s podatki o porabi. Pridobite podatke izvirne operacije brez ponovnega pošiljanja zahteve za ustvarjanje. ##### Če je treba preveriti izvirni odgovor Shranite vrnjeni X-Client-Request-ID za uskladitev evidenc. Berite samo dejansko vrnjene vrednosti task\_id/asset\_id ali svojo medijsko knjižnico; iz ID operacije nikoli ne sestavite URL opravila in zahteve za ustvarjanje nikoli ne pošljite znova. Polja odgovora | Polje | Vrsta | | --- | --- | | Polje`text` | Vrsta | | Polje`usage` | Vrsta | | Polje`segments[]` | Vrsta | | Polje`words[]` | Vrsta | | Polje`speaker fields` | Vrsta | | Polje`timestamps` | Vrsta | ### Druga imena #### Druga imena modelov **Ailoot Ultra** [`nvidia/parakeet-tdt-0.6b-v3`](https://ailoot.ai/models/sl/#m=nvidia%2Fparakeet-tdt-0.6b-v3&route=Ultra&caller=nvidia%2Fparakeet-tdt-0.6b-v3&fmt=transcriptions) #### Druga imena poti metod Uporabite zgoraj navedene poti metod. #### Povezani ID-ji za klic [`nvidia/parakeet-tdt-0.6b-v3`](https://ailoot.ai/models/sl/#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 Kateri vhodi in rezultati so na voljo? `POST /v1/audio/transcriptions` · `nvidia/parakeet-tdt-0.6b-v3`: `audio` → `text` Katera polja uporablja zahteva? `POST /v1/audio/transcriptions` · `nvidia/parakeet-tdt-0.6b-v3`: `model`, `input_audio`, `language`, `temperature`, `response_format`, `timestamp_granularities`, `provider` Katere omejitve veljajo? `POST /v1/audio/transcriptions` · `nvidia/parakeet-tdt-0.6b-v3`: `temperature.minimum`: `0`; `temperature.maximum`: `1` Ailoot povežite s Claude Code, OpenCode, Hermes ali svojo aplikacijo. ## Podjetje in njegov portfelj projektov Podjetje in njegov portfelj projektov: milijoni strank; mesečna prodaja v milijardah. ## Žetone kupujte s popustom. Naročniški popust za redno delo. Promocijske kode prinesejo do 50% popusta na nakup žetonov. Naročnina Za redne zahteve izberite paket s popustom. Promocijska koda do 50% Kodo vnesite ob nakupu. Cena se preračuna po veljavni akciji. Poraba v zgodovini Za vsako zahtevo se shranijo model, žetoni in znesek. [Izberite naročnino](https://ailoot.ai/docs/sl/billing/subscriptions/) · [Oglejte si cene modelov](https://ailoot.ai/models/sl/) ## API povežite z izdelkom, ki ga prodajate. SaaS, aplikacije in boti po ponudbi in licenčni pogodbi Ailoot. Za nadaljnjo prodajo zaprosite za preprodajno licenco. Komercialna aplikacija Ustvarjanje besedila, slik, videa in zvoka vključite v plačljive funkcije svoje storitve. Licenca za preprodajalca Pošljite opis projekta in shemo dostopa. Zahtevajte pisne pogoje uporabe in nadaljnje prodaje. Dokumenti na strani Ponudba, licenčna pogodba in politika obdelave podatkov so dostopne pred povezavo. [Zaprosite za preprodajno licenco](mailto:support@ailoot.ai) · [Ponudba in licenčna pogodba](https://ailoot.ai/legal/offer?lang=sl) ## Ailoot · Podjetje in njegov portfelj projektov Ailoot temelji na pridobljenih operativnih izkušnjah, široki bazi strank, stabilni storitvi in stalnem spremljanju KPI. Podjetje in njegov portfelj projektov: milijoni strank; mesečna prodaja v milijardah. Ailoot te operativne izkušnje uporablja za dostop prek API do funkcij umetne inteligence v izdelkih strank, agentih, aplikacijah in avtomatizacijah.