NVIDIA: Nemotron 3.5 Transcribeновая

Описание

Nemotron 3.5 Transcribe — это открытая модель распознавания речи от NVIDIA, представляющая собой смесь экспертов с 30 миллиардами параметров, из которых около 4 миллиардов активны. Она транскрибирует записи продолжительностью до одного часа на 40 языках, с атрибуцией диктора, переводом речи и словарем и стилем, управляемыми подсказками.

Характеристики

API и примеры кода

from openai import OpenAI

client = OpenAI(
    base_url="https://infergate.ru/api/v1",
    api_key="sk-•••",
)

with open("speech.mp3", "rb") as f:
    resp = client.audio.transcriptions.create(
        model="nvidia/nemotron-3.5-transcribe",
        file=f,
        language="ru",
    )
print(resp.text)

Поддерживаемые параметры запроса