NVIDIA 发布开放权重语音模型 Nemotron 3.5 Transcribe
先了解这件事
NVIDIA 发布免费开放权重语音模型 Nemotron 3.5 Transcribe，已在 Hugging Face 和 ModelScope 上线，并提供在线演示。单个 checkpoint 可完成多语言转写、说话人分离、翻译和音频问答：转写 40 种语言、翻译其中 31 种，可处理最长 1 小时、最多 8 位说话人的录音。据 TechCrunch，模型为 30B 参数。NVIDIA 称其在多项基准上领先，并可在单块 NVIDIA GPU 上运行，覆盖从 DGX Spark 到 Blackwell 数据中心系统。 该模型仅面向已录制音频，不支持实时流式转写；音频问答仅用英语训练。随模型一同发布的还有数据管线 Granary v2；使用相关语料需按各语料原始许可另行下载源音频，并遵循发布条款。
AI 根据报道生成 · 6 分钟前更新
报道时间线
沿着报道，了解事件的不同侧面。
- The DecoderNvidia 开源 Nemotron 3.5 Transcribe，整合转录、翻译与说话人识别
Nvidia 发布开源语音识别模型 Nemotron 3.5 Transcribe，可转录 40 种语言、与英语互译 31 种、识别 13 种语言的说话人，支持最长 1 小时、最多 8 名说话人的录音。
- NVIDIA Blog精选NVIDIA RTX Spark 笔记本迎来新机型，Nemotron 3.5 Transcribe 与 GPU 资源管理同步更新
NVIDIA 官方宣布 RTX Spark 轻薄笔记本现由 ASUS、Dell、HP、Lenovo、Microsoft 和 MSI 出售，起价 $2,599，最高 128GB 统一内存。
- TechCrunch · AINvidia 发布开放权重语音转录模型 Nemotron 3.5 Transcribe
Nvidia 发布免费开放权重转录模型 Nemotron 3.5 Transcribe，支持最多 40 种语言的音频转录，可中英互译 31 种语言，并同步更新开源语音数据集 Granary 2。该模型 30B 参数可在单芯片上运行，覆盖 Jetson AGX Thor 到 Blackwell 数据中心芯片，但仅支持录音处理、不支持直播流；面向会议和医疗转录等应用开发场景。
- Hugging Face Blog精选NVIDIA 发布 Nemotron 3.5 Transcribe 与 Granary v2 开放语音转写资源
NVIDIA 发布开放权重语音模型 Nemotron 3.5 Transcribe，一个 checkpoint 支持多语言转写、说话人分离、翻译和音频问答，可转写 40 种语言、翻译其中 31 种，处理最长 1 小时录音并标注最多 8 位说话人。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。