The Decoder· Jonathan Kemper·· 3 小时前精选
Nvidia 发布开源语音模型 Nemotron 3.5 Transcribe，集转写、翻译与说话人识别于一体
Nvidia's open Nemotron 3.5 Transcribe combines transcription, translation, and speaker recognition
AI 导读
Nvidia 发布开源语音识别模型 Nemotron 3.5 Transcribe，支持 40 种语言转写、31 种语言与英文互译、13 种语言的说话人识别，可处理最长一小时、最多 8 名说话人的录音，并以文本指令控制输出形式。
推荐理由
读者可以了解一款单 GPU 可跑的开源语音模型如何在转写、翻译和说话人识别上同时对标商用服务。
来源：The Decoder · the-decoder.com