輝達推出免費開源語音模型 Nemotron 3.5 Transcribe,轉錄、翻譯、辨識語者一次搞定_韩区苹果ID免费共享
輝達(NVIDIA)10 月 28 日推出 Nemotron 3.5 Transcribe,輝達這是推出一款免費、開放權重的免費模型語音模型,主打將錄音內容轉成可用文字,開源並將轉錄、語音語韩区苹果ID免费共享語者分群、轉錄港区Apple ID用处翻譯與音訊問答整合在同一個模型中。翻譯公司同時釋出第 2 版 Granary 開源語音資料集,辨識供開發者進一步微調與客製化。次搞
根據輝達的輝達說法,Nemotron 3.5 Transcribe 可處理最多 40 種語言,推出並能將其中 31 種語言與英文互譯;它也支援最長 1 小時的免費模型錄音,並可區分最多 8 位說話者。開源輝達表示,語音語這款模型在多項基準測試中表現領先,轉錄包括 Hugging Face 的 Open ASR Leaderboard。

(Source:輝達)
這項工具主要鎖定企業會議與醫療轉錄等應用場景。輝達指出,開發者可搭配更新後的 Granary 資料集與 NeMo Speech 等工具,讓應用程式更能辨識各產業在不同語言中的專業術語與口語習慣。不過,這款模型目前僅支援錄音檔,無法處理即時串流音訊。
輝達也強調,Nemotron 3.5 Transcribe 可在單一晶片上執行,涵蓋 Jetson AGX Thor、DGX Spark,以及 Blackwell 資料中心晶片等平台。這款 300 億參數的模型,進一步擴充了輝達既有的開放權重語音模型陣容,與先前的 Parakeet 等模型形成互補。
- Voice AI in vogue: Nvidia releases new open transcription model
- NVIDIA Nemotron 3.5 Transcribe and Granary v2: Intelligent Multilingual Transcription You Can Prompt and Adapt
- Nvidia launches a promptable transcription model
- Nvidia releases all-in-one adaptable Nemotron 3.5 audio transcription and translation model
(首圖來源:Unsplash)
- 最近发表
- 随机阅读
-
- 青蒿图片
- 无人机+指挥车 厦门突发环境事件应急处置有神器
- 晶科能源:BIPV蛋糕很大,怎么吃?
- 书房门设计图片大全-三维家
- 一张照片就能解锁 iPhone Duo人脸识别翻车
- 金融机构常态化走进“科大硅谷”
- 厦门金安社区邀请援鄂白衣战士讲述战“疫”故事
- 肥西县不动产登记中心:高效解难题 暖心服务获企业赠旗
- 场景聚焦,引爆餐饮!罗萨克啤酒掀畅饮风潮!
- 书房门设计图片大全-三维家
- 家装木门颜色大全图片-三维家
- 2019年315曝光了哪些企业?315曝光名单2019
- 机械革命All in AI战略提速,大师之路X10探索本地AI算力新形态
- 肥西县不动产登记中心:高效解难题 暖心服务获企业赠旗
- 鲁甸高海拔马铃薯迎来集中采收季
- 搭城铁像坐“地铁” 河南3条城际列车再加密
- 飞机户型装修图设计指南-三维家
- 正方形房子设计图
- 书房门设计图片大全
- 家装木门颜色大全图片
- 搜索
-
- 友情链接
-