Nvidia 发布开源转录模型 Nemotron 3.5 Transcribe 及 Granary 语音数据集 v2

Nvidia 推出开源语音转录模型 Nemotron 3.5 Transcribe，支持 40 种语言转录和 31 种语言与英语互译，可区分 8 个说话者并处理长达 1 小时的录音。该 300 亿参数模型可在 Jetson AGX Thor 至 Blackwell 芯片上运行，配套开源的 Granary v2 语音数据集支持行业术语定制。主要面向商务会议和医疗转录场景开发，暂不支持实时音频流处理。