Nvidia publie le modèle open-weight Nemotron 3.5 Transcribe pour l'IA vocale multilingue
aiinsider ·
Nvidia a publié Nemotron 3.5 Transcribe, un modèle gratuit à poids ouverts conçu pour les applications d'IA vocale multilingue. Le modèle prend en charge la transcription dans jusqu'à 40 langues et peut traduire entre 31 langues et l'anglais. Il est capable de traiter des enregistrements d'une durée maximale d'une heure tout en distinguant huit locuteurs différents. Nvidia affirme que le modèle surpasse ses concurrents sur des benchmarks tels que le classement Open ASR Leaderboard de Hugging Face. Avec 30 milliards de paramètres, il peut fonctionner sur des puces uniques, allant des appareils edge comme le Jetson AGX Thor aux processeurs de data center. Ce lancement cible les développeurs qui créent des outils pour les réunions professionnelles et la transcription médicale utilisant un vocabulaire spécifique au secteur. Cette sortie s'ajoute au portefeuille de modèles vocaux à poids ouverts de Nvidia, incluant la variante plus petite Parakeet. L'annonce intervient dans une période compétitive pour l'IA vocale, marquée par des sorties de Mistral, ElevenLabs et Salesforce.
aiinsider