Nvidia lança transcrição de áudio em 40 idiomas com o Nemotron 3.5

28 de outubro de 2026 · 4 fontes independentes

A Nvidia lançou o modelo aberto Nemotron 3.5 Transcribe, que transcreve áudio em até 40 idiomas.

O modelo permite que desenvolvedores criem aplicações de transcrição multilíngue.

O Nemotron 3.5 Transcribe traduz 31 idiomas de e para o inglês e identifica falantes em até 13 idiomas.

Essas funções ampliam o uso do modelo para tradução e identificação de participantes em gravações.

O modelo processa gravações de até uma hora e pode distinguir até oito falantes.

A capacidade permite transcrever gravações longas e separar as falas de vários participantes.

A Nvidia lançou a versão 2 do conjunto de dados aberto Granary para apoiar o ajuste fino e a adaptação de modelos de fala.

O conjunto de dados oferece recursos para desenvolvedores adaptarem sistemas de fala a diferentes necessidades.

O Nemotron 3.5 Transcribe funciona com áudio gravado, não com transmissões ao vivo.

A limitação exclui o uso direto do modelo para transcrição de áudio em tempo real.

Confirmado por

  • Hugging Face Blog
  • SiliconANGLE (AI)
  • TechCrunch (AI)
  • The Decoder
Ler no O agêntico