Nvidia 发布开源转录模型 Nemotron 3.5 及数据集 Granary 2

Nvidia 发布了免费开放权重的转录模型 Nemotron 3.5，能够转写 40 种语言的音频，处理长达 1 小时的录音，并区分多达 8 个说话者。该模型参数量为 30B，可部署在 Jetson AGX Thor、DGX Spark 或 Blackwell 数据中心芯片等单芯片上，但仅支持预录音频，不支持实时流处理。Nvidia 同时发布了开源语音数据集 Granary 2。