英伟达发布开源语音模型 Nemotron 3.5 Transcribe
热点事件持续更新
英伟达发布开源语音模型 Nemotron 3.5 Transcribe
2 篇报道2 个报道来源2 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转写模型 Nemotron 3.5 Transcribe，可转写最多 40 种语言，并支持其中 31 种语言与英语互译；英伟达称其在多个基准上领先，但该说法尚未经独立验证。模型只处理已录制音频，不支持直播流。 功能因语言而异：说话人识别覆盖 13 种语言，音频问答功能仅以英语训练。英伟达建议用户抽查人名、说话人切换和回答结果。 英伟达同时发布开源语音数据集 Granary 第 2 版，模型与数据集均可在 Hugging Face 获取。
AI 根据报道生成 · 2 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，可转写 40 种语言、将其中 31 种与英语互译，并在 13 种语言中识别说话人。
- 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，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，英伟达称其在 Hugging Face Open ASR Leaderboard 等基准上优于竞品。
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。