NVIDIA 发布开源语音模型 Nemotron 3.5 Transcribe，并开源 Granary v2 数据管线
NVIDIA Nemotron 3.5 Transcribe and Granary v2: Intelligent Multilingual Transcription You Can Prompt and Adapt
阅读原文
本站未展示全文，请前往来源网站阅读。
AI 导读
NVIDIA 发布开源权重语音模型 Nemotron 3.5 Transcribe，一个 checkpoint 同时支持转录、说话人分离、翻译和音频问答，可转录 40 种语言，翻译其中 31 种，支持最长 1 小时音频和最多 8 个说话人。
推荐理由
原文给出完整评测数据、部署方案和微调案例，开发者可据此判断该语音模型在自己的多语言或领域场景中是否可用。
来源：Hugging Face Blog · huggingface.co