
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…













