NVIDIA: Parakeet TDT 0.6B v3
گفتار به متنمدل 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.
| طرح | قیمت |
|---|---|
| رایگان | هر دقیقه صدا 361 تومان |
| حرفهای | هر دقیقه صدا 346 تومان |
| مکس | هر 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
