Nvidia 发布 Nemotron 3.5 Transcribe 开放权重语音转录模型

Nvidia 发布了 Nemotron 3.5 Transcribe，这是一款免费开放权重模型，可转录最多 40 种语言的音频，并同步发布开源语音数据集 Granary 2。Nvidia 称，该模型可在英语与 31 种语言之间互译、处理最长一小时的录音并区分最多 8 位说话者；它支持录音而非直播音频，公司表示 30 billion parameters 的模型可在单颗芯片上运行。