Launa-Omni

Nvidia发布开源Nemotron 3.5 Transcribe模型

Nvidia发布了Nemotron 3.5 Transcribe，这是一个开源模型，能够转录40种语言的音频并识别多达八位说话者。此次发布以及更新的开源语音数据集Granary v2，旨在赋能开发人员在会议记录和医疗转录等领域进行开发。这个拥有300亿参数的模型设计运行在单个芯片上，并与其他公司如Mistral AI和ElevenLabs近期发布的AI语音模型展开竞争。