基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
입력 오디오→ 출력 텍스트
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗DISCOVER & COMPARE
AI 모델 탐색 1050
parakeet-ctc-1.1b
NVIDIA`parakeet-ctc-1.1b` is an ASR model that transcribes speech in lower case English alphabet. This model is jointly developed by NVIDIA NeMo and Suno.ai teams. It is an XXL version of FastConformer CTC [1] (around 1.1B parameters) model. See the model architecture section and NeMo documentation for complete architecture details. To train, fine-tune or play with the model you will need to install NVIDIA NeMo. We recommend you install it after you've installed latest PyTorch version. See the NeMo-Speech.cpp documentation for more details.
번역 대기 중 · 원문 표시
입력 오디오→ 출력 텍스트
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
입력 미확인→ 출력 미확인
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗parakeet-rnnt-0.6b
NVIDIA`parakeet-rnnt-0.6b` is an ASR model that transcribes speech in lower case English alphabet. This model is jointly developed by NVIDIA NeMo and Suno.ai teams. It is an XL version of FastConformer Transducer [1] (around 600M parameters) model. See the model architecture section and NeMo documentation for complete architecture details. License to use this model is covered by the CC-BY-4.0. By downloading the public and release version of the model, you accept the terms and conditions of the CC-BY-4.0 license. For documentation, deployment guides, enterprise-ready APIs, and the latest open models—including Nemotron and other cutting-edge speech, translation, and generative AI—visit the NVIDIA Developer Portal at developer.nvidia.com. Join the community to access tools, support, and resources to accelerate your development with NVIDIA’s NeMo, Riva, NIM, and foundation models.
번역 대기 중 · 원문 표시
입력 오디오→ 출력 텍스트
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗parakeet-rnnt-1.1b
NVIDIA`parakeet-rnnt-1.1b` is an ASR model that transcribes speech in lower case English alphabet. This model is jointly developed by NVIDIA NeMo and Suno.ai teams. It is an XXL version of FastConformer Transducer [1] (around 1.1B parameters) model. See the model architecture section and NeMo documentation for complete architecture details. For documentation, deployment guides, enterprise-ready APIs, and the latest open models—including Nemotron and other cutting-edge speech, translation, and generative AI—visit the NVIDIA Developer Portal at developer.nvidia.com. Join the community to access tools, support, and resources to accelerate your development with NVIDIA’s NeMo, Riva, NIM, and foundation models. The model is available for use in the NeMo toolkit [3], and can be used as a pre-trained checkpoint for inference or for fine-tuning on another dataset.
번역 대기 중 · 원문 표시
입력 오디오→ 출력 텍스트
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗parakeet-rnnt-110m-da-dk
NVIDIA基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
기본 정보 등록 · 상세 정보 보완 예정
입력 오디오→ 출력 텍스트
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗parakeet-tdt-0.6b-v2
NVIDIA> **🎉 NEW: Multilingual Parakeet TDT 0.6B V3 is now available!** > 🌍 **25 European Languages** | 🚀 **Enhanced Performance** | 🔗 **Try it here: nvidia/parakeet-tdt-0.6b-v3** `parakeet-tdt-0.6b-v2` is a 600-million-parameter automatic speech recognition (ASR) model designed for high-quality English transcription, featuring support for punctuation, capitalization, and accurate timestamp prediction. Try Demo here: https://huggingface.co/spaces/nvidia/parakeet-tdt-0.6b-v2 This XL variant of the FastConformer [1] architecture integrates the TDT [2] decoder and is trained with full attention, enabling efficient transcription of audio segments up to 24 minutes in a single pass. The model achieves an RTFx of 3380 on the HF-Open-ASR leaderboard with a batch size of 128. Note: *RTFx Performance may vary depending on dataset audio duration and batch size.*
번역 대기 중 · 원문 표시
입력 오디오→ 출력 텍스트
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗parakeet-tdt-0.6b-v3
NVIDIA`parakeet-tdt-0.6b-v3` is a 600-million-parameter multilingual automatic speech recognition (ASR) model designed for high-throughput speech-to-text transcription. It extends the parakeet-tdt-0.6b-v2 model by expanding language support from English to 25 European languages. The model automatically detects the language of the audio and transcribes it without requiring additional prompting. It is part of a series of models that leverage the Granary [1, 2] multilingual corpus as their primary training dataset. **Supported Languages:** Bulgarian (**bg**), Croatian (**hr**), Czech (**cs**), Danish (**da**), Dutch (**nl**), English (**en**), Estonian (**et**), Finnish (**fi**), French (**fr**), German (**de**), Greek (**el**), Hungarian (**hu**), Italian (**it**), Latvian (**lv**), Lithuanian (**lt**), Maltese (**mt**), Polish (**pl**), Portuguese (**pt**), Romanian (**ro**), Slovak (**sk**), Slovenian (**sl**), Spanish (**es**), Swedish (**sv**), Russian (**ru**), Ukrainian (**uk**) `parakeet-tdt-0.6b-v3`'s key features are built on the foundation of its predecessor, parakeet-tdt-0.6b-v2, and include:
번역 대기 중 · 원문 표시
입력 오디오→ 출력 텍스트
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗parakeet-tdt-1.1b
NVIDIA基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
입력 오디오→ 출력 텍스트
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗parakeet-tdt_ctc-0.6b-ja
NVIDIA`parakeet-tdt_ctc-0.6b-ja` is an ASR model that transcribes Japanese speech with Punctuations. This model is developed by NVIDIA NeMo team. It is an XL version of Hybrid FastConformer [1] TDT-CTC [2] (around 0.6B parameters) model. See the model architecture section and NeMo documentation for complete architecture details. To train, fine-tune or play with the model you will need to install NVIDIA NeMo. We recommend you install it after you've installed latest PyTorch version. The model is available for use in the NeMo Framework [3], and can be used as a pre-trained checkpoint for inference or for fine-tuning on another dataset.
번역 대기 중 · 원문 표시
입력 오디오→ 출력 텍스트
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗parakeet-tdt_ctc-1.1b
NVIDIA基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
기본 정보 등록 · 상세 정보 보완 예정
입력 오디오→ 출력 텍스트
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗parakeet-tdt_ctc-110m
NVIDIA`parakeet-tdt_ctc-110m` is an ASR model that transcribes speech with Punctuations and Capitalizations of the English alphabet. This model is jointly developed by NVIDIA NeMo and Suno.ai teams. It is a Large version of Hybrid FastConformer [1] TDT-CTC [2] (around 114M parameters) model. This model has been trained with fastconformer architecture with full attention hence this model can transcribe up to 20 minutes of audio in one single pass. This model achieves super fast RTFx values across all datasets, with an average RTFx of ~5300 on Hugging Face leaderboard evaluation sets on A100. See the model architecture section and NeMo documentation for complete architecture details. To train, fine-tune or play with the model you will need to install NVIDIA NeMo. We recommend you install it after you've installed latest PyTorch version. The model is available for use in the NeMo toolkit [3], and can be used as a pre-trained checkpoint for inference or for fine-tuning on another dataset.
번역 대기 중 · 원문 표시
입력 오디오→ 출력 텍스트
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗parakeet-unified-en-0.6b
NVIDIAParakeet-unified-en-0.6b is an English automatic speech recognition (ASR) model based on transducer architecture (RNN-T) combining both offline and streaming inference (with a minimum latency of 160ms) in one model [1]. It is trained mostly on the English part of the Granary dataset [4], which contains approximately 250,000 hours of US English (en-US) speech across diverse acoustic conditions. The model transcribes speech to English alphabet, spaces, and apostrophes with punctuation and captalization support. Average WER comparison on the HF ASR Leaderboard datasets including offline and streaming inference with different latency values. This model consists of a 🦜 Parakeet (FastConformer) encoder (jointly trained in offline and streaming modes) with an RNN-T decoder. It is designed for offline and streaming speech-to-text applications where latency can be as low as 160ms, such as voice assistants, live captioning, and conversational AI systems. The current inference pipeline supports only buffered streaming (left context is recomputed for each chunk) that can be longer than cache-aware streaming.
번역 대기 중 · 원문 표시
입력 오디오→ 출력 텍스트
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗PartPacker
NVIDIA基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
기본 정보 등록 · 상세 정보 보완 예정
입력 미확인→ 출력 미확인
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗personaplex-7b-v1
NVIDIA基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
입력 오디오→ 출력 오디오
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
기본 정보 등록 · 상세 정보 보완 예정
입력 미확인→ 출력 미확인
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
기본 정보 등록 · 상세 정보 보완 예정
입력 미확인→ 출력 미확인
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
기본 정보 등록 · 상세 정보 보완 예정
입력 미확인→ 출력 미확인
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗Phi-4-reasoning-plus-FP8
NVIDIA基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
기본 정보 등록 · 상세 정보 보완 예정
입력 미확인→ 출력 미확인
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
기본 정보 등록 · 상세 정보 보완 예정
입력 미확인→ 출력 미확인
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
기본 정보 등록 · 상세 정보 보완 예정
입력 미확인→ 출력 미확인
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
기본 정보 등록 · 상세 정보 보완 예정
입력 미확인→ 출력 미확인
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
기본 정보 등록 · 상세 정보 보완 예정
입력 미확인→ 출력 미확인
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
기본 정보 등록 · 상세 정보 보완 예정
입력 미확인→ 출력 미확인
요금 미확인멀티모달 및 채널 요금 별도 확인
자세히 보기 ↗일치하는 모델 없음
제공사, 분류, 입출력 조건을 조정하세요. 새 모델이 계속 등록됩니다.
COST EXPLORER
좋은 모델, 명확한 비용.
월간 토큰 사용량으로 예상 API 비용을 비교하세요.
1 M = 100만 토큰 · USD
동일 채널의 기본 텍스트 토큰 요금 비교
동일 채널의 기본 텍스트 토큰 요금 비교
수집된 백만 토큰당 USD 요금입니다. 캐시 할인, 구간 요금, 추가 추론 출력, 세금은 제외됩니다. 최신 요금은 출처에서 확인하세요.
MODEL HANDBOOK
이해하고 선택하세요
API 요금은 어떻게 비교하나요?+
입력, 출력, 캐시 요금을 구분하고 동일 작업량으로 비교하세요. 이미지, 음성, 영상은 개수, 시간, 해상도로 과금될 수 있습니다.
오픈 웨이트는 무료 상업 이용을 뜻하나요?+
반드시 그렇지는 않습니다. 버전별 라이선스, 상업 이용 제한, 정책을 확인하세요. 자체 호스팅에는 연산 및 유지 비용도 듭니다.
1위 모델이 나에게 가장 적합한가요?+
순위는 작업, 버전, 평가 방식에 따라 다릅니다. 실제 업무로 정확도, 지연, 안정성, 비용을 비교하세요.