Hugging Face Blog·· 4 小时前精选AI 评分85
NVIDIA 发布 Nemotron 3.5 Transcribe 开源语音模型与 Granary v2 数据管线
NVIDIA Nemotron 3.5 Transcribe and Granary v2: Intelligent Multilingual Transcription You Can Prompt and Adapt
AI 导读
NVIDIA 发布开源权重、可提示的 Nemotron 3.5 Transcribe，将转写、说话人归属、翻译和音频问答整合进单一 checkpoint，转写 40 种语言、翻译 31 种、归属 13 种语言说话人，最长处理 1 小时录音、最多 8 名说话人。
推荐理由
给出单模型支持转写、说话人归属、翻译与音频问答的能力边界和四大榜单成绩，可据此判断其在开源语音模型中的定位。
来源：Hugging Face Blog · huggingface.co