The Decoder· Jonathan Kemper·· 4 小时前精选AI 评分85
Nvidia 发布开放语音模型 Nemotron 3.5 Transcribe
Nvidia's open Nemotron 3.5 Transcribe combines transcription, translation, and speaker recognition
AI 导读
Nvidia 发布开放语音模型 Nemotron 3.5 Transcribe，将转写、翻译、说话人识别和录音问答整合到一个模型中。该模型支持 40 种语言转写、其中 31 种与英语互译，可处理最长 1 小时、最多 8 位说话人的录音，并在多个语音和说话人识别基准中取得较高排名。
推荐理由
这次发布同时展示了语音识别、翻译、说话人识别和领域微调能力，文中的基准与限制也便于判断其实际适用范围。
来源：The Decoder · the-decoder.com