NVIDIA发布开源多语言转录模型Nemotron 3.5
先了解这件事
NVIDIA发布开源语音模型Nemotron 3.5 Transcribe，该模型支持多语言转录、翻译与说话人识别，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。 该模型含300亿参数但仅40亿活跃。NVIDIA称其在Hugging Face Open ASR Leaderboard英语项位列开源模型第一（WER 5.33%），并在David AI 21语言diarization榜单取得最低DER（18.26%）。The Decoder称该模型错误率略高于Mistral体量更大的Voxtral Small，但计算资源消耗更少。 上述榜单成绩为该模型发布时的宣称结果。
AI 根据报道生成 · 49 分钟前更新
报道时间线
沿着报道，了解事件的不同侧面。
- The DecoderNvidia开源Nemotron 3.5 Transcribe：集转录、翻译与说话人识别于一体
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。
- NVIDIA BlogNVIDIA RTX Spark 笔记本新增 Nemotron 3.5 模型、Agent 资源管理工具及多款游戏支持
NVIDIA 宣布 RTX Spark Windows 笔记本迎来多项更新，包括开源语音模型 Nemotron 3.5 Transcribe、LFM3 系列模型，以及 NVIDIA App 中的 GPU 资源管理功能，同时 Phantom Blade Zero 和 Minecraft RTX Remix 1.6 已支持该设备。
- Hugging Face Blog精选NVIDIA Nemotron 3.5 Transcribe 发布，配套 Granary v2 数据管线与微调指南
NVIDIA 发布开源权重多语言转录模型 Nemotron 3.5 Transcribe，支持 40 种语言转录、31 种语言英译以及 13 种语言说话人归属，在 Hugging Face Open ASR Leaderboard 英语项位列开源模型第一（WER 5.33%），并在 David AI 21 语言 diarization 榜单取得最低 DER（18.26%）。
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。