Nvidia 发布开源语音转录模型 Nemotron 3.5 Transcribe

Nvidia 发布免费开放权重模型 Nemotron 3.5 Transcribe，可转录多达 40 种语言的音频，并发布开源语音数据集 Granary v2。Nvidia 称该模型可处理最长一小时的录音、区分最多八位说话人，并能将 31 种语言与英语互译；它支持录制音频，不支持实时流。该模型有 30 billion parameters，可在单颗芯片上运行。