Nvidia 的开放式 Nemotron 3.5 Transcribe 结合了转录、翻译和说话人识别功能
原文:Nvidia's open Nemotron 3.5 Transcribe combines transcription, translation, and speaker recognition
Nvidia 发布了 Nemotron 3.5 Transcribe,这是一种开放式语音识别模型,可以处理转录、说话人识别和翻译,并将其指令作为文本提示。它领先于多个基准测试,并且仅使用其最强大的开放竞争对手的六分之一的活动参数。 Nvidia 还发布了包含超过 800,000 小时语音的数据集,以及用于微调的工具。时间
正在把原文抓到本机服务器…首次约 3~8 秒,抓好后本站永久缓存,下次秒开。
抓不到时可直接看原文(部分站点需要登录/反爬,服务器也无法抓取)。
正文由本站服务器抓取保存(已自动过滤广告、推荐位与追踪图片),排版与原站可能不同;版权归原站所有。