NVIDIA libera Nemotron 3.5 Transcribe Open-Weight Speech Model: Transcribes 40 Idiomas, Con un conjunto de datos de audio de 463,062 horas
NVIDIA lanzó Nemotron 3.5 Transcribe el 28 de octubre, un modelo de discurso de peso abierto que combina transcripción multilingüe, atribución de altavoces, traducción y preguntas de audio respondiendo en un solo puesto de control. Junto a ella, la compañía lanzó Granary v2, un conjunto de datos de discurso abierto y un gasoducto de curación cuyo manifiesto público cubre 463,062 horas de audio en 48 idiomas.
Según el anuncio de NVIDIA, el modelo transcribe 40 idiomas, traduce 31 de ellos al inglés o desde el inglés, y atribuye altavoces en 13 idiomas; maneja grabaciones de hasta una hora de largo y etiquetas de hasta ocho altavoces. El modelo utiliza un decodificador híbrido de mezclas de expertos de 34 mil millones de dólares (30B-A4B) que activa aproximadamente 4,3 mil millones de parámetros por token y naves en pesos cuantificados BF16, FP8, y NVFP4.
NVIDIA dice que el modelo ocupa el primer lugar entre los modelos de peso abierto en el Hugging Face Open ASR Spanish Leaderboard con una tasa media de error de palabra del 5.33%, y los lazos para el primero entre los modelos de peso abierto en el análisis artificial Speech-to-Text al 2.8%.
Los pesos se liberan bajo la licencia OpenMDW-1.1 para uso comercial o no comercial, y están disponibles a través de Hugging Face, GitHub a través de NVIDIA NeMo Speech, NGC, y build.nvidia.com. Los puntos finales anfitriones son ofrecidos por Baseten, DeepInfra y Simplismart, con demostraciones interactivas en espacios faciales de Hugging y estudios de ModelScope.
La versión es un modelo específico del discurso, distinto de los anteriores modelos de agente multimodal Nemotron de NVIDIA. La transcripción del discurso es un edificio común para aplicaciones de súper inteligencia (SI), incluyendo notas de reunión, llamadas al servicio del cliente y captura de medios.
Fuente: GSM · EE. UU. (edición en inglés · edición original en chino)
Foto: 图：英伟达位于加利福尼亚州圣克拉拉的总部大楼。CC BY-SA 4.0，经 Wikimedia Commons。 / Photo: NVIDIA headquarters in Santa Clara, California. CC BY-SA 4.0, via Wikimedia Commons.
