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
3 篇报道3 个报道来源2 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模型 Nemotron 3.5 Transcribe，可转写最多 40 种语言的音频，并同步将开源语音数据集 Granary 更新至第 2 版。 据 The Decoder 报道，该模型还支持 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，并可用文本指令控制。NVIDIA 称其在多项基准测试中领先；各语言支持的功能不同，音频问答功能仅以英语训练。 该模型只处理录制音频，不支持直播流。NVIDIA 建议用户抽查人名、说话人切换和回答，并在构建定制版本时预留至少 100 段真实、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 Decoder精选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
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。
- NVIDIA BlogNVIDIA RTX Spark 笔记本更新 Nemotron 3.5 Transcribe 与智能体资源管理
NVIDIA 为 RTX Spark Windows 笔记本带来一批更新，包括开放权重的语音模型 Nemotron 3.5 Transcribe、NVIDIA App 中在前后台应用与后台智能体之间分配 GPU 资源的控制项，以及 LFM3 系列模型的零日支持。
- TechCrunch · AINvidia 发布开源语音转写模型 Nemotron 3.5 Transcribe
Nvidia 周三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。