Nemotron 3.5 Transcribe
Разработанная NVIDIA для распознавания речи, модель Nemotron 3.5 Transcribe может возвращать расшифровку, временные метки слов, метки говорящих и перевод речи с английского на 31 язык за один API-запрос.
Аудио для транскрипции: публично доступный URL. Поддерживаются стандартные форматы (MP3, WAV, M4A/AAC, FLAC, OGG/Opus, WEBM), а также видео с аудиодорожкой (MP4, MOV); используется только звук. До 60 минут и до 200 МБ на файл. Язык определяется автоматически.
Один файл, каждый до 200 МБ
Также возвращать время начала и конца каждого слова и метки спикеров в итоговом файле. Только для транскрипции: недоступно вместе с `target_language`. Пример результата получен с включенными таймкодами и содержит только первые 40 слов; файл ответа API содержит все слова.
Оставьте пустым (по умолчанию) для расшифровки на исходном языке. Выберите язык, чтобы перевести на него речь. Перевод гарантирован между английским и другими указанными языками: неанглийская речь на английский (en) или английская речь на другой язык.
Новым пользователям — 150 кредитов на первые кадры после подтверждения почты.
Точная цена зависит от длительности результата. Резервируем максимум, после генерации спишем по факту, остаток вернётся на баланс.