Nvidia lança o modelo aberto Nemotron 3.5 Transcribe para IA de voz multilíngue
aiinsider ·
A Nvidia lançou o Nemotron 3.5 Transcribe, um modelo gratuito de pesos abertos projetado para aplicações de IA de voz multilíngue. O modelo suporta transcrição em até 40 idiomas e pode traduzir entre 31 idiomas e o inglês. Ele é capaz de processar gravações com duração de até uma hora, distinguindo entre oito falantes diferentes. A Nvidia afirma que o modelo supera os concorrentes em benchmarks como o Open ASR Leaderboard do Hugging Face. Com 30 bilhões de parâmetros, ele pode ser executado em chips únicos, variando desde dispositivos de borda, como o Jetson AGX Thor, até processadores de data centers. O lançamento tem como alvo desenvolvedores que constroem ferramentas para reuniões empresariais e transcrição médica, utilizando terminologia específica da indústria. Esta estreia adiciona-se ao portfólio de modelos de voz de pesos abertos da Nvidia, incluindo a variante menor Parakeet. O anúncio ocorre em meio a um período competitivo para IA de voz, marcado por lançamentos da Mistral, ElevenLabs e Salesforce.
aiinsider