NVIDIA 发布 Nemotron 3.5 Transcribe 开放权重语音转写模型

该模型可处理40种语言、最长1小时的录音，并按文字指令生成逐字稿、说话人标注或翻译。NVIDIA 报告称，它在9个公开英语语音识别数据集上的平均词错误率为4.71%，低于报告中下一款开放权重模型的4.94%；目前仅支持离线处理，普通话远场会议转写仍是弱项。