NVIDIA发布开源语音模型Nemotron 3.5 Transcribe
先了解这件事
NVIDIA 发布免费开源权重语音转写模型 Nemotron 3.5 Transcribe，可转写最多 40 种语言的音频，并支持 31 种语言与英语互译。该模型可处理最长一小时的录音，但只适用于已录制的音频，不支持实时流。 据 The Decoder 报道，说话人识别覆盖 13 种语言，并非所有语言都支持全部功能；NVIDIA 称音频问答功能以英语训练。NVIDIA 还称该模型在 Hugging Face 的 Open ASR Leaderboard 等基准上领先，这一性能比较尚未在报道中独立验证。 与模型一同发布的还有 Granary 数据集第 2 版。NVIDIA 称该数据集与模型训练数据并不完全一致，并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 · 5 天前更新
报道时间线
沿着报道，了解事件的不同侧面。
- 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 种语言与英语之间互译，并识别 13 种语言中的说话人。
- NVIDIA Blog精选NVIDIA RTX Spark 笔记本更新：新增 Nemotron 3.5 Transcribe 与智能体资源管理
NVIDIA 为 RTX Spark 轻薄笔记本带来一批更新，包括开放权重的语音模型 Nemotron 3.5 Transcribe、LFM3 系列模型支持，以及 NVIDIA App 中可在前台应用与后台智能体之间分配 GPU 资源的控制项。
- TechCrunch · AINvidia 发布开源转写模型 Nemotron 3.5 Transcribe
Nvidia 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，并支持 31 种语言与英语互译。该模型可处理最长一小时的录音、区分最多 8 位说话人，Nvidia 称其在 Hugging Face 的 Open ASR Leaderboard 等基准上优于竞品。
本事件热度走势
- 可比范围当前
- 3
- 可比范围峰值
- 2010月29日 00:00
- 近 24 小时变化
- -74%
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。