پرش به محتوا
FluxCDNFluxCDN
esc
ورود

NVIDIA: Parakeet TDT 0.6B v3

گفتار به متن

مدل گفتار به متن از NVIDIA: آنچه در یک فایل صوتی گفته می‌شود را می‌نویسد.

قیمت
هر دقیقه صدا 361 تومان
اندپوینت
POST /v1/audio/transcriptions
انتشار
۶ خرداد ۱۴۰۵
امکانات
با زمان‌بندی جمله‌ها و کلمه‌ها
سازنده
NVIDIA

قیمت‌های طرح رایگان، به تومان با نرخ امروز. طرح‌ها و قیمت‌ها

قیمت در هر طرح

به ازای هر میلی‌ثانیه صدایی که شنیده می‌شود، این‌جا برای هر دقیقه، به تومان با نرخ امروز؛ هرگز کمتر از هزینهٔ ارائه‌دهنده به‌اضافهٔ سود طرح شما.

طرحقیمت
رایگانهر دقیقه صدا 361 تومان
حرفه‌ایهر دقیقه صدا 346 تومان
مکسهر دقیقه صدا 331 تومان

دربارهٔ این مدل

توضیح سازندهٔ مدل، به انگلیسی:

Parakeet TDT 0.6B v3 is NVIDIA's 600M-parameter multilingual speech-to-text model built on the FastConformer-TDT architecture.

فراخوانی

curl https://ai.fluxcdn.cloud/api/v1/audio/transcriptions -H "Authorization: Bearer $FLUXCDN_API_KEY" \
  -F file=@voice.mp3 -F model=nvidia/parakeet-tdt-0.6b-v3 -F language=fa \
  -F response_format=srt