Nvidia lanza el modelo abierto Nemotron 3.5 Transcribe para IA de voz multilingüe
aiinsider ·
Nvidia ha lanzado Nemotron 3.5 Transcribe, un modelo gratuito de pesos abiertos diseñado para aplicaciones de IA de voz multilingüe. El modelo admite la transcripción en hasta 40 idiomas y puede traducir entre 31 idiomas e inglés. Es capaz de procesar grabaciones de hasta una hora mientras distingue entre ocho habladores diferentes. Nvidia afirma que el modelo supera a la competencia en pruebas como el Open ASR Leaderboard de Hugging Face. Con 30 mil millones de parámetros, puede ejecutarse en chips individuales que van desde dispositivos perimetrales como Jetson AGX Thor hasta procesadores de centros de datos. El lanzamiento está dirigido a desarrolladores que construyen herramientas para reuniones empresariales y transcripción médica utilizando terminología específica del sector. Este lanzamiento se suma al portafolio de modelos de voz de pesos abiertos de Nvidia, incluida la variante más pequeña Parakeet. El anuncio llega en medio de un período competitivo para la IA de voz, con lanzamientos de Mistral, ElevenLabs y Salesforce.
aiinsider