Nvidia发布Nemotron 3.5 Transcribe开源语音模型

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。

NVIDIA RTX Spark Windows 笔记本新增 Nemotron 3.5 Transcribe 语音模型、NVIDIA App 中的 Agent 资源管理功能，并支持 Phantom Blade Zero 游戏及 RTX Remix 1.6 更新。

Nvidia 发布 Nemotron 3.5 转录模型，支持 40 种语言，可处理长达一小时的录音并区分最多八个说话人。同时发布 Granary 数据集 v2，开发者可利用这些工具针对特定行业术语定制应用。

NVIDIA 发布 Nemotron 3.5 Transcribe 开源语音模型，支持 40 种语言转写、31 种语言翻译及说话人分离，在多项基准测试中表现领先。同时开源 Granary v2 数据管线与 NeMo 微调工具，提供医疗场景等垂直领域适配方案。