英伟达发布开源语音模型 Nemotron 3.5 Transcribe
先了解这件事
英伟达发布开源权重语音模型 Nemotron 3.5 Transcribe，将转写、说话人分离、翻译和音频问答整合在同一个 checkpoint 中，并同步发布开源语音数据集 Granary 第 2 版。据 Hugging Face 博客，该模型支持 40 种语言转写、31 种语言与英语互译、13 种语言说话人标注，可处理最长 1 小时录音、最多 8 位说话人。 该模型只处理录制音频，不支持实时流。英伟达称，其 30 亿参数版本可运行在单块芯片上，覆盖 Jetson AGX Thor 机器人控制器、驱动新笔记本的 DGX Spark 芯片及 Blackwell 数据中心芯片。模型已在 Hugging Face 和 ModelScope 上线；若不想自行部署，可使用 Baseten、DeepInfra 或 Simplismart 的托管端点。Granary 的源音频需按各语料库原许可证单独下载，并遵守发布条款。 The Decoder 报道称，该模型 30 亿参数中每步仅约 40 亿参数激活，音频问答功能以英语训练，各语言支持的功能不同；英伟达建议在构建定制版本时预留至少 100 条真实、经核验的录音用于测试。
AI 根据报道生成 · 2 天前更新
报道时间线
沿着报道，了解事件的不同侧面。
- The Decoder精选Nvidia 发布开源语音模型 Nemotron 3.5 Transcribe，整合转写、翻译与说话人识别
Nvidia 发布开源语音识别模型 Nemotron 3.5 Transcribe，可转写 40 种语言、将其中 31 种与英语互译，并识别 13 种语言中的说话人，支持最长 1 小时、最多 8 人的录音。
- NVIDIA BlogNVIDIA RTX Spark 笔记本更新：新增 Nemotron 3.5 Transcribe 与智能体资源管理
NVIDIA 为 RTX Spark 轻薄笔记本带来一批更新，包括开放权重语音模型 Nemotron 3.5 Transcribe、LFM3 系列模型支持，以及 NVIDIA App 中可在前台应用与后台智能体之间分配 GPU 资源的控制项。
- TechCrunch · AI英伟达发布开源语音转写模型 Nemotron 3.5 Transcribe
英伟达发布免费开源权重模型 Nemotron 3.5 Transcribe，支持最多 40 种语言的音频转写，并同步更新开源语音数据集 Granary 第 2 版。
- Hugging Face Blog精选NVIDIA 发布 Nemotron 3.5 Transcribe 与 Granary v2 数据管线
NVIDIA 发布开源权重模型 Nemotron 3.5 Transcribe，将转写、说话人分离、翻译和音频问答整合到一个 checkpoint，支持 40 种语言转写、31 种语言与英语互译、13 种语言说话人标注，可处理最长 1 小时录音、最多 8 位说话人。
本事件热度走势
- 可比范围当前
- 3
- 可比范围峰值
- 2910月29日 00:00
- 近 24 小时变化
- -83%
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。