NVIDIA发布开源语音模型Nemotron 3.5 Transcribe
先了解这件事
NVIDIA 发布免费开源权重的语音模型 Nemotron 3.5 Transcribe，可转写最多 40 种语言的音频，并同步将开源语音数据集 Granary 更新至第 2 版。 据 The Decoder 报道，该模型还能在 31 种语言与英语之间互译，并识别 13 种语言中的说话人；NVIDIA 称其在多项基准测试中领先。功能因语言而异，音频问答功能仅以英语训练。 该模型只处理已录制的音频，不支持实时流式转写。NVIDIA 建议用户抽查人名、说话人切换和回答，并在构建定制版本时预留至少 100 条真实、经核验的录音用于测试。
AI 根据报道生成 · 33 分钟前更新
报道时间线
沿着报道，了解事件的不同侧面。
- The DecoderNvidia 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、在 31 种语言与英语之间互译，并识别 13 种语言中的说话人。
- NVIDIA BlogNVIDIA RTX Spark Windows 笔记本迎来新模型、Agent 工具与游戏更新
NVIDIA 公布 RTX Spark Windows 笔记本的多项更新，包括开放权重语音模型 Nemotron 3.5 Transcribe、Liquid AI 的 LFM3 系列模型支持，以及 NVIDIA App 中可在前台应用与后台 Agent 之间分配 GPU 资源的控制项。
- TechCrunch · AINvidia 发布开源转写模型 Nemotron 3.5 Transcribe
Nvidia 发布免费开源权重模型 Nemotron 3.5 Transcribe，可转写最多 40 种语言的音频，并同步更新开源语音数据集 Granary 至第 2 版。
- Hugging Face Blog精选NVIDIA 发布 Nemotron 3.5 Transcribe 与 Granary v2 数据管线
NVIDIA 发布开放权重模型 Nemotron 3.5 Transcribe，把转写、说话人分离、翻译和音频问答合入同一 checkpoint，支持 40 种语言转写、31 种语言与英语互译、13 种语言说话人标注，可处理最长 1 小时录音并标注最多 8 位说话人。
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。