AI最前沿 88Z.ai 10 月 30 日消息，英伟达发布开源语音转录模型 Nemotron 3.5 Transcribe，采用 MoE 架构，支持多语言转录与翻译及说话人区分，在多项评测中位居开源模型前列。
消息要点
- 采用 MoE 架构，支持 40 种语言转录及 31 种语言与英语互译
- 在 Open ASR 和 Artificial Analysis 评测中均居开源模型前列
要点
英伟达正式开源语音转录大模型 Nemotron 3.5 Transcribe。该模型采用混合专家（MoE）架构，总参数量约为 340 亿，激活参数为 43 亿。它能够处理长达一小时的录音文件，支持 40 种语言的转录以及 31 种语言与英语之间的互译功能。此外，模型最多可区分 8 名说话人并实时归属身份。在性能评测方面，该模型表现优异，在 Open ASR 英语组中以平均 5.33% 的词错误率位居开放权重模型第一；在 Artificial Analysis 非流式测试中，其词错误率为 2.8%，并列开源模型榜首。
资料来源与整理说明
本文由 AI最前沿通过 AI 辅助整理公开资料。产品能力与开放范围按发布方说明转述，未将其视为本站实测或独家采访结论。
- IT之家原始资料发布于
以上日期为原始资料发布日期；标题下方日期为本文在 AI最前沿的发布时间。