NVIDIA представила Nemotron 3.5 Transcribe для расшифровки аудио на 40 языках!
Рассказываем, что NVIDIA представила модель Nemotron 3.5 Transcribe для расшифровки аудио. Новинка поддерживает 40 языков, включая русский, и умеет обрабатывать записи длиной до часа.
Модель различает собеседников, даже когда все говорят одновременно, расставляет временные метки для каждого слова и переводит речь. С помощью текстового запроса ее можно попросить убрать слова-паразиты или ответить на вопросы по содержанию записи.
По тестам NVIDIA, новинка обходит другие модели с открытыми весами в распознавании и многоязычной обработке аудио.
Модель уже доступна на Hugging Face: забираем.
Ещё новости:
