The Decoder· Jonathan Kemper·· 2 小时前精选AI 评分80
Nvidia 发布开源 Nemotron 3.5 Transcribe 语音模型
Nvidia's open Nemotron 3.5 Transcribe combines transcription, translation, and speaker recognition
AI 导读
Nvidia 发布开源 Nemotron 3.5 Transcribe 模型，集成转录、翻译和说话人识别功能，支持 40 种语言转录和 31 种语言翻译。该模型拥有 300 亿参数但仅 40 亿激活，可在单张 Nvidia GPU 上运行，并在 Hugging Face 和 VoiceArena 等基准测试中表现优异。同时发布 Granary v2 数据集及微调工具，支持针对特定领域进行适配。
推荐理由
模型在单卡即可运行且参数量高效，同时集成转录翻译与说话人识别，适合需要本地化部署的语音处理场景。
来源：The Decoder · the-decoder.com