NVIDIA-Nemotron-3.5-Transcribe-30B-A4B API

مدل NVIDIA-Nemotron-3.5-Transcribe-30B-A4B چیست؟

برای استفاده از NVIDIA-Nemotron-3.5-Transcribe-30B-A4B در سرورنت، شناسهٔ عمومی di-nvidianvidia-nemotron-35-transcribe-30b-a4b-4ed5ba970f را ارسال کنید. درگاه با این شناسه مسیر تنظیم‌شده را انتخاب می‌کند؛ سازندهٔ مدل nvidia است.

کاربردهای NVIDIA-Nemotron-3.5-Transcribe-30B-A4B

• بررسی کنید NVIDIA-Nemotron-3.5-Transcribe-30B-A4B گفتار تولید می‌کند یا صوت را به متن تبدیل می‌کند.
• کیفیت تلفظ یا رونویسی را با نمونهٔ واقعی ارزیابی کنید.
• مدت صوت، قالب خروجی و صداها یا زبان‌های موردنیاز برنامه را بررسی کنید.

معرفی مدل

توضیح اصلی کاتالوگ به زبان انگلیسی است و خود مدل را معرفی می‌کند؛ محدودیت و وضعیت دسترسی همین صفحه، قرارداد استفاده از درگاه را مشخص می‌کند.

Nemotron 3.5 Transcribe is an open-weight 30B-A4B speech-augmented language model from NVIDIA for offline transcription in 40 languages. It handles recordings up to one hour and adds speech translation, contextual and speaker-attributed transcription, word timestamps and audio question answering, leading open-weight models on English, long-form and multilingual ASR.

طراحی اتصال به مدل

اجرای صوت به محدودیت صریح متن یا فایل و مسیر اختصاصی تأییدشده نیاز دارد. پس از ارائه، از مسیر مستند استفاده کنید؛ درخواست چت متنی کار صوتی انجام نمی‌دهد.

ورودی‌ها و محدودیت‌های سرویس

حد نویسه، مدت و تولید در مدل‌های صوت متفاوت است. شرطی‌سازی صدا و صوت بارگذاری‌شده ممکن است مصرف اضافه داشته باشند. زبان و صدای مجاز باید از قرارداد تأییدشدهٔ مدل گرفته شوند.

تصویر، صوت، ویدئو و سرویس‌های اختصاصی ممکن است واحدهای هزینهٔ متفاوتی داشته باشند. تعرفهٔ توکن جایگزین معتبر آن‌ها نیست. فروش پس از تأیید مسیر اجرا و سقف قابل‌اندازه‌گیری مصرف باز می‌شود.

مقایسه با مدل‌های همین کاربرد