BroadNet 为 BroadNet Inference 提供一个免费的浏览器 Playground。它通过一个共享密钥调用线上 API,所以在注册账号之前,你就能用自己的声音试听阿拉伯语转写模型,或者测试一份文档。BroadNet 表示不会保留请求和响应内容。
可以试些什么?
Playground 有四种模式:
| 模式 | 你提供什么 | 返回什么 |
|---|---|---|
| 文字 | 一个阿拉伯语或英语问题 | Gemma 4 的流式回答 |
| 视觉 | 一张图片(如菜单、表格或手写便条)加一个问题 | 关于这张图片的回答 |
| 语音 | 最长 60 秒的录音或上传文件,阿拉伯语或英语 | 先是转写文本,然后是摘要 |
| 文档 | 一张发票、身份证、传单或其他文档的图片 | 以 JSON 返回的字段 |
语音模式接收最大 4 MB 的 WAV 或最大 1.44 MB 的 WebM。这是 Playground 的限制;API 每个文件接收最大 25 MiB 的 WAV 或 MP3。
怎样测试阿拉伯语语音转文字?
- 打开语音模式。
- 选择 العربية(阿拉伯语)或 English。
- 录制最长一分钟的音频,或上传一条简短的语音消息。
- 运行演示,查看转写文本和摘要。
请用你真正要发送的音频来试:在户外录的 WhatsApp 语音、一通电话、你关心的方言。一句清晰的朗读说明不了什么;BroadNet 自己的数据显示,同一个模型在清晰朗读语音上的词错误率是 3.8,在方言语音上是 23.4。参见阿拉伯语 WER 是什么意思。
怎样测试文档识别?
打开文档模式,选择文档类型,上传一张图片并运行。把结果中的数字与原件逐一核对:总额、日期、证件号码和电话号码是提取最容易出错的地方。通过 API 做同样的事,请看用视觉模型读取阿拉伯语发票。
怎样把同样的测试搬到 API 上?
Playground 适合初步体验。要做真正的测试,你需要自己的密钥:
- 在 inference.broadnet.ai 注册账号。新账户无需绑卡即可获得 $5 额度。
- 在账户中创建一个 API 密钥。
- 用 curl 或任意 OpenAI SDK 发送同样的请求。以语音消息为例:
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
始终发送 language;不发送的话,阿拉伯语可能以拉丁字母返回。.ogg 或 .m4a 语音消息要先转成 WAV,因为 API 只接收 WAV 和 MP3:
ffmpeg -i voice-note.ogg -ar 16000 -ac 1 voice-note.wav
对话和图片请求,curl 快速入门为每个端点都提供了第一个请求示例。
Playground 测试有哪些局限?
- 一次只能处理一个文件。 它展示的是质量,而不是吞吐量。按量付费密钥每分钟允许 30 个请求,同时最多 4 个。
- 只能处理短片段。 六十秒看不出模型如何处理一通长电话。请通过 API 测试几段完整录音。
- 没有可调设置。 你不能设置 temperature、提示词或响应格式。API 提供常用的 OpenAI 参数。
- 共享密钥。 它是演示,不是服务。不要在它之上构建应用。
