Hugging Face Blog·· 2 小时前精选AI 评分78
NVIDIA 发布 Nemotron 3.5 Transcribe 开源语音模型与 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 发布开源权重模型 Nemotron 3.5 Transcribe，将转写、说话人分离、翻译和音频问答整合进同一 checkpoint，支持 40 种语言转写、31 种语言与英语互译、13 种语言的说话人标注，可处理最长 1 小时录音并标注最多 8 位说话人。
推荐理由
原文给出多语言转写、说话人分离与翻译的统一模型，并附开放数据管线和微调配方，可据此评估自建语音流程的可行性。
来源：Hugging Face Blog · huggingface.co