The Decoder· Jonathan Kemper·· 3 天前
Nvidia 发布开源语音模型 Nemotron 3.5 Transcribe，整合转录、翻译与说话人识别功能
Nvidia's open Nemotron 3.5 Transcribe combines transcription, translation, and speaker recognition
原始来源：The Decoder阅读原始报道
AI 导读
Nvidia 发布开源语音模型 Nemotron 3.5 Transcribe，该模型整合了转录、翻译和说话人识别功能，可通过文本指令控制。模型支持 40 种语言转录、31 种语言翻译，并识别 13 种语言的说话人，单次录音最多支持 8 位说话。
来源：The Decoder · the-decoder.com