原始來源SiliconANGLE
摘要
Nvidia 发布 Nemotron 3.5 Transcribe，一款面向多语工作流的全方位音讯转录与翻译模型。模型采 30B 参数的混合专家架构、4B 活跃参数，可在单次处理中完成 40 种语言的转录与翻译，并支援最多 8 位说话者的标注；同一趟流程也涵盖端到端转录、翻译、讲者辨识与对逐字稿问答。Nvidia 称其在排行榜上表现领先。模型为开放权重，并附开放资料管线供微调，已在 Hugging Face 提供示范与可下载检查点，方便针对特定领域客制。
重點整理
- 开发者可下载权重并用自家资料微调；企业则可评估在本地或私有环境处理敏感语音资料。
- 需要多语会议纪录或跨语言客服的团队，可评估以单一开源模型取代多套拼装流程。
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。