The Decoder· Jonathan Kemper·· 1 小时前精选AI 评分83
Nvidia 发布 Nemotron 3.5 Transcribe 语音模型，整合转录、翻译与说话人识别
Nvidia's open Nemotron 3.5 Transcribe combines transcription, translation, and speaker recognition
AI 导读
Nvidia 发布开放语音识别模型 Nemotron 3.5 Transcribe，可转录 40 种语言、将其中 31 种译为或译自英语，并识别 13 种语言中的说话人。
推荐理由
Nemotron 3.5 Transcribe 将转录、翻译和说话人识别整合在一个模型中，文中还比较了其基准表现、计算需求及领域微调的收益与代价。
来源：The Decoder · the-decoder.com