The Decoder· Jonathan Kemper·· 3 小时前AI 评分75
Nvidia 开源 Nemotron 3.5 Transcribe，集成转写、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 发布开源语音模型 Nemotron 3.5 Transcribe，可在单模型内完成转写、翻译、说话人识别和录音问答。模型总参数 300 亿、每步激活约 40 亿，可在单张 Nvidia GPU 上运行，支持 40 种语言转写、31 种语言与英语互译、13 种语言的说话人识别，最长处理 1 小时、最多 8 人的录音。
来源：The Decoder · the-decoder.com