प्रकार
स्पेक
दर
प्रतिलेखन
प्रति घंटे का ऑडियो
$0.252
Qwen Audio 3.0 ASR और Deepgram Nova-3 साथ-साथ: विशेषताएं, क्षमताएं, पैरामीटर और EmpirioLabs कैटलॉग की लाइव कीमतें।
Alibaba Cloud 
Deepgram प्रतिलेखनAlibaba Cloud का Qwen Audio 3.0 ASR और Deepgram का Deepgram Nova-3 दोनों प्रतिलेखन श्रेणी में आते हैं और EmpirioLabs API के ज़रिए उपलब्ध हैं।
| स्पेक | Qwen Audio 3.0 ASR | Deepgram Nova-3 |
|---|---|---|
| मॉडल ID | qwen-audio-3-0-asr | deepgram-nova-3 |
| निर्माता | Alibaba Cloud | Deepgram |
| रिलीज | 30 जुल॰ 2026 | 12 फ़र॰ 2025 |
| इनपुट | ऑडियो | ऑडियो |
| आउटपुट | टेक्स्ट | टेक्स्ट |
| रीजन | Singapore | - |
| एंडपॉइंट | POST /v1/audio/transcriptions | POST /v1/audio/transcriptions |
| क्षमताएं |
दोनों मॉडलों के लिए EmpirioLabs कैटलॉग की लाइव दरें। हर दर तालिका हमेशा API की वास्तविक बिलिंग से मेल खाती है।
EmpirioLabs पर हर मॉडल के लिए सूचीबद्ध रिक्वेस्ट पैरामीटर, और जहां लागू हो वहां मान्य मान या सीमा। डैश उस पैरामीटर को दिखाता है जो मॉडल के लिए सूचीबद्ध नहीं है।
| पैरामीटर | Qwen Audio 3.0 ASR | Deepgram Nova-3 |
|---|---|---|
| file | - | string |
| file_url | - | string |
| smart_format | - | boolean डिफॉल्ट: true |
| profanity_filter | - | boolean डिफॉल्ट: false |
| numerals | - | boolean डिफॉल्ट: true |
| measurements | - | boolean डिफॉल्ट: false |
| language | - | auto, en, es, fr, de, it, pt, ja, zh, hi, ru, nl डिफॉल्ट: auto |
| redact_pii | - | boolean डिफॉल्ट: false |
| redact_pci | - | boolean डिफॉल्ट: false |
| keyterm | - | string |
| diarize | - | boolean डिफॉल्ट: false |
| paragraphs | - | boolean डिफॉल्ट: true |
| dictation | - | boolean डिफॉल्ट: false |
| punctuate | - | boolean डिफॉल्ट: true |
| utterances | - | boolean डिफॉल्ट: false |
सामान्य ऑडियो प्रारूपों में मल्टीपार्ट file, या audio_url या audio_base64 के साथ JSON के रूप में एक फ़ाइल भेजें। छोटी क्लिप और लंबी रिकॉर्डिंग दोनों स्वीकार किए जाते हैं।
अनुरोध तुरंत एक job_id और एक poll_url लौटाता है। पोल GET /v1/jobs/<job-id> जब तक status completed न हो जाए। छोटी क्लिप सेकंड में समाप्त हो जाती है; लंबी रिकॉर्डिंग में अधिक समय लगता है।
पूर्ण कार्य का result प्रारंभ और समाप्ति समय के साथ text और वाक्य खंडों के रूप में पूर्ण प्रतिलेख रखता है। चीनी बोलियों सहित भाषा का स्वचालित रूप से पता लगाया जाता है।
ऑडियो के प्रति सेकंड बिल किया गया, अगले पूरे सेकंड तक गोल किया गया, प्रति घंटा की दर से दिखाया गया।
अंग्रेजी, स्पेनिश, फ्रेंच, जर्मन, इतालवी, पुर्तगाली, जापानी, चीनी, हिंदी, रूसी, डच।
Qwen Audio 3.0 ASR POST /v1/audio/transcriptions से चलता है। request तुरंत job_id देती है; job पूरा होने तक GET /v1/jobs/{job_id} को poll करें और परिणाम से आउटपुट URLs पढ़ें। दोनों मॉडल एक ही एंडपॉइंट से कॉल किए जाते हैं। model को qwen-audio-3-0-asr या deepgram-nova-3 पर सेट करें। EmpirioLabs डैशबोर्ड से API key प्राप्त करें।
curl https://api.empiriolabs.ai/v1/audio/transcriptions \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "qwen-audio-3-0-asr",
"audio_url": "https://example.com/meeting-recording.mp3"
}'prompt परीक्षण और तुलना रन जिनमें दोनों मॉडल शामिल हैं।
Qwen Audio 3.0 ASR नई रिलीज़ है (30 जुल॰ 2026); Deepgram Nova-3 12 फ़र॰ 2025 को रिलीज़ हुआ था। सिर्फ Qwen Audio 3.0 ASR के लिए बताई गई क्षमताएं: multilingual। इस पेज की विशेषताएं, दर तालिकाएं और पैरामीटर EmpirioLabs के लाइव कैटलॉग से आते हैं।
Qwen Audio 3.0 ASR नई रिलीज़ है (30 जुल॰ 2026); Deepgram Nova-3 12 फ़र॰ 2025 को रिलीज़ हुआ था।
दोनों मॉडलों की कीमत अलग इकाइयों या स्तरों पर तय होती है, इसलिए इस पेज की लाइव दर तालिकाओं की तुलना करें। वे हमेशा API की वास्तविक बिलिंग से मेल खाती हैं।
हां। दोनों मॉडल एक ही EmpirioLabs API key के साथ POST /v1/audio/transcriptions इस्तेमाल करते हैं, इसलिए ज़्यादातर इंटीग्रेशन सिर्फ model मान बदलकर स्विच हो जाते हैं। अगर आप किसी मॉडल-विशेष पैरामीटर पर निर्भर हैं तो पहले इस पेज की पैरामीटर तालिका देखें।
हां। हर मॉडल को EmpirioLabs playground में खोलें और API के पैरामीटरों के साथ दोनों पर एक ही prompt चलाएं।
हमारे मूल्य निर्धारण की जाँच करें या यदि आप चाहते हैं कि आपका अपना मॉडल हमारे स्टैक पर तैनात किया जाए, तो पहुंचें।
