Voice AI in vogue: Nvidia releases new open transcription model
英伟达发布开源语音数据集Granary的第2版。
1 篇报道1 个来源
报道 1
TechCrunch AI 报道
同事件
Nvidia 发布开放权重转录模型，并更新语音数据集
Nvidia 发布免费、开放权重的 Nemotron 3.5 Transcribe，可转录最多 40 种语言的录音，并发布 Granary 语音数据集第二版。Nvidia 称该模型支持英语与 31 种语言互译、区分最多八名说话者，但只能处理录音，不能处理实时音频流。同期，Mistral 推出 Voxtral 3，ElevenLabs 发布 Realtime，Salesforce 发布 Launa-Omni。
另外 1 家也报道了
- Hugging Face 官方博客