The Decoder· Jonathan Kemper·· 3 小时前AI 评分87
Nvidia 开源 Nemotron 3.5 Transcribe 语音识别模型
Nvidia's open Nemotron 3.5 Transcribe combines transcription, translation, and speaker recognition
AI 导读
Nvidia 发布开源语音识别模型 Nemotron 3.5 Transcribe，将转写、翻译、说话人识别和音频问答整合在同一模型中。模型支持 40 种语言转写、其中 31 种与英语互译、识别 13 种语言的说话人，可处理最长 1 小时、最多 8 人参与的录音，并可按提示生成带说话人标签的转写、英语翻译或决策摘要。
来源：The Decoder · the-decoder.com