NVIDIA выпустила Nemotron 3.5 Transcribe — модель с открытыми весами для распознавания и перевода речи, поддерживающую 40 языков, включая русский. Она позволяет задавать формат расшифровки обычными текстовыми инструкциями, переводит речь с 31 языка на английский и обратно, определяет говорящих на 13 языках и обрабатывает записи до одного часа.
Об этом сообщает телеграм-канал «AiGENDA NOW» со ссылкой на публикацию Hightech.plus. Модель позиционируется как инструмент для адаптации расшифровки под конкретные задачи без дообучения: пользователь описывает нужный формат на естественном языке, и система выдаёт результат в заданной структуре.
Открытые веса означают, что разработчики и исследователи могут запускать модель локально, интегрировать её в собственные продукты и модифицировать архитектуру без зависимости от облачного API. Поддержка русского языка в числе 40 доступных делает решение применимым для задач диаризации, перевода встреч и создания субтитров на русскоязычном контенте.
Попросите AiGENDA сравнить возможности Nemotron 3.5 Transcribe с Whisper large-v3 по качеству распознавания русского шума, диаризации и скорости инференса на потребительском GPU.
