Nvidia 推出了 Nemotron 3.5 Transcribe,一个开源语音模型,能够通过文本提示进行转录、翻译和说话人识别。据报道,该模型在多项基准测试中表现优于其最接近的开源竞争对手,使用的活跃参数显著减少。Nvidia 还提供了超过 80 万小时的语音数据和用于模型微调的工具。 AI
影响 此次发布为语音处理任务提供了一个强大的开源替代方案,有可能加速需要转录、翻译和说话人识别的领域的发展。
排序理由 Nvidia 的 Nemotron 3.5 Transcribe 发布,集成了转录、翻译和说话人识别功能。 [lever_c_demoted from frontier_release: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →