NVIDIA Parakeet v2 · NVIDIA
NVIDIA Parakeet TDT v2は、LibriSpeechとTED-LIUMのベンチマークで英語の文字起こし精度が最も高いモデルです。Whisperより高速です。
概要 NVIDIA Parakeet v2
NVIDIA Parakeet TDT v2は、LibriSpeechとTED-LIUMのベンチマークで英語の文字起こし精度が最も高いモデルです。Whisperより高速です。
得意なこと: 英語で最高の精度 · Whisperより高速 · NVIDIA最適化.
使い方 NVIDIA Parakeet v2
-
1
音声のURLを貼り付けてください
公開サーバー上にあるMP3、WAV、MP4、またはその他の音声・動画への直接リンクを貼り付けてください。数時間の長さまで対応しています。
-
2
生成
文字起こしをクリックします。音声の長さに応じて、モデルが30〜90秒で処理します。
-
3
ダウンロードまたは共有
結果をダウンロードするか、直接リンクを共有してください。透かしなし、すぐに使えます。
よくある質問
NVIDIA Parakeet v2 を使うといくらかかりますか？
NVIDIA Parakeet v2は Pro 向けのモデルです。1回の利用で144 tokensかかります（当社の実コストは約$0.72）。Proプラン（月額$9、15.000 tokens）または都度購入のワンショットパックが必要です。無料アカウントにすでにtokensがあれば、そのまま使うこともできます。
NVIDIA Parakeet v2 は Pro プランに何回分含まれますか？
Pro（$9/月）では毎月15.000 tokensが付与されます。NVIDIA Parakeet v2は1回の利用で144 tokensなので、1サイクルで約104回分使えます。足りなくなった場合は、買い切りパック（5.000 / 25.000 / 80.000 tokens）を追加でき、残高に加算されて1年以内に失効することはありません。
NVIDIA Parakeet v2の特徴は？
NVIDIAは、自社の最適化されたハードウェア上で高速に推論できるようモデルを調整しており、技術的な質問や推論に強みがあります。具体的な強みは、英語での高い精度、Whisperより高速なこと、NVIDIA最適化です。
NVIDIA Parakeet v2で文字起こしするのにどれくらいかかる？
NVIDIA Parakeet v2 は速いモデルの一つです。通常、生成時間は音声の長さのおよそ1/10です。ノイズが多い音声や多言語の音声では、もう少し時間がかかることがあります。
ia.gratisでNVIDIA Parakeet v2を使うには？
NVIDIA Parakeet v2 は /audio/transcribir/ でファイルをアップロードして使えます。REST API では POST /api/tools/stt/ に multipart 形式でアップロードできます。概要: NVIDIA の音声認識です。英語の精度は業界トップクラスです。このモデルの内部識別子は `parakeet` です。API から連携するときに役立ちます。