NVIDIA выпустила модель Nemotron 3.5 Transcribe для речи на 40 языках
Редакция XORit · Источники, использование AI и исправления
28 октября 2026 года NVIDIA представила Nemotron 3.5 Transcribe — модель для транскрипции и перевода речи на 40 языках. Она работает с аудиозаписями длительностью до одного часа.
Стиль расшифровки можно задать обычной текстовой инструкцией, без переобучения модели. Например, попросить сохранить дословную речь или представить числа в письменной форме. Модель также поддерживает контекстную и размеченную по говорящим транскрипцию.
По запросу Nemotron 3.5 Transcribe добавляет временные метки для отдельных слов и указывает говорящих. NVIDIA выпустила веса модели под лицензией OpenMDW-1.1 и toolkit для дообучения в NeMo Speech.
Изображение: Kevin McCarthy CC BY 2.0 · Лицензия
Редактор перевода: Салтанов А.
Источник материала: research.nvidia.com ↗