NVIDIA 发布 Nemotron 3.5 Transcribe 与 Granary v2 数据管线

NVIDIA 发布了开源语音模型 Nemotron 3.5 Transcribe 及 Granary v2 数据管线，集成了多语言语音识别、说话人分离、翻译和音频问答功能。该模型支持 40 种语言转录、31 种语言翻译及 13 种语言的说话人属性识别，在多个开源语音基准测试中名列前茅。配套的 Granary v2 管道和微调工具则允许开发者通过自然语言指令和领域数据进一步优化模型表现。