# عربی اسپیچ ریکگنیشن اور ویژن، بطور API

- کینونیکل URL: https://www.broadnet.me/ur/products/inference
- زبان: ur
- آخری اپ ڈیٹ: 2026-10-21
- ناشر: BroadNet (https://www.broadnet.me)
- اوپر والے صفحے کا Markdown ورژن، جو رینڈر شدہ صفحے سے تیار کیا گیا ہے۔

BroadNet Inference API

عربی اور انگریزی کے لیے اسپیچ ریکگنیشن، دستاویزات کا مطالعہ اور چیٹ، جو BroadNet کے ذریعے چلنے والے GPUs پر دستیاب ہے۔ ہر بڑی عربی بولی کو ٹرانسکرائب کریں، انوائسز اور IDs کو JSON میں تبدیل کریں، اور OpenAI کے ہم آہنگ اینڈ پوائنٹس کے ذریعے ٹیکسٹ اور تصاویر پر چیٹ کریں۔

[اکاؤنٹ بنائیں (ایک نئے ٹیب میں کھلتا ہے)](https://inference.broadnet.ai/) [ڈویلپر ریفرنس (ایک نئے ٹیب میں کھلتا ہے)](https://inference.broadnet.ai/docs) [ماڈلز اور قیمتیں (ایک نئے ٹیب میں کھلتا ہے)](https://www.broadnet.ai/inference)

نئے اکاؤنٹس $5 کے کریڈٹ کے ساتھ شروع ہوتے ہیں، جو 30 دنوں کے لیے کارآمد ہے۔ کارڈ کی ضرورت نہیں۔

**بیس URL**

https://inference.broadnet.ai/v1

**تصدیق (Authentication)**

Authorization: Bearer <key>

**عربی ٹرانسکرپشن**

$0.25 فی آڈیو گھنٹہ

**کنٹینٹ اسٹوریج**

کوئی نہیں: ایک سنگل ریکوئسٹ کے لیے میموری میں رکھا جاتا ہے

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

ہمیشہ ٹرانسکرپشن کی درخواست کے ساتھ زبان کا ذکر کریں؛ اس کے بغیر، عربی کو لاطینی حروف میں لکھا جا سکتا ہے۔ قبول شدہ فارمیٹس audio/wav اور audio/mpeg ہیں، فی فائل 26,214,400 بائٹس تک۔

## 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۔

## متعلقہ

[BroadNet AI پلیٹ فارم انٹرپرائز AI ایجنٹس، نالج انجن اور وائس AI۔](https://www.broadnet.me/ur/platforms/broadnet-ai) [DialerBee کثیر لسانی AI کانٹیکٹ سینٹر پلیٹ فارم۔](https://www.broadnet.me/ur/dialerbee) [BroadNet گروپ لنکس کے ساتھ گروپ میں موجود ہر برانڈ۔](https://www.broadnet.me/ur/about#group)

## $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 (ایک نئے ٹیب میں کھلتا ہے)](https://inference.broadnet.ai/) [BroadNet سے بات کریں](https://www.broadnet.me/ur/contact)