The Decoder· Jonathan Kemper·· 3 小时前AI 评分63
Nvidia 发布开源语音模型 Nemotron 3.5 Transcribe，整合转录、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，支持转录、翻译、说话人识别及音频内容问答。该模型拥有 300 亿参数（激活 40 亿），可在单张 Nvidia GPU 上运行，并在多个开源 ASR 与说话人识别基准测试中名列前茅。同时，Nvidia 还开源了包含 84.4 万小时语音的 Granary v2 训练数据集及相关适配工具。
来源：The Decoder · the-decoder.com