Nemotron 3.5 Transcribe: Nvidias offenes Modell vereint Transkription, Übersetzung und Sprechererkennung
Nvidia veröffentlicht mit Nemotron 3.5 Transcribe ein offenes Spracherkennungsmodell, das Transkription, Sprechererkennung und Übersetzung per Textanweisung in einem Modell vereint. Es führt mehrere Benchmarks an und braucht nur ein Sechstel der aktiven Parameter seines stärksten offenen Konkurrenten. Dazu liefert Nvidia einen Datensatz mit über 800.000 Stunden Sprache und Werkzeuge zur Feinanpassung.
Originalquelle: The Decoder.