Nvidia发布开源语音转录模型Nemotron 3.5 Transcribe
热点事件历史事件
Nvidia发布开源语音转录模型Nemotron 3.5 Transcribe
2 篇报道2 个报道来源11 天前更新
先了解这件事
AI 综述
Nvidia发布了免费开放权重的Nemotron 3.5 Transcribe模型，该模型支持多达40种语言的音频转录，并可处理长达一小时的录音。 该模型具备31种语言的互译能力，并能识别13种语言中的说话者，拥有300亿参数但每处理步骤仅激活约40亿参数。 该模型可部署于Jetson AGX Thor和DGX Spark等单芯片设备，并在Hugging Face英文Open ASR Leaderboard上位居开源模型第一。
AI 根据报道生成 · 11 天前更新
最新进展10月28日 23:49
Nvidia 开源 Nemotron 3.5 Transcribe 结合转录 翻译和说话人识别报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- The Decoder精选Nvidia 开源 Nemotron 3.5 Transcribe 结合转录 翻译和说话人识别
Nvidia 发布开源语音识别模型 Nemotron 3.5 Transcribe，该模型支持 40 种语言转录，31 种语言互译，并识别 13 种语言中的说话人，可处理长达一小时的录音。该模型拥有 300 亿参数，但每处理步骤仅激活约 40 亿参数，可在单张 Nvidia GPU 上运行，并在 Hugging Face 英文 Open ASR Leaderboard 上位居开源模型第一。
- TechCrunch · AINvidia 发布 Nemotron 3.5 Transcribe 开放转录模型
Nvidia 发布了免费开放权重的 Nemotron 3.5 Transcribe 模型，支持多达 40 种语言的音频转录，并发布了 Granary 数据集 2.0 版本。该模型可将 31 种语言翻译到和从英语，处理长达一小时的录音，并区分多达八个说话者，可部署于 Jetson AGX Thor 和 DGX Spark 等单芯片设备。