英伟达开源Nemotron 3.5 Transcribe语音转录模型

英伟达推出开放权重语音转录模型Nemotron 3.5 Transcribe，支持40种语言转录，最多可区分8名说话人，采用混合专家架构，总参数约340亿。该模型在Hugging Face Open ASR Leaderboard英语组以5.33%的平均词错误率位居开放权重模型第一。同时公开训练数据管线Granary v2，覆盖463,062小时音频、48种语言。