Nvidia 开源 Nemotron 3.5 转录模型
先了解这件事
Nvidia 发布免费开源权重语音模型 Nemotron 3.5 Transcribe，并在 Hugging Face 上同步开放模型与开源语音数据集 Granary v2。 模型总参数 300 亿、每步激活约 40 亿，可在单张 Nvidia GPU 上运行，在单一模型内完成转写、翻译、说话人识别和录音问答。Nvidia 称其支持约 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，可处理最长 1 小时、最多 8 人的录音。 模型仅适用于录音而非实时流；各语言支持的功能有差异，录音问答功能仅在英语上训练。Nvidia 称该模型在多项基准测试中领先，此为厂商说法。
AI 根据报道生成 · 1 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
- The DecoderNvidia 开源 Nemotron 3.5 Transcribe，集成转写、翻译与说话人识别
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。
- NVIDIA Blog精选NVIDIA RTX Spark 笔记本迎来新模型、Agent 工具与游戏更新
NVIDIA 宣布 RTX Spark 笔记本迎来多项更新，覆盖新模型、Agent 工具与游戏。Nemotron 3.5 Transcribe 是约 4.3B 活跃参数的开放权重语音模型。
- TechCrunch · AINvidia 发布开源转录模型 Nemotron 3.5 Transcribe
Nvidia 发布免费开源权重转录模型 Nemotron 3.5 Transcribe，可转录约 40 种语言的音频，并同步推出开源语音数据集 Granary v2。官方称该模型支持 31 种语言与英语互译、处理最长一小时录音、区分最多 8 个说话人，30B 参数可运行在 Jetson AGX Thor 到 Blackwell 的单芯片上，但仅适用于录音而非实时流。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。