Nvidia выпустила модель с открытым весом Nemotron 3.5 Transcribe для многоязычного голосового ИИ
aiinsider ·
Nvidia выпустила Nemotron 3.5 Transcribe — бесплатную модель с открытыми весами, предназначенную для мультоязычных приложений голосового ИИ. Модель поддерживает транскрипцию на 40 языках и перевод между 31 языком и английским. Она способна обрабатывать записи длительностью до часа, различая голоса восьми разных дикторов. По заявлениям Nvidia, модель превосходит конкурентов в таких бенчмарках, как Open ASR Leaderboard от Hugging Face. Имея 30 миллиардов параметров, она может работать на однокристальных системах, начиная от периферийных устройств, таких как Jetson AGX Thor, и заканчивая процессорами центров обработки данных. Выпуск ориентирован на разработчиков, создающих инструменты для деловых встреч и медицинской транскрипции с использованием отраслевой терминологии. Это дополнение к портфелю открытых моделей голосового ИИ Nvidia, включая более компактную версию Parakeet. Объявление сделано на фоне конкурентной гонки в сфере голосового ИИ, включающей недавние релизы от Mistral, ElevenLabs и Salesforce.
aiinsider