Nvidia publie Nemotron 3.5 Transcribe, un modèle open source de transcription et traduction vocale
En bref
- Nemotron 3.5 Transcribe gère transcription, traduction et reconnaissance des intervenants via des prompts textuels.
- Le modèle utilise six fois moins de paramètres actifs que son principal concurrent open source.
- Nvidia publie un jeu de données de 800 000 heures d'audio et des outils de fine-tuning.
Nvidia annonce la sortie de Nemotron 3.5 Transcribe, un modèle open source de reconnaissance vocale capable de transcription, reconnaissance des intervenants et traduction, piloté par des instructions textuelles. Selon l'éditeur, ce modèle surpasse plusieurs références et utilise six fois moins de paramètres actifs que son principal concurrent open source. Nvidia publie également un jeu de données de plus de 800 000 heures d'audio et des outils pour l'adaptation du modèle.
Ce que ça change pour vous
- Média & DivertissementLes acteurs du secteur peuvent intégrer un outil unique pour la transcription, la traduction et la gestion des intervenants, réduisant les coûts et la complexité des workflows.
- Secteur publicLes administrations peuvent automatiser la transcription et la traduction de réunions ou d'interviews, tout en identifiant les intervenants, pour améliorer l'accessibilité et l'archivage.
Ce résumé vous donne l'essentiel. L'article complet, ses chiffres et ses citations sont chez The Decoder.
Lire l'article originalRésumé généré par IA à partir de la source, relu par règles. Comment nous rédigeons · Signaler une erreur