नवीडिया ने मल्टीलिंगुअल वॉइस एआई के लिए ओपन-वेइट नेमोट्रोन 3.5 ट्रान्सक्राइब मॉडल जारी किया
aiinsider ·
Nvidia ने बहुभाषी वॉइस AI अनुप्रयोगों के लिए डिज़ाइन किए गए मुफ्त ओपन-वेट मॉडल Nemotron 3.5 Transcribe को जारी किया है। यह मॉडल 40 भाषाओं में ट्रांसक्रिप्शन और 31 भाषाओं से अंग्रेजी में अनुवाद का समर्थन करता है। यह एक घंटे तक चलने वाले रिकॉर्डिंग्स को प्रोसेस करने और आठ अलग-अलग बोलने वालों की पहचान करने में सक्षम है। Nvidia का दावा है कि Hugging Face के Open ASR Leaderboard जैसे मानकों पर यह प्रतिस्पर्धियों की तुलना में बेहतर प्रदर्शन करता है। 30 अरब पैरामीटरों वाले इस मॉडल को Jetson AGX Thor जैसे एज डिवाइसों से लेकर डेटा सेंटर प्रोसेसर तक विभिन्न चिप्स पर चलाया जा सकता है। यह रिलीज व्यवसायिक बैठकों और चिकित्सा ट्रांसक्रिप्शन के लिए उद्योग-विशिष्ट शब्दावली का उपयोग करते हुए उपकरण बनाने वाले डेवलपर्स को लक्षित करती है। इस लॉन्च से Nvidia के ओपन-वेट वॉइस मॉडल पोर्टफोलियो में छोटे Parakeet वेरिएंट सहित अन्य मॉडल्स शामिल हैं। यह घोषणा Mistral, ElevenLabs और Salesforce द्वारा वॉइस AI क्षेत्र में किए गए हालिया रिलीज के बीच एक प्रतिस्पर्धी अवधि में आई है।
aiinsider