Nvidia 发布多模态语音模型及数据集
热点事件持续更新
Nvidia 发布多模态语音模型及数据集
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Nvidia 发布了 Nemotron 3.5 Transcribe 模型及 Granary v2 数据集，支持 40 种语言转录、31 种语言翻译及 13 种语言说话人识别，可处理一小时录音。 该模型为开源版本，存放于 Hugging Face，并配有演示可用。Nvidia 称其领先多项基准测试，建议构建自定义版本时预留至少 100 条真实验证录音进行测试。
AI 根据报道生成 · 47 分钟前更新
最新进展10月28日 16:49
Nvidia 发布 Nemotron 3.5 Transcribe 结合转录翻译与说话人识别报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- The DecoderNvidia 发布 Nemotron 3.5 Transcribe 结合转录翻译与说话人识别
Nvidia 发布了 Nemotron 3.5 Transcribe 模型，支持 40 种语言转录、31 种语言翻译及 13 种语言说话人识别，可处理一小时录音，包含八位说话人。
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。