跳到正文
智东西· 黄 菲·· 7 小时前同新闻AI 评分60

英伟达开源340亿参数语音模型Nemotron 3.5 Transcribe

30秒录音,0.13秒转完!英伟达开源340亿参数语音模型

AI 导读

英伟达发布并开源语音模型Nemotron 3.5 Transcribe,参数量约340亿,支持40种语言和六种指令可调的转写形态,英文语音识别平均WER为4.71%,在9个公开测试集上表现优于Qwen3-ASR-1.7B。

同一新闻,精选展示《NVIDIA 发布 Nemotron 3.5 Transcribe 多语言语音识别模型及 Granary v2 数据管道》

来源:智东西 · zhidx.com