英伟达发布开源语音模型 Nemotron 3.5 Transcribe
先了解这件事
英伟达发布免费开源权重语音转写模型 Nemotron 3.5 Transcribe，可转写最多 40 种语言的音频，支持 31 种语言与英语互译，并能区分说话人。英伟达称该模型在 Hugging Face Open ASR Leaderboard 等基准上领先，但功能因语言而异，其中音频问答功能仅以英语训练。 该模型只能处理已录制的音频，不支持实时流式转写。英伟达建议用户抽查人名、说话人切换和回答，并在构建定制版本时预留至少 100 条真实、经核实的录音用于测试。 关于说话人识别，TechCrunch 称最多可区分 8 位说话人，The Decoder 则称可识别 13 种语言中的说话人。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
- The DecoderNvidia 发布开源语音模型 Nemotron 3.5 Transcribe，整合转写、翻译与说话人识别
Nvidia 发布开源语音识别模型 Nemotron 3.5 Transcribe，可转写 40 种语言、在 31 种语言与英语间互译，并识别 13 种语言中的说话人。
- NVIDIA BlogNVIDIA RTX Spark 轻薄笔记本新增模型、智能体工具与游戏支持
NVIDIA 公布 RTX Spark 轻薄笔记本的多项更新，包括开放权重语音模型 Nemotron 3.5 Transcribe、Liquid AI 的 LFM3 系列模型支持，以及 NVIDIA App 中可在前台应用与后台智能体之间分配 GPU 资源的控制项。
- TechCrunch · AI英伟达发布开源转写模型 Nemotron 3.5 Transcribe
英伟达发布免费开源权重模型 Nemotron 3.5 Transcribe，可转写最多 40 种语言的音频，并支持 31 种语言与英语互译。该模型可处理最长一小时的录音、区分最多 8 位说话人，英伟达称其在 Hugging Face Open ASR Leaderboard 等基准上优于竞品。
本事件热度走势
- 可比范围当前
- 19
- 可比范围峰值
- 2010月29日 00:00
- 近 24 小时变化
- –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。