Nvidia 发布开源语音模型 Nemotron 3.5 Transcribe，整合转写、翻译与说话人识别

据 The Decoder 报道，Nvidia 发布开源语音识别模型 Nemotron 3.5 Transcribe，可处理转写、说话人识别和翻译，并以文本提示接收指令。来源称该模型在多项基准上领先，活跃参数约为最强开源竞品的六分之一；Nvidia 同时提供超过 80 万小时语音数据集及微调工具。

还没有足够的连续观测数据，暂不绘制趋势。