The Decoder· Jonathan Kemper·· 5 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，并支持就录音内容提问。该模型总参数 30B、每步约 4B 激活，可跑在单张 Nvidia GPU 上，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。
来源：The Decoder · the-decoder.com