Nvidia 发布开源语音模型 Nemotron 3.5 Transcribe，整合转写、翻译与说话人识别

Nvidia 发布开源语音识别模型 Nemotron 3.5 Transcribe，用文本指令控制同一段录音输出带说话人标签的转写、英文翻译或内容摘要。该模型支持 40 种语言转写、31 种语言与英文互译、13 种语言的说话人识别，可处理最长 1 小时、最多 8 人的录音；总参数 30B、每步约 4B 激活，可在单张 Nvidia GPU 上运行。