NVIDIA publie Nemotron 3.5 Transcribe Open-Weight Speech Model: Transcribe 40 langues, avec un ensemble de données audio de 463 062 heures
NVIDIA a publié Nemotron 3.5 Transcribe le 28 octobre, un modèle d'élocution à poids ouvert qui combine transcription multilingue, attribution des haut-parleurs, traduction et questions audio en un seul point de contrôle. Parallèlement, la société a publié Granary v2, un ensemble de données et un pipeline de curation en langage ouvert dont le manifeste public couvre 463 062 heures d'audio sur 48 langues.
Selon l'annonce de NVIDIA, le modèle transcrit 40 langues, en traduit 31 vers ou depuis l'anglais, et attribue des locuteurs en 13 langues; il traite les enregistrements jusqu'à une heure et étiquette jusqu'à huit locuteurs. Le modèle utilise un décodeur hybride de mélange d'experts de 34 milliards de paramètres (30B-A4B) qui active environ 4,3 milliards de paramètres par jeton et qui est livré en poids quantifiés BF16, FP8 et NVFP4.
NVIDIA dit que le modèle se classe en premier parmi les modèles open-weight sur le tableau de classement anglais Hugging Face Open ASR avec un taux d'erreur de mot moyen de 5,33 %, et les liens pour le premier parmi les modèles open-weight sur l'analyse artificielle Speech-to-Text à 2,8 %.
Les poids sont libérés sous la licence OpenMDW-1.1 pour une utilisation commerciale ou non commerciale, et sont disponibles via Hugging Face, GitHub via NVIDIA NeMo Speech, NGC et build.nvidia.com. Les terminaux hébergés sont proposés par Baseten, DeepInfra et Simplismart, avec des démos interactives sur Hugging Face Spaces et ModelScope Studios.
La version est un modèle spécifique à la parole, distinct des modèles d'agents multimodaux Nemotron de NVIDIA. La transcription des discours est un élément de base commun pour les applications de super intelligence (SI), y compris les notes de réunion, les appels au service à la clientèle et le sous-titrage médiatique.
Source : GSM · États-Unis (édition en anglais · édition originale en chinois)
Photo: 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.
