Nvidia 推出了 Nemotron 3.5 Transcribe，一个免费的、拥有 300 亿参数的开放权重模型。该模型能够将长达一小时的录制音频转录并翻译成多达 40 种语言。它还可以区分多达八个不同的说话者。该模型设计用于在各种硬件上运行，从 Jetson AGX Thor 等边缘设备到高端 Blackwell 数据中心系统。与该模型一同发布的还有 Nvidia 的开源语音数据集 Granary 的 2.0 版本。 AI
影响 这个开放权重模型有望加速 AI 音频处理工具的开发，尤其是在多语言应用方面。
排序理由 Nvidia 发布了带有系统卡的 Frontier-lab 模型。[lever_c_demoted from frontier_release: ic=1 ai=1.0]
在 Mastodon — mastodon.social 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
