AI Nemotron 3.5 Transcribe : NVIDIA publie un modèle ouvert de transcription multilingue pilotable par prompt
NVIDIA publie Nemotron 3.5 Transcribe, un modèle ouvert qui réunit transcription, identification des locuteurs, traduction et questions-réponses sur l'audio. Il transcrit 40 langues, traduit 31 d'entre elles vers ou depuis l'anglais, distingue jusqu'à huit locuteurs et traite des enregistrements d'environ une heure. On peut guider le résultat en langage naturel (format, vocabulaire métier). Les poids sont sur Hugging Face et ModelScope, avec des versions quantifiées pour un usage local. NVIDIA publie aussi le jeu de données Granary v2 et des outils pour adapter le modèle.
Voir la publication originaleNVIDIA (Hugging Face officiel) · huggingface.co