iThomeNvidia釋出Nemotron 3.5語音模型，整合轉錄、翻譯與講者辨識
作者 李建興全文約 889 字
文章摘要
iThome · 文章頁摘要Nvidia開放權重語音模型Nemotron 3.5 Transcribe支援40種語言轉錄，可依指令翻譯、區分講者及整理逐字稿，並提供訓練資料與微調工具，供開發者自行部署及調整專業詞彙辨識
Nvidia推出開放權重語音模型Nemotron 3.5 Transcribe，將語音轉文字、翻譯、講者區分及錄音問答整合在同一模型。新模型可轉錄40種語言，其中31種支援與英語互譯，13種可標記不同講者的發言，目前已在Hugging Face及ModelScope開放下載。...