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

Nvidia 发布开源权重转录模型 Nemotron 3.5 Transcribe 并同步推出 Granary v2 语音数据集，支持多达 40 种语言转录与 31 种语言对英互译。该模型拥有 30B 参数，可区分最多 8 位说话人并处理最长 1 小时音频，支持从 Jetson AGX Thor 到 Blackwell 的单芯片运行，但目前仅适用于录制音频而不支持实时流。