40 种语言,还能听出谁在说话?英伟达开源 40 语种语音转写模型,能分人说话却不支持实时直播
英伟达在 Hugging Face 放出 Nemotron 3.5 Transcribe,支持 40 种语言,还能区分近场不同说话人,但官方明确只做录音转写、不做实时流。
完整的大白话解读、专业细节和短视频口播稿,打开巨象雷达登录后查看。
原文:Nvidia Nemotron 3.5 Transcribe: open ASR for 40 languages
打开巨象雷达,看今天全部 AI 动态英伟达在 Hugging Face 放出 Nemotron 3.5 Transcribe,支持 40 种语言,还能区分近场不同说话人,但官方明确只做录音转写、不做实时流。
完整的大白话解读、专业细节和短视频口播稿,打开巨象雷达登录后查看。
原文:Nvidia Nemotron 3.5 Transcribe: open ASR for 40 languages
打开巨象雷达,看今天全部 AI 动态