英伟达发布开放权重转录模型 Nemotron 3.5 Transcribe，支持 40 种语言
英伟达发布开放权重模型 Nemotron 3.5 Transcribe，并同步公开训练数据管线 Granary v2。该 MoE 模型约有 340 亿参数，可处理最长一小时的录音，支持转录、说话人归属、翻译和音频问答。模型支持 40 种语言，最多可区分 8 名说话人，也能处理多人重叠发言。根据公开评测，它在开放权重模型的英语语音识别和说话人归属测试中取得领先成绩。Granary v2 覆盖 48 种语言、共 463,062 小时音频。模型采用 OpenMDW-1.1 许可证，可在 Hugging Face 和 ModelScope 获取。
本文来源：IT之家，仅供学习参考，版权归原作者所有。