중요HF Blog
NVIDIA(엔비디아), 프롬프트로 제어하는 오픈 가중치 음성 인식 모델 'Nemotron 3.5 Transcribe' 공개
전사·번역·화자 분리·음성 QA를 단일 체크포인트로. 한국어 40개 언어 지원 여부 확인 필요.
요약
NVIDIA가 공개한 Nemotron 3.5 Transcribe는 녹음된 음성을 텍스트로 변환하는 오픈 웨이트 기반의 프롬프트 가능 모델로, Hugging Face와 ModelScope에서 사용할 수 있습니다. 이 모델은 40개 언어 전사와 31개 언어 번역을 지원하며, 최대 1시간 길이의 녹음 파일에서 8명의 화자를 식별하는 화자 분리(diarization) 기능을 제공합니다. 성능 면에서 Hugging Face Open ASR 리더보드(영어 부문) 1위와 VoiceArena의 14개 시스템 비교 1위를 기록하며 뛰어난 정확도를 입증했습니다. 단일 NVIDIA GPU에서 구동이 가능하여 DGX Spark부터 Blackwell 데이터 센터 시스템까지 폭넓게 활용할 수 있습니다. 함께 공개된 Granary v2의 다국어 데이터와 NeMo Speech 파인튜닝 도구를 활용하면 특정 도메인 용어나 억양에 맞춰 모델을 최적화할 수 있습니다.
AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.
원문 제목 NVIDIA Nemotron 3.5 Transcribe and Granary v2: Intelligent Multilingual Transcription You Can Prompt and Adapt
원문 보기 ↗