官网查看
定制方案
- ✓
暂未采集到具体套餐，价格以官网为准
Nemotron 3.5 Transcribe
基于语音 LLM 的智能转录
Nemotron 3.5 Transcribe 是什么？
Nemotron 3.5 Transcribe 是一款开放权重的语音 LLM，支持以自然语言指令选择逐字转写或书面化转写，并覆盖 40 种语言，提供上下文、说话人归属和词级时间戳。该模型在英语及多语言 Open ASR Leaderboards 上均位居开放权重模型榜首。
产品详细介绍
基于语音 LLM 的智能转录
Nemotron 3.5 Transcribe 是一款开放权重的语音 LLM，支持以自然语言指令选择逐字转写或书面化转写，并覆盖 40 种语言，提供上下文、说话人归属和词级时间戳。该模型在英语及多语言 Open ASR Leaderboards 上均位居开放权重模型榜首。
定价方案
需要付费创始人评论
M
Maker创始人
大家好！
访谈逐字稿可能需要保留每一次迟疑和重复用词，会议纪要则大概不需要。但两者都需要准确记录姓名和数字。
@NVIDIA 的 Nemotron 3.5 Transcribe 允许你用自然语言指定这些偏好。你可以要求生成逐字稿或整理后的文本，提供技术术语列表，即使多人同时说话，也能标注发言人。
支持 40 种语言，可处理最长一小时的录音，并可在需要时提供词级时间戳。
NVIDIA 报告称，在九个公开的英语 Open ASR 测试集上，平均 WER 为 4.71%，在 NVIDIA 发布的对比结果中，这是开放权重模型中的最佳成绩。底层采用一个 340 亿参数的 MoE 模型，实际激活参数量仅约 43 亿。
模型权重已可在 @Hugging Face 获取，另有微调工具包可供使用。
