The Decoder· Jonathan Kemper·· 4 小时前精选AI 评分77
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 发布开源语音模型 Nemotron 3.5 Transcribe，将转写、翻译、说话人识别和音频问答整合到一个模型中。它支持 40 种语言转写、31 种语言与英语互译、13 种语言说话人识别，最长处理 1 小时音频和 8 名说话人。
推荐理由
文章汇总了 Nemotron 3.5 Transcribe 的基准表现、部署条件和领域微调效果，便于比较其语音处理能力与落地成本。
来源：The Decoder · the-decoder.com