模型精选
NVIDIA Nemotron 3.5 Transcribe 语音识别模型开源，vLLM 提供 day-0 支持
精选理由
NVIDIA 开源了新的语音识别模型，支持 40 种语言和一小时长音频，还能标说话人、做音频问答，用 vLLM 当天就能跑起来。
NVIDIA 发布开源语音识别模型 Nemotron 3.5 Transcribe，支持 40 种语言，可处理最长一小时的录音。模型支持通过提示词定制转录内容，并输出说话人标签和音频问答功能。开源权重提供 BF16、FP8 和 NVFP4 三种精度格式，vLLM 与 NeMo Speech 在发布当天即可部署服务。
原文 · vLLM
🎉 NVIDIA Nemotron 3.5 Transcribe is here—with day-0 serving through vLLM + NeMo Speech.
40 languages. Recordings up to an hour. Promptable transcripts, speaker labels and audio Q&A.
Open weights in BF16, FP8 and NVFP4.
