Hugging Face Blog·· 3 小时前精选AI 评分65
NVIDIA 发布开源语音模型 Nemotron 3.5 Transcribe 与 Granary v2 数据管线
NVIDIA Nemotron 3.5 Transcribe and Granary v2: Intelligent Multilingual Transcription You Can Prompt and Adapt
AI 导读
NVIDIA 发布开源权重语音模型 Nemotron 3.5 Transcribe，集转写、说话人分离、翻译和音频问答于一体，支持 40 种语言、最长 1 小时录音和最多 8 个说话人，在 Hugging Face Open ASR Leaderboard 英文榜以 5.33% 平均 WER 居开源模型首位，约 30B 参数中每 token 仅激活约 4B。
推荐理由
原文给出模型能力、多项榜单数字和开源微调流程，读者可以据此评估它在语音转写场景的适用性与适配成本。
来源：Hugging Face Blog · huggingface.co