Nvidia lanza Nemotron 3.5 Transcribe y Granary v2
El modelo abierto maneja hasta 40 idiomas y puede adaptarse al jerga de cada industria.
Modelos#06
40
idiomas que transcribe el modelo abierto
Imagen: Hugging Face
40idiomas que transcribe el modelo abierto
En corto
- Nvidia lanzó Nemotron 3.5 Transcribe, un modelo gratuito de pesos abiertos que transcribe audio en hasta 40 idiomas.
- La empresa también lanzó la versión 2 de Granary, su conjunto de datos de voz de código abierto.
- Nvidia dice que el modelo puede traducir 31 idiomas hacia y desde el inglés, manejar grabaciones de hasta una hora y distinguir hasta ocho hablantes.
- El modelo tiene 30 mil millones de parámetros y puede correr en un solo chip, desde Jetson AGX Thor hasta chips Blackwell de centros de datos.
Por qué importa
Las herramientas están dirigidas a desarrolladores que crean apps para reuniones de negocios y transcripción médica. Los desarrolladores pueden usar el modelo, el conjunto Granary actualizado y las herramientas NeMo Speech para adaptar el reconocimiento al jerga de cada industria en cada idioma. Transcribe funciona con audio grabado, no con transmisiones en vivo.
“One drawback: Transcribe works with recorded audio, not livestreams.”