Nvidia lancia il modello open-weight Nemotron 3.5 Transcribe per l'IA vocale multilingue
aiinsider ·
Nvidia ha rilasciato Nemotron 3.5 Transcribe, un modello open-weight gratuito progettato per applicazioni di intelligenza artificiale vocale multilingue. Il modello supporta la trascrizione in fino a 40 lingue e può tradurre tra 31 lingue e l'inglese. È in grado di elaborare registrazioni della durata di fino a un'ora, distinguendo contemporaneamente tra otto parlanti diversi. Nvidia afferma che il modello supera i concorrenti su benchmark come la classifica Open ASR Leaderboard di Hugging Face. Con 30 miliardi di parametri, può essere eseguito su chip singoli, dai dispositivi edge come Jetson AGX Thor ai processori dei data center. Il rilascio mira agli sviluppatori che creano strumenti per riunioni aziendali e trascrizioni mediche, utilizzando terminologie specifiche del settore. Questo lancio si aggiunge al portafoglio di modelli vocali open-weight di Nvidia, inclusa la variante più piccola Parakeet. L'annuncio arriva in un periodo competitivo per l'intelligenza artificiale vocale, caratterizzato da rilasci da parte di Mistral, ElevenLabs e Salesforce.
aiinsider