跳到正文
热点事件持续更新

NVIDIA发布开源语音转录模型Nemotron 3.5 Transcribe及Granary v2数据集

3 篇报道3 个报道来源2 小时前更新

先了解这件事

AI 综述

2026年10月28日,NVIDIA发布了开源多模态语音转录模型Nemotron 3.5 Transcribe及其配套数据集Granary v2。该模型集成了转录、说话人归属、翻译和音频问答功能。根据报道,该模型支持40种语言的转录、31种语言与英语的互译,并能在13种语言中进行说话人标注。后续报道补充称,该模型为开源权重且免费,能区分最多8个说话人,适用于录制音频而非实时流,并可在多种硬件上运行。模型已在Hugging Face和ModelScope平台上线。

AI 根据报道生成 · 48 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月28日
  1. NVIDIA Blog
    NVIDIA RTX Spark 笔记本电脑新增模型、Agent 工具和游戏

    NVIDIA 宣布为 RTX Spark 笔记本电脑平台带来多项更新。新增 NVIDIA Nemotron 3.5 Transcribe 开源语音模型,支持转录、说话人识别和翻译;LFM3 系列开源模型获得原生支持;NVIDIA App 新增资源管理功能,可分配 GPU 资源给前台应用或后台 Agent。

  2. TechCrunch · AI
    NVIDIA 发布开源转录模型 Nemotron 3.5 Transcribe

    NVIDIA 发布了开源权重的转录模型 Nemotron 3.5 Transcribe,支持多达 40 种语言的音频转录和 31 种语言与英语的双向翻译,并能区分最多 8 个说话人。

  3. Hugging Face Blog精选
    NVIDIA 发布 Nemotron 3.5 Transcribe 和 Granary v2 数据集

    NVIDIA 发布了开源多模态语音转录模型 Nemotron 3.5 Transcribe 及配套数据集 Granary v2。该模型集成了转录、说话人归属、翻译和音频问答功能,支持 40 种语言转录、31 种语言与英语互译,并能在 13 种语言中进行说话人标注。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。