NVIDIA 发布了 Nemotron 3.5 Transcribe,这是一款在 Hugging Face Open ASR Leaderboard 上排名靠前的开源语音转文本模型。该模型在宽松的 OpenMDW-1.1 许可下可用,可商用,并提供多种免费访问方式,包括 Hugging Face 上的演示空间和可供自托管的下载权重。虽然 DeepInfra 和 OpenRouter 等提供商的托管 API 是收费的,但该模型本身提供了先进的功能,如多语言转录、说话人分离和翻译能力。 AI
影响 此次发布为语音转文本任务提供了一个高性能、可商用的开源替代方案,可能会影响现有的付费服务。
排序理由 NVIDIA 发布了一款新模型,并在公开排行榜上声称其性能。 [lever_c_demoted from frontier_release: ic=2 ai=1.0]
- Azure Speech
- DeepInfra
- ElevenLabs Scribe v2
- Hugging Face Open ASR Leaderboard
- Mamba-2
- Nemotron 3.5 Transcribe
- Nvidia
- NVIDIA-Nemotron-3.5-Transcribe-30B-A4B
- OpenMDW-1.1
- OpenRouter
- Otter AI
- transformer
- Zoom Scribe v2 Pro
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →