عربی اسپیچ ٹو ٹیکسٹ اور ویژن API

یہ کیا کرتا ہے

عربی اسپیچ ریکگنیشن (آواز کی شناخت)
خلیجی، مصری، لیوینٹائن، مغریبی اور جدید معیاری عربی کی ٹرانسکرپشن کرتا ہے۔ عربی ماڈل اپنے آؤٹ پٹ کو عربی اسکرپٹ میں رکھتا ہے، اس لیے کالز اور وائس نوٹس قابلِ تلاش عربی متن کے طور پر واپس آتے ہیں۔
دستاویزات اور ویژن
انکوائری، شناختی کارڈ یا ہاتھ سے لکھے ہوئے فارم کی تصویر لیں اور عربی اور انگریزی میں صاف ستھرا JSON حاصل کریں، بالکل ویسے ہی نمبروں کے ساتھ جیسے لکھے گئے ہوں۔
ٹیکسٹ اور تصاویر کے ذریعے چیٹ کریں
Gemma 4 VL 26B، جسے عربی اور انگریزی کے لیے BroadNet کے ذریعے ٹیون اور سروس کیا گیا ہے، چیٹ-کمپلیشنز اینڈ پوائنٹ پر ٹیکسٹ اور تصاویر قبول کرتا ہے اور اسٹریمنگ کو سپورٹ کرتا ہے۔

ماڈلز اور قیمتیں

ہر ماڈل BroadNet ہارڈ ویئر پر چلتا ہے۔ لینگویج ماڈلز کی قیمت فی ملین ٹوکنز ہے اور ٹرانسکرپشن کی قیمت آڈیو کے فی منٹ کے حساب سے ہے۔ یہ قیمتیں 24 ستمبر 2026 کو broadnet.ai/inference پر شائع کی گئی تھیں؛ وہاں موجود ریٹ کارڈ ہی حتمی قیمت ہے۔

ماڈل	ماڈل ID	ان پٹ کی قسم	قیمت (USD)
Gemma 4 VL 26B	`broadnet/gemma-4-26b-a4b`	ٹیکسٹ اور تصاویر	$0.10 / $0.22فی 1M ٹوکنز (ان پٹ / آؤٹ پٹ)
Qwen3-VL 8B Instruct	`broadnet/qwen3-vl-8b`	ٹیکسٹ اور تصاویر	$0.117 / $0.455فی 1M ٹوکنز (ان پٹ / آؤٹ پٹ)
Qwen3-VL 30B-A3B Instruct	پرائیویٹ ماڈل ID، درخواست پر دستیاب ہے	ٹیکسٹ اور تصاویر	$0.13 / $0.52فی 1M ٹوکنز (ان پٹ / آؤٹ پٹ)
Cohere Transcribe Arabic	`broadnet/cohere-transcribe-arabic`	آڈیو (عربی)	$0.0042آڈیو کے فی منٹ
Cohere Transcribe ArabicBroadNet کے ذریعے فائن ٹیونڈ	پرائیویٹ ماڈل ID، درخواست پر دستیاب ہے	آڈیو (عربی)	$0.005آڈیو کے فی منٹ
Cohere Transcribe	`broadnet/cohere-transcribe`	آڈیو (14 زبانیں)	$0.002آڈیو کے فی منٹ

کوئیک اسٹارٹ

اپنے اکاؤنٹ پیج پر ایک کی (key) بنائیں اور اسے Bearer ٹوکن کے طور پر بھیجیں۔ چیٹ-کمپلیشنز اور آڈیو-ٹرانسکریپشن کی درخواست کی شکلیں OpenAI کے ساتھ مطابقت رکھتی ہیں، اس لیے اسٹینڈرڈ SDK کام کرتا ہے جیسے ہی آپ اسے BroadNet بیس URL پر پوائنٹ کرتے ہیں۔

عربی آڈیو ٹرانسکرائب کریں (curl)

curl https://inference.broadnet.ai/v1/audio/transcriptions \
  -H "Authorization: Bearer $BROADNET_API_KEY" \
  -F model=broadnet/cohere-transcribe-arabic \
  -F language=ar \
  -F file=@voice-note.wav

انوائس کی تصویر پڑھیں (Python)

import base64, os
from openai import OpenAI

client = OpenAI(base_url="https://inference.broadnet.ai/v1",
                api_key=os.environ["BROADNET_API_KEY"])

invoice = base64.b64encode(open("invoice.jpg", "rb").read()).decode()
response = client.chat.completions.create(
    model="broadnet/gemma-4-26b-a4b",
    messages=[{"role": "user", "content": [
        {"type": "text", "text": "ما هو المبلغ الإجمالي في هذه الفاتورة؟"},
        {"type": "image_url",
         "image_url": {"url": "data:image/jpeg;base64," + invoice}},
    ]}])
print(response.choices[0].message.content)

آپ کا ڈیٹا کہاں جاتا ہے

پرامپٹس، تصاویر، آڈیو، جوابات اور ٹرانسکرپٹس ایک درخواست کے لیے میموری میں رہتے ہیں اور پھر انہیں ختم کر دیا جاتا ہے۔ مواد کو کبھی بھی لاگ نہیں کیا جاتا اور نہ ہی کسی ماڈل کو تربیت دینے یا اس کا جائزہ لینے کے لیے استعمال کیا جاتا ہے، اور ایک خودکار آڈٹ ہر گھنٹے اس کنفیگریشن کو چیک کرتا ہے۔

BroadNet صرف مواد سے پاک اکاؤنٹنگ اور سیکیورٹی ریکارڈز رکھتا ہے، جیسے کہ ٹائمنگ، ٹوکن کی تعداد اور لاگت۔

پروسیسنگ اس ہارڈ ویئر پر ہوتی ہے جو BroadNet امریکہ میں چلاتا ہے۔ ڈیٹا ریزیڈنسی کی ضروریات کے لیے درخواست پر MENA یا یورپ میں علاقائی پروسیسنگ دستیاب ہے۔

Keys، لمٹس اور پرائیویٹ اینڈ پوائنٹس

پے ایز یو گو کیز
فی منٹ 30 درخواستیں اور 4 بیک وقت درخواستیں، جن کی ادائیگی کارڈ کے ذریعے ٹاپ اپ کیے گئے پری پیڈ بیلنس سے کی جاتی ہے۔ فی اکاؤنٹ دس لائیو کیز تک، جن میں سے ہر ایک ایک سال کے لیے کارآمد ہے۔
ہاؤری کیز
$0.50 میں Gemma 4 VL 26B کا ایک گھنٹہ حاصل کریں: ایک اسٹریم، فی منٹ 120 درخواستیں اور فی منٹ 300,000 ٹوکنز، جو آپ کے بیلنس سے API کے ذریعے فراہم کیے جاتے ہیں۔
IP الاؤ لسٹس (allow-lists)
اپنی کیز (keys) کو اپنے سرورز تک محدود رکھیں جس میں فی اکاؤنٹ 32 IPv4 یا IPv6 ایڈریسز یا CIDR رینجز تک کی سہولت موجود ہے۔
پرائیویٹ اینڈ پوائنٹس
ایک مخصوص GPU یا نوڈ جو آپ کا منتخب کردہ ماڈل چلاتا ہے، بشمول عربی فائن ٹیونز، آپ کی اپنی کی (key)، حدود اور ریجن کے ساتھ۔ قیمتیں درخواست پر دستیاب ہیں۔

سوالات

ٹرانسکرپشن کن عربی لہجوں کو ہینڈل کرتی ہے؟

خلیجی، مصری، شامی، مغربی اور جدید معیاری عربی۔ عربی گفتگو کے لیے عربی ماڈل استعمال کریں: یہ عربی اسکرپٹ میں رہتا ہے، جبکہ ملٹی لینگوئل ماڈل مخلوط گفتگو میں انگریزی کی طرف مائل ہو سکتا ہے۔

میں API کی کیسے حاصل کر سکتا ہوں؟

inference.broadnet.ai پر اکاؤنٹ بنائیں، بیلنس شامل کریں، پھر اپنے اکاؤنٹ پیج سے کیز بنائیں یا منسوخ کریں۔ نئے اکاؤنٹس $5 کے کریڈٹ کے ساتھ شروع ہوتے ہیں، جو 30 دنوں کے لیے کارآمد ہے، اور اس کے لیے کسی کارڈ کی ضرورت نہیں۔

کیا میری آڈیو فائلز اور دستاویزات محفوظ کی جاتی ہیں؟

نہیں۔ درخواست اور جواب کا مواد ایک درخواست کے لیے میموری میں رکھا جاتا ہے اور پھر ختم کر دیا جاتا ہے۔ اسے کبھی بھی لاگ نہیں کیا جاتا اور نہ ہی ٹریننگ کے لیے استعمال کیا جاتا ہے۔

ڈیٹا کہاں پروسیس کیا جاتا ہے؟

امریکہ میں BroadNet کے آپریٹڈ GPUs پر۔ ڈیٹا ریزیڈنسی (data-residency) کی ضروریات رکھنے والے صارفین کے لیے مشرق وسطیٰ اور شمالی افریقہ یا یورپ میں علاقائی پروسیسنگ کی سہولت دستیاب ہے۔

کیا میں پرائیویٹ ماڈل چلا سکتا ہوں؟

جی ہاں۔ ایک پرائیویٹ اینڈ پوائنٹ آپ کو اپنی پسند کے ماڈل کے ساتھ ایک مخصوص GPU یا نوڈ فراہم کرتا ہے، بشمول فائن ٹیونڈ اور عربی کے مطابق ڈھلے ہوئے ورژنز، آپ کی اپنی کی (key) اور حدود، اور وہ ریجن جس کی آپ کو ضرورت ہے۔

$5 کے مفت کریڈٹ کے ساتھ شروع کریں

اکاؤنٹ بنائیں، کی (key) شامل کریں اور منٹوں میں اپنا پہلا عربی وائس نوٹ بھیجیں۔ اکاؤنٹس، کیز اور بلنگ inference.broadnet.ai پر دستیاب ہیں۔

اکاؤنٹ بنائیں BroadNet سے بات کریں

عربی اسپیچ ریکگنیشن اور ویژن، بطور API