英伟达周三发布了 Nemotron 3.5 Transcribe,这是一款免费的开源模型,可将多达40种语言的音频转录成文本。该模型拥有300亿参数,专为开发人员构建商务会议和医疗转录应用而设计,可处理长达一小时的录音,并能区分多达八位说话者。它支持31种语言与英语之间的互译,并声称在基准测试中优于竞争对手。一个主要限制是 Transcribe 适用于录音,而非实时流媒体。