The Decoder· Jonathan Kemper·· 2 小时前AI 评分55
Nvidia开源Nemotron 3.5 Transcribe：集转录、翻译与说话人识别于一体
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，可同时完成多语言转录、翻译和说话人识别，并在Hugging Face英文ASR榜单上排名第一。模型含300亿参数但仅40亿活跃，可在单块GPU上运行，配套开源数据集Granary v2包含84.4万小时48种语言语音。
来源：The Decoder · the-decoder.com