主要来源kimmonismus
查看原文事件专题 ·多源确认
NVIDIA 发布开源语音模型 Nemotron 3.5 Transcribe
NVIDIA 发布开源语音模型 Nemotron 3.5 Transcribe，支持 40 种语言转录和英语与 31 种语言互译。模型可区分最多 8 个说话人并打标签，处理最长一小时的录音。参数量约 30B（每 token 激活约 4B），可在本地 NVIDIA GPU 上运行。官方称其在 Hugging Face 英语 Open ASR 榜单开源模型中排名第一，并在 VoiceArena 14 系统说话人归属转录测试中领先。还支持音频问答，可指定人名和技术术语引导转录。
当前结论
NVIDIA 出了个开源语音模型，开会录音能转文字、分清谁在说话，还能翻译和直接问录音内容，30B 参数本地 GPU 就能跑。
11 个信源71° AI 热度最后更新 2026/10/28 20:45:10
证据链
11 个信源冲突核查
现有去重数据只说明这些来源讨论同一事件，不代表立场相同。当前没有结构化的支持或反驳证据，不自动推断冲突。