跳到正文
The Decoder:AI News·· 6 天前

Nvidia 开源 Nemotron 3.5 Transcribe 语音识别模型,集成转写、翻译和说话人识别

AI 导读

Nvidia 发布开源语音识别模型 Nemotron 3.5 Transcribe,可转写 40 种语言、在 31 种语言与英语间互译、识别最多 8 个说话人,支持最长 1 小时的录音,并能通过提示词控制输出或回答音频内容问题。

来源:The Decoder:AI News · the-decoder.com