英伟达开源多语转写模型 Nemotron 3.5 Transcribe
先了解这件事
英伟达发布开放权重语音模型 Nemotron 3.5 Transcribe，把转写、说话人分离、翻译和音频问答合入同一 checkpoint，并同步发布 Granary v2 数据管线，模型已在 Hugging Face 和 ModelScope 上线。 据英伟达说明，该模型可转写最多 40 种语言的音频，支持 31 种语言与英语互译，处理最长一小时的录音、区分最多 8 位说话人；它面向录制音频而非实时流。英伟达称其在 Hugging Face Open ASR Leaderboard 等基准上优于竞品。 若不自托管，可使用 Baseten、DeepInfra 或 Simplismart 的托管端点。配套语料需按各自原始许可单独下载源音频，并遵守发布条款。
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 发布开源语音模型 Nemotron 3.5 Transcribe，整合转写、翻译与说话人识别
Nvidia 发布开源语音识别模型 Nemotron 3.5 Transcribe，可转写 40 种语言、在 31 种语言与英语之间互译，并识别 13 种语言中的说话人。
- NVIDIA Blog精选NVIDIA RTX Spark 轻薄笔记本更新模型、Agent 工具与游戏支持
NVIDIA 为 RTX Spark 轻薄笔记本带来一批更新，包括开放权重的语音模型 Nemotron 3.5 Transcribe、Liquid AI 的 LFM3 模型家族支持，以及 NVIDIA App 中在前后台应用与 Agent 之间分配 GPU 资源的控制项。
- TechCrunch · AI英伟达发布开源语音转写模型 Nemotron 3.5 Transcribe
英伟达发布免费开源权重模型 Nemotron 3.5 Transcribe，可转写最多 40 种语言的音频，并支持 31 种语言与英语互译。该模型可处理最长一小时的录音、区分最多 8 位说话人，英伟达称其在 Hugging Face Open ASR Leaderboard 等基准上优于竞品。
- Hugging Face Blog精选NVIDIA 发布 Nemotron 3.5 Transcribe 与 Granary v2 数据管线
NVIDIA 发布开源权重模型 Nemotron 3.5 Transcribe，把转写、说话人分离、翻译和音频问答合入同一 checkpoint，已在 Hugging Face 和 ModelScope 上线。
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。