NVIDIA发布Nemotron 3.5 Transcribe开源语音模型
热点事件持续更新
NVIDIA发布Nemotron 3.5 Transcribe开源语音模型
2 篇报道2 个报道来源25 分钟前更新
先了解这件事
AI 综述
NVIDIA 在 Hugging Face 和 ModelScope 发布开放权重语音模型 Nemotron 3.5 Transcribe，把转写、说话人分离、翻译和音频问答整合进同一个 checkpoint。该模型支持 40 种语言转写、31 种语言与英语互译、13 种语言的说话人标注，可处理最长 1 小时录音并标注最多 8 位说话人。 模型面向录制音频而非实时流，可在单张 NVIDIA GPU 上运行，覆盖从 DGX Spark 到 Blackwell 数据中心系统。NVIDIA 称该模型在多项基准上领先，并称音频问答功能仅以英语训练，各语言支持的功能不同；用户应抽查人名、说话人切换和回答。NVIDIA 同时发布 Granary v2 数据管线；源音频需按各语料原始许可单独下载，并遵循发布条款。
AI 根据报道生成 · 1 分钟前更新
最新进展10月28日 23:49
Nvidia 发布开源语音模型 Nemotron 3.5 Transcribe，整合转写、翻译与说话人识别报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- The DecoderNvidia 发布开源语音模型 Nemotron 3.5 Transcribe，整合转写、翻译与说话人识别
Nvidia 发布开源语音识别模型 Nemotron 3.5 Transcribe，可转写 40 种语言、在 31 种语言与英语间互译，并识别 13 种语言中的说话人。
- Hugging Face Blog精选NVIDIA 发布 Nemotron 3.5 Transcribe 与 Granary v2 数据管线
NVIDIA 在 Hugging Face 和 ModelScope 上发布开放权重模型 Nemotron 3.5 Transcribe，将转写、说话人分离、翻译和音频问答整合进同一个 checkpoint，支持 40 种语言转写、31 种语言与英语互译、13 种语言的说话人标注，可处理最长 1 小时录音并标注最多 8 位说话人。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。