The Decoder· Jonathan Kemper·· 1 小时前精选AI 评分78
Nvidia 开源语音模型 Nemotron 3.5 Transcribe，整合转录、翻译与说话人识别
Nvidia's open Nemotron 3.5 Transcribe combines transcription, translation, and speaker recognition
AI 导读
Nvidia 正式开源语音模型 Nemotron 3.5 Transcribe，在单模型内整合了转录、翻译、说话人识别与音频问答功能，并同步开放 Granary v2 数据集。
推荐理由
该模型将转录、翻译与说话人分离整合至单张显卡可跑的架构中，为本地高效处理多角色长音频提供了参考路径。
来源：The Decoder · the-decoder.com