중요X
NVIDIA(엔비디아), 오픈 음성 모델 'Nemotron 3.5 Transcribe' 공개
40개 언어 전사·화자 분리·번역·음성 Q&A 지원. 자체 GPU로 구동 가능한 오픈웨이트 ASR 1위.
요약
NVIDIA가 회의 녹음 파일을 처리하는 오픈 음성 모델 'Nemotron 3.5 Transcribe'를 공개했다. 이 모델은 40개 언어의 음성 인식(Transcription)을 지원하며, 13개 언어에 대해 최대 8명의 화자를 식별할 수 있다. 영어와 31개 언어 간 번역 기능을 제공하며, 최대 1시간 길이의 녹음 파일을 처리할 수 있다. 약 30B 파라미터 규모로 토큰당 4B가 활성화되며, 사용자의 로컬 NVIDIA GPU에서 직접 구동이 가능하다. Hugging Face 영어 오픈 ASR 리더보드와 VoiceArena 테스트에서 1위를 차지하며 높은 성능을 입증했다.
AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.
원문 제목 @kimmonismus: NVIDIA is releasing an open speech model that can transcribe a meeting, label who said what, translate it and answer questions abo
원문 보기 ↗