Nvidia's open Nemotron 3.5 Transcribe combines transcription, translation, and speaker recognition

Resumen del corpus

Nvidia ha lanzado Nemotron 3.5 Transcribe, un modelo de voz abierto que integra transcripción, traducción y reconocimiento de hablantes para hasta 40 idiomas. El modelo, con 30 mil millones de parámetros, se ejecuta eficientemente en una sola GPU, superando a otros modelos abiertos en precisión y atribución de hablantes. Además, Nvidia proporciona Granary v2, un conjunto de datos extenso y herramientas para adaptar el modelo a campos especializados como la medicina, mejorando significativamente su rendimiento en tareas específicas.