英伟达开源 Nemotron 3.5 Transcribe 语音模型
热点事件持续更新
英伟达开源 Nemotron 3.5 Transcribe 语音模型
2 篇报道2 个报道来源3 小时前更新
先了解这件事
AI 综述
英伟达发布免费开源权重语音模型 Nemotron 3.5 Transcribe，可用文本指令完成转写、翻译、说话人识别和录音内容问答，并同步更新开源语音数据集 Granary 2。模型与数据集已发布在 Hugging Face。 该模型支持最多 40 种语言转写、31 种语言与英语互译、13 种语言说话人识别，可处理最长一小时、最多八位说话人的录音，但仅适用于已录制的音频，不支持直播。英伟达称各语言支持的功能不同，音频问答功能只用英语训练，并建议用户抽查人名、说话人切换和回答内容。英伟达称该模型在 Hugging Face Open ASR Leaderboard 等基准上超过竞品。
AI 根据报道生成 · 57 分钟前更新
最新进展10月28日 23:49
Nvidia 开源 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 开源 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，可用文本指令完成转写、翻译和说话人识别，并回答录音内容相关问题。该模型支持 40 种语言转写、31 种语言与英语互译、13 种语言的说话人识别，可处理最长一小时、最多八位说话人的录音。
- TechCrunch · AI英伟达发布开源转写模型 Nemotron 3.5 Transcribe
英伟达发布免费开源权重模型 Nemotron 3.5 Transcribe，支持最多 40 种语言的音频转写，并同步更新开源语音数据集 Granary 2。该模型可在 31 种语言与英语之间互译，处理最长一小时的录音，区分最多 8 位说话人，官方称其在 Hugging Face Open ASR Leaderboard 等基准上超过竞品。
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。