NV
nvidia

NVIDIA: Nemotron 3.5 ASR Streaming Multilingual 0.6B

nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b
تاریخ انتشار
۱۴۰۵/۵/۲۲
تعداد ارائه‌دهنده
۱
ورودی‌ها
صوت
خروجی‌ها
transcription

جزئیات قیمت

Audio Seconds۱تومان / ثانیه

درباره مدل

Nemotron 3.5 ASR Streaming Multilingual 0.6B is a speech recognition model from NVIDIA. Its prompt-conditioned, cache-aware FastConformer-RNNT design targets low-latency transcription across more than 40 languages for real-time captioning, voice agents, and multilingual transcription pipelines.

قابلیت‌های مدل

ورودی‌های پشتیبانی‌شده
صوت
خروجی‌های پشتیبانی‌شده
transcription
معماری ورودی/خروجیaudio->transcription

ارائه‌دهندگان (۱)

ارائه‌دهندهورودی (تومان / ۱M)خروجی (تومان / ۱M)پنجره متنحداکثر خروجیکوانتیزهوضعیت
DeepInfra—————فعال

استفاده از طریق API

شناسه این مدل را در درخواست‌های API هوشگر استفاده کنید:

POST https://api.hooshgar.ir/v1/chat/completions
{
  "model": "nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b",
  "messages": [
    {
      "role": "user",
      "content": "سلام"
    }
  ]
}
مستندات کامل API

مدل‌های مرتبط

اطلاعات مدل بر اساس داده‌های OpenRouter