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_海外Apple ID共享介绍及账号分享说明 - 海外区账号注册与使用指南
时间:2026-11-21 23:48:47 出处:时尚阅读(143)
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、語音語海外Apple ID共享介绍及账号分享说明 - 海外区账号注册与使用指南語者分群、轉錄apple id 英区帐号注册登录 App Store使用教程 iOS应用下载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)
上一篇: 女大学生为发泄压力街头踢打老太