NVIDIAは水曜日、最大40言語の音声をテキストに転写できる無料のオープンソースモデル「Nemotron 3.5 Transcribe」を発表しました。このモデルは300億のパラメータを持ち、ビジネス会議や医療転写アプリケーションを開発するデベロッパー向けに設計されており、最大1時間の録音を処理し、最大8人の話者を区別できます。31言語と英語間の相互翻訳をサポートし、ベンチマークテストでは競合他社を上回ると主張しています。主な制限は、Transcribeが録音向けであり、リアルタイムストリーミングには対応していない点です。