Nvidia lança Nemotron 3.5 Transcribe, modelo de voz aberto com 30 bilhões de parâmetros
Ferramentas de voz de código aberto visam fluxos de trabalho corporativos
Na quarta-feira, a Nvidia apresentou o Nemotron 3.5 Transcribe, um modelo gratuito e de código aberto capaz de converter áudio falado em texto em até 40 idiomas. A empresa também lançou a versão 2 do Granary, seu conjunto de dados de voz de código aberto, ampliando os recursos disponíveis para desenvolvedores.
O Nemotron 3.5 pode traduzir 31 idiomas para e do inglês, processar gravações de até uma hora e distinguir até oito falantes diferentes. A Nvidia afirma que o modelo supera os concorrentes em testes de referência, incluindo o Open ASR Leaderboard da Hugging Face.
As ferramentas são projetadas para desenvolvedores que criam aplicações em duas das áreas de trabalho mais consolidadas da IA: reuniões corporativas e transcrição médica. Ao combinar o Nemotron 3.5 com o conjunto de dados atualizado Granary e o modelo NeMo Speech, os desenvolvedores podem adaptar soluções para reconhecer jargões específicos de cada setor em cada idioma. Uma limitação persiste: o Transcribe funciona apenas com áudio pré-gravado e não consegue processar transmissões ao vivo.
Apesar de seu tamanho, o modelo de 30 bilhões de parâmetros é otimizado para funcionar em um único chip, suportando hardware que vai do controlador de robótica Jetson AGX Thor e do chip para laptop DGX Spark até os processadores para data center Blackwell. Ele se junta ao portfólio de modelos de voz de código aberto da Nvidia, que inclui o modelo compacto, mas poderoso, Parakeet, com 1,1 bilhão de parâmetros.
O lançamento ocorre em meio a uma onda de anúncios relacionados à voz de IA. No início do mês, a Mistral lançou o Voxtral 3; a ElevenLabs lançou o Realtime para fala instantânea em agentes de voz; e a Salesforce lançou o Launa-Omni, seu próprio modelo de voz. Juntos, esses movimentos ilustram um cenário em rápida evolução, no qual ferramentas de código aberto estão se tornando centrais para a adoção de IA nas empresas.








