英伟达开源语音模型 Nemotron 3.5 Transcribe
先了解这件事
英伟达发布并开源语音模型 Nemotron 3.5 Transcribe，可转写最多 40 种语言，并将其中 31 种与英语互译、在 13 种语言中识别说话人；模型与 Granary 第 2 版数据集已在 Hugging Face 上线，并提供试用演示。 据智东西报道，该模型总参数量约 340 亿、每次推理激活约 43 亿，支持最长 1 小时录音，在英文语音识别 9 个公开测试集上平均 WER 为 4.71%，低于 Qwen3-ASR-1.7B 的 4.94%；可通过自然语言指令切换逐字转写、说话人标注、语音翻译等六种输出形态。 英伟达称各语言可用功能不同，音频问答功能仅以英语训练；该模型只处理录制音频，不支持直播流。
AI 根据报道生成 · 3 天前更新
报道时间线
沿着报道，了解事件的不同侧面。
- 智东西精选英伟达开源340亿参数语音模型Nemotron 3.5 Transcribe
英伟达发布并开源语音模型Nemotron 3.5 Transcribe，总参数量约340亿、每次推理激活约43亿，支持40种语言和最长1小时录音。该模型在英文语音识别9个公开测试集上平均WER为4.71%，优于Qwen3-ASR-1.7B的4.94%，并可通过自然语言指令切换逐字转写、说话人标注、语音翻译等六种输出形态。
- The DecoderNVIDIA 发布开源语音模型 Nemotron 3.5 Transcribe，整合转写、翻译与说话人识别
NVIDIA 发布开源语音识别模型 Nemotron 3.5 Transcribe，可转写 40 种语言、将其中 31 种与英语互译，并识别 13 种语言中的说话人。
- NVIDIA Blog精选NVIDIA RTX Spark 轻薄本上市，新增 Nemotron 3.5 Transcribe 与智能体资源调度
NVIDIA RTX Spark 轻薄本已在 ASUS、Dell、HP、Lenovo、Microsoft 和 MSI 开售，起售价 2599 美元，最高 128GB 统一内存和 1 petaflop FP4 AI 性能。
- TechCrunch · AI英伟达发布开源语音转写模型 Nemotron 3.5 Transcribe
英伟达发布免费开源权重模型 Nemotron 3.5 Transcribe，可转写最多 40 种语言的音频，并同步推出开源语音数据集 Granary 第 2 版。
本事件热度走势
- 可比范围当前
- 3
- 可比范围峰值
- 2310月29日 15:00
- 近 24 小时变化
- -78%
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。