Nvidia 发布了 Nemotron 3.5 ASR，这是一个单一的语音识别模型，能够转录 40 种语言和地区。该模型解决了常见的 ASR 挑战，例如管理多个语言模型的复杂性、流式传输中的准确性与延迟权衡，以及需要单独进行标点和大小写处理的步骤。Nemotron 3.5 ASR 原生集成了这些功能，提供生产就绪的、带标点和大小写的文本输出，以及高效的低延迟流式传输。 AI
影响 将多语言语音识别整合到一个模型中，可能简化开发并降低 AI 驱动的转录服务的成本。
排序理由 主要 AI 实验室 (Nvidia) 发布新模型。[lever_c_demoted from frontier_release: ic=2 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →