搜索
英伟达开源语音大模型 Nemotron 3.5 Transcribe 性能居开源前列
1 天前
英伟达开源语音转录模型Nemotron 3.5 Transcribe，采用MoE架构，总参数约340亿、激活参数43亿。该模型可处理1小时录音，支持40种语言转录及31种语言与英语互译，最多区分8名说话人并实时归属。性能方面，其在Open ASR英语组平均词错误率5.33%，位列开放权重模型第一；在Artificial Analysis非流式测试中词错误率2.8%，并列开源榜首。
