模型上新 · NVIDIA
Nemotron 3.5 Transcribe
- 发布日期
- 审核更新时间
英伟达开放权重的可提示语音模型，单一检查点集成 40 种语言转写、说话人归属、翻译、上下文提示与音频理解。官方称其在 Hugging Face Open ASR 英文榜开放权重模型中排名第一（平均词错率 5.33%），并可用 Granary v2 数据与 NeMo Speech 工具微调。
使用范围
开放权重，许可证为 OpenMDW-1.1，模型卡注明可商用；权重、数据与训练配方均已公开，可在 Hugging Face 下载（BF16、FP8、NVFP4 版本）并有在线演示；可用 vLLM（NeMo Speech 插件）或 SGLang-Omni 部署，单段录音最长一小时。