NVIDIA 发布开放权重语音模型 Nemotron 3.5 Transcribe
先了解这件事
NVIDIA 发布开放权重语音模型 Nemotron 3.5 Transcribe，已在 Hugging Face 和 ModelScope 上线，并同步发布第 2 版开源语音数据集 Granary。据 NVIDIA 介绍，单一模型支持 40 种语言转写、31 种语言翻译、13 种语言说话人分离和音频问答，可处理最长一小时、最多 8 个说话人的录音。 TechCrunch 称该模型免费、开放权重，但只处理录音，不适用于直播流。Artificial Analysis 称，该模型在其非流式语音转文本榜单上以 2.8% 的词错误率与 Mistral Voxtral Small 并列开放权重第一，总参数 30B、激活参数 4B。
AI 根据报道生成 · 1 小时前更新
事件进展
2 个进展
- 10月28日 23:05 · 1 篇报道Artificial Analysis公布Nemotron 3.5 Transcribe评测结果Artificial Analysis：NVIDIA 发布 Nemotron 3.5 Transcribe，2.8% WER 并列开放权重语音转文本第一
- 10月28日 22:58 · 3 篇报道NVIDIA 发布 Nemotron 3.5 Transcribe 及 Granary v2The Decoder：AI News：Nvidia 开源 Nemotron 3.5 Transcribe 语音识别模型，集成转写、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。
- The Decoder：AI NewsNvidia 开源 Nemotron 3.5 Transcribe 语音识别模型，集成转写、翻译和说话人识别
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、识别最多 8 个说话人，支持最长 1 小时的录音，并能通过提示词控制输出或回答音频内容问题。
- Artificial AnalysisNVIDIA 发布 Nemotron 3.5 Transcribe，2.8% WER 并列开放权重语音转文本第一
NVIDIA 发布开放权重语音转文本模型 Nemotron 3.5 Transcribe，在 Artificial Analysis 非流式榜单上以 2.8% WER 与 Mistral Voxtral Small 并列开放权重第一，总参数 30B、激活 4B。
- TechCrunch：AINvidia 发布开源语音转写模型 Nemotron 3.5 Transcribe，支持 40 种语言
Nvidia 发布免费开放权重的语音转写模型 Nemotron 3.5 Transcribe，支持最多 40 种语言，可处理最长 1 小时的录音并区分最多 8 个说话人，还同步发布了第 2 版开源语音数据集 Granary。
- Hugging Face 社区博客NVIDIA 发布开放权重语音模型 Nemotron 3.5 Transcribe 及 Granary v2 数据管线
NVIDIA 发布开放权重语音模型 Nemotron 3.5 Transcribe，现已在 Hugging Face 和 ModelScope 提供，单一模型支持 40 种语言转写、31 种语言翻译、13 种语言说话人分离和音频问答，可处理最长一小时、最多 8 个说话人的录音。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。