找到 3 筆；也可以試試 語意搜尋
輝達發布開放權重模型 Nemotron 3.5 Transcribe，用同一個 checkpoint 同時完成轉寫、說話人分離、翻譯與音訊問答，已在 Hugging Face 和 ModelScope 上線。它支援 40 種語言轉寫、31 種語言與英語互譯、13 種語言的說話人區分，可處理最長 1 小時錄音、標註最多 8 位說話人，並支援用自然語言提示控制輸出格式與專業術語。
NVIDIA 發布開源權重語音模型 Nemotron 3.5 Transcribe，用一個可提示模型完成轉寫、說話人標註和翻譯，支援 40 種語言，已在 Hugging Face 上線。它在 Hugging Face Open ASR 排名第一，活躍引數約 43 億，比榜首開源權重模型少 80%；量化版後續可在 RTX Spark、DGX Spark、Jetson AGX Thor 本地執行。
輝達發布免費開源權重語音轉寫模型 Nemotron 3.5 Transcribe，支援最多 40 種語言，可處理長達一小時的錄音、區分最多 8 位說話人，並能在 31 種語言與英語之間互譯。該模型為 300 億引數，官方稱可執行在單顆晶片上，涵蓋 Jetson AGX Thor、DGX Spark 與 Blackwell 資料中心晶片；同期還發布了開源語音資料集 Granary 第二版。主要限制是只能處理已錄製音訊，不支援即時直播流。