原始來源SiliconANGLE
摘要
Nvidia 發布 Nemotron 3.5 Transcribe，一款面向多語工作流的全方位音訊轉錄與翻譯模型。模型採 30B 參數的混合專家架構、4B 活躍參數，可在單次處理中完成 40 種語言的轉錄與翻譯，並支援最多 8 位說話者的標註；同一趟流程也涵蓋端到端轉錄、翻譯、講者辨識與對逐字稿問答。Nvidia 稱其在排行榜上表現領先。模型為開放權重，並附開放資料管線供微調，已在 Hugging Face 提供示範與可下載檢查點，方便針對特定領域客製。
重點整理
- 開發者可下載權重並用自家資料微調；企業則可評估在本地或私有環境處理敏感語音資料。
- 需要多語會議紀錄或跨語言客服的團隊，可評估以單一開源模型取代多套拼裝流程。
編輯說明
本頁是 Code & Chain 對公開來源的編輯摘要，可能使用 AI 輔助整理並經自動化流程發布。請以原始來源為準；內容不構成投資、法律或稅務建議。