Nvidia发布开源语音模型Nemotron 3.5 Transcribe
热点事件持续更新
Nvidia发布开源语音模型Nemotron 3.5 Transcribe
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Nvidia 发布开源语音识别模型 Nemotron 3.5 Transcribe，将转写、翻译与说话人识别整合在一个模型中，并支持用文本指令控制。Nvidia 称该模型在多项基准测试中领先。 按 Nvidia 公布的信息，模型支持 40 种语言转写、31 种语言与英语互译、13 种语言的说话人识别，单段录音最长 1 小时、最多 8 位说话人。该模型仅处理录音音频，各语言支持的功能不同，音频问答功能以英语训练。 Nvidia 表示，其提供的数据集与模型训练数据并不完全一致；若构建定制版本，建议预留至少 100 条真实、经核验的录音用于测试。
AI 根据报道生成 · 1 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 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，可用文本指令控制，支持 40 种语言转写、31 种语言与英语互译、13 种语言的说话人识别，单段录音最长 1 小时、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。