중요X
NVIDIA(엔비디아), 전사·번역·화자 분리 통합한 오픈 음성 모델 'Nemotron 3.5 Transcribe' 공개
30B 중 4B만 활성화, 40개 언어 지원에 상업 이용 무료. 음성 파이프라인 교체 검토 가치.
요약
NVIDIA가 30B 파라미터 규모의 오픈 전사(transcription) 모델 'Nemotron 3.5 Transcribe'를 공개했다. 이 모델은 4B 활성 파라미터만을 사용하여 효율성을 높였으며, 40개 언어 전사와 31개 언어 번역을 지원하고 최대 8명의 화자를 식별할 수 있다. 사용자는 자연어로 직접 모델을 제어하여 회의 내용 요약이나 특정 의사결정 추적과 같은 복합적인 작업을 수행할 수 있다. 현재 오픈 웨이트 영어 전사 리더보드에서 1위를 차지했으며 상업적 이용도 가능하다. 해당 모델과 NVIDIA의 463,000시간 분량 'Granary v2' 데이터셋은 허깅페이스(Hugging Face)에서 이용할 수 있다.
AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.
원문 제목 @VaibhavSisinty: NVIDIA released an open transcription model that does more than transcribe. Nemotron 3.5 Transcribe is a 30B model with only 4B ac
원문 보기 ↗