Nvidia 开源 Nemotron 3.5 语音模型

2026年10月28日，TechCrunch 报道，Nvidia 发布语音转写模型 Nemotron 3.5 Transcribe，以免费、开源权重形式提供。据报道，该模型可转写最多40种语言的音频，并支持31种语言与英文互译；Nvidia 同时更新开源语音数据集 Granary 第2版。当晚 The Decoder 的后续报道补充称，该模型通过文本指令在单个模型内完成转录、翻译和说话人识别，支持40种语言转录，并可区分13种语言的说话人。早先报道未提及说话人识别功能，后续报道亦未重复31种语言互译的具体数量。目前披露信息集中在语言覆盖、开源方式、功能整合与配套数据集更新，尚未涉及模型规模、评测成绩或具体上线渠道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。