NVIDIA发布开源语音转录模型Nemotron 3.5及数据集Granary v2
热点事件持续更新
NVIDIA发布开源语音转录模型Nemotron 3.5及数据集Granary v2
3 篇报道3 个报道来源20 小时前更新
先了解这件事
AI 综述
NVIDIA发布了开源语音转录模型Nemotron 3.5 Transcribe和配套数据集Granary v2，支持40种语言转录和31种语言与英语互译，能区分8个说话者并处理长达1小时的录音。 该300亿参数模型面向商务会议和医疗转录场景开发，可在Jetson AGX Thor至Blackwell芯片上运行，但暂不支持实时音频流处理。
AI 根据报道生成 · 1 小时前更新
最新进展10月28日 23:00
Nvidia 发布开源转录模型 Nemotron 3.5 Transcribe 及 Granary 语音数据集 v2报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- The DecoderNvidia 开源 Nemotron 3.5 Transcribe 模型，集成转录、翻译与说话人识别功能
Nvidia 推出开源语音识别模型 Nemotron 3.5 Transcribe，支持 40 种语言转录、31 种语言英译及 13 种语言的说话人识别，单次可处理 8 人参与的 1 小时音频。
- TechCrunch · AINvidia 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。
- Hugging Face BlogNVIDIA Nemotron 3.5 Transcribe 与 Granary v2：支持提示与适配的多语言智能转录方案
NVIDIA 开源多模态模型 Nemotron 3.5 Transcribe 集成转录、说话人识别、翻译和音频问答功能，支持 40 种语言转录和 31 种语言英译，在 Hugging Face Open ASR 榜单英语赛道以 5.33% 词错误率位列开源模型第一。
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。