Nvidia 发布开源语音模型 Nemotron 3.5 Transcribe 与 Granary v2 数据集
先了解这件事
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，已上架 Hugging Face 和 ModelScope，并同步发布其开源语音数据集 Granary 第 2 版。据 Hugging Face Open ASR Leaderboard 英文榜，该模型以 5.33% 平均词错率居开源模型首位。 模型约 300 亿参数，每 token 仅激活约 40 亿。它支持最多 40 种语言转写、31 种语言与英语互译，可处理最长 1 小时的录音并区分最多 8 个说话人。局限是只面向录音而非直播流，音频问答仅以英语训练。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
- The Decoder精选Nvidia 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，可转写 40 种语言、在 31 种语言与英语间互译、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 BlogNVIDIA RTX Spark 笔记本迎来新机型，并发布 Nemotron 3.5 Transcribe 等本地 AI 更新
NVIDIA 官宣 RTX Spark 轻薄笔记本现已由 ASUS、Dell、HP、Lenovo、Microsoft 和 MSI 发售，起价 $2,599，搭载 Blackwell RTX GPU 与 Grace CPU 合封超芯片，最高 128GB 统一内存和 1 petaflop FP4 AI 性能。
- TechCrunch · AINvidia 发布开源语音转写模型 Nemotron 3.5 Transcribe，支持 40 种语言
Nvidia 发布免费开源权重的 Nemotron 3.5 Transcribe 语音转写模型，支持最多 40 种语言音频转写，并同步发布 Granary 开源语音数据集第 2 版。
- Hugging Face Blog精选NVIDIA 发布开源语音模型 Nemotron 3.5 Transcribe 与 Granary v2 数据管线
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。
本事件热度走势
- 可比范围当前
- 28
- 可比范围峰值
- 2910月29日 00:00
- 近 24 小时变化
- –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。