The Decoder· Jonathan Kemper·· 20 小时前AI 评分72
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
Nvidia's open Nemotron 3.5 Transcribe combines transcription, translation, and speaker recognition
AI 导读
Nvidia 发布开源语音识别模型 Nemotron 3.5 Transcribe，可用文本指令完成转写、翻译和说话人识别，并回答录音内容相关问题。该模型支持 40 种语言转写、31 种语言与英文互译、13 种语言的说话人识别，可处理最长 1 小时、最多 8 名说话人的录音；总参数 30B、每步约 4B 激活，可在单张 Nvidia GPU 上运行。
来源：The Decoder · the-decoder.com