Nvidia 推出 Nemotron 3.5 Transcribe：統一文字、翻譯與說話者辨識的多語音模型
Nvidia's open Nemotron 3.5 Transcribe combines transcription, translation, and speaker recognition
AI 導讀
Nemotron 3.5 Transcribe 是 Nvidia 最新開源語音模型，能一次完成文字、翻譯、說話者辨識，並可回覆錄音內容。
- 多語言支援：文字 40 語言、翻譯 31 語言、說話者辨識 13 語言，錄音長度可達 1 小時，最多 8 位說話者。
推薦理由
Nvidia 發布 Nemotron 3.5 Transcribe，結合文字、翻譯與說話者辨識，並在多語音開源基準中領先，為跨語言語音應用開發提供可落地參考。
信源出處the-decoder.com
Nvidia's open Nemotron 3.5 Transcribe combines transcription, translation, and speaker recognition
本文為 888news AI 精選之重點導讀。若需閱讀作者完整原文、技術細節與官方討論，請前往原始網站。
來源： The Decoder (the-decoder.com)
開啟原文