Voice AI di tendenza: Nvidia rilascia un nuovo modello di trascrizione open
techcrunch ·
Nvidia ha rilasciato Nemotron 3.5 Transcribe, un modello AI gratuito e open-weight progettato per la trascrizione audio in fino a 40 lingue. Questo lancio coincide con il rilascio della versione 2 di Granary, un dataset vocale open source destinato ad aiutare gli sviluppatori a personalizzare le applicazioni per gergo settoriale specifico. Il modello vanta funzionalità quali la traduzione tra 31 lingue e l'inglese, l'elaborazione di registrazioni della durata massima di un'ora e la capacità di distinguere fino a otto parlanti diversi. Nvidia afferma che Nemotron 3.5 supera i concorrenti su benchmark come la classifica Open ASR Leaderboard di Hugging Face. Sebbene al momento supporti solo audio registrato e non flussi in diretta, il modello da 30 miliardi di parametri è ottimizzato per funzionare in modo efficiente su vari hardware, dai singoli chip ai server dei data center. Questo lancio posiziona Nvidia in un mercato competitivo che ha recentemente visto uscite da Mistral, ElevenLabs e Salesforce. Gli strumenti sono principalmente rivolti agli sviluppatori che creano soluzioni per riunioni aziendali e trascrizioni mediche.
techcrunch