NVIDIA发布开源语音模型Nemotron 3.5 Transcribe
热点事件持续更新
NVIDIA发布开源语音模型Nemotron 3.5 Transcribe
2 篇报道2 个报道来源17 小时前更新
先了解这件事
AI 综述
NVIDIA 发布免费开源权重语音识别模型 Nemotron 3.5 Transcribe，并同步将开源语音数据集 Granary 更新至第 2 版。该模型可用文本指令控制，支持最多 40 种语言转写、31 种语言与英语互译、13 种语言的说话人识别，单段录音最长 1 小时、最多 8 位说话人。NVIDIA 称该模型在多项基准测试中领先。 该模型仅处理已录制音频，不支持实时处理或直播音频；各项功能因语言而异，NVIDIA 称音频问答功能以英语训练。NVIDIA 建议在构建定制版本时预留至少 100 条真实、经核验的录音用于测试。
AI 根据报道生成 · 1 小时前更新
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，可用文本指令控制，支持 40 种语言转写、31 种语言与英语互译、13 种语言的说话人识别，单段录音最长 1 小时、最多 8 位说话人。
- TechCrunch · AI英伟达发布开源语音转写模型 Nemotron 3.5 Transcribe
英伟达发布免费开源权重模型 Nemotron 3.5 Transcribe，可转写最多 40 种语言的音频，并同步更新开源语音数据集 Granary 至第 2 版。
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。