Войти Регистрация

NVIDIA: Parakeet TDT 0.6B v3

Документация API
"model":"nvidia/parakeet-tdt-0.6b-v3"
Вход
Аудио
Выход
Текст
Тариф
За минуту аудио

Parakeet TDT 0.6B v3 — многоязычная модель преобразования речи в текст от NVIDIA с 600 млн параметров, построенная на архитектуре FastConformer-TDT. Обученная на датасете Granary (более 670 000 часов аудио), она поддерживает автоматическое определение языка для всех официальных языков ЕС и достигает средней доли ошибок в словах (WER) 6,34% в рейтинге HuggingFace Open ASR Leaderboard. Возвращает транскрибированный текст с пунктуацией и временными метками сегментов.

Цена
Минута аудио0.190 ₽
Час аудио11,37 ₽

Итоговая стоимость каждого запроса — в ответе (usage.cost_rub) и в статистике.

Быстрый старт

curl https://api.aiadapter.ru/api/v1/audio/transcriptions \
  -H "Authorization: Bearer sk-aa-v1-..." \
  -H "Content-Type: application/json" \
  -d '{"model":"nvidia/parakeet-tdt-0.6b-v3","file":"<base64-аудио>"}'

Модели распознавания речи доступны только по API — в чате их нет. Параметры запроса — в документации.