Nvidia lanza Nemotron 3.5 Transcribe, modelo abierto de voz a texto
Resumen En qué punto está
Nvidia ha publicado Nemotron 3.5 Transcribe, un modelo de pesos abiertos que transcribe audio en 40 idiomas, traduce 31 hacia o desde el inglés y distingue hasta ocho hablantes en 13 idiomas, con audios de hasta una hora. El modelo se controla con instrucciones de texto y no procesa audio en directo, solo grabaciones. Junto a él se publica Granary v2, un conjunto de datos de unas 844.000 horas de voz en 48 idiomas. Según Nvidia, el modelo lidera varios rankings de transcripción y diarización y procesa 100 horas de audio en menos de tres minutos en una sola GPU.
Resumen generado mediante IA a partir de las 3 noticias de la historia. Última actualización: hace 1 h.
Qué ha cambiado
Nvidia había lanzado Nemotron 3.5 Transcribe con sus capacidades básicas de transcripción, traducción y diarización en Hugging Face y ModelScope.
Nuevas coberturas confirman los mismos detalles y añaden que el modelo se controla mediante instrucciones de texto y que Granary v2 contiene unas 844.000 horas de voz en 48 idiomas.
No hay un giro sustancial respecto al resumen anterior, solo detalles adicionales y mayor cobertura mediática del mismo lanzamiento.
Enviar esta historia por correo
Enviado. Revisa que llegue a la bandeja de entrada de quien lo reciba.
La dirección no parece válida.
Has enviado varios correos seguidos. Espera un rato.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
No se ha podido enviar. Inténtalo de nuevo en unos minutos.
Línea temporal
-
Nvidia lanza Nemotron 3.5 Transcribe, un modelo abierto que transcribe, traduce y distingue hablantes
Nvidia ha publicado Nemotron 3.5 Transcribe, un modelo abierto de reconocimiento de voz que transcribe 40 idiomas, traduce 31 hacia o desde el inglés e identifica hablantes en 13, y se controla con instrucciones de…
-
Nvidia publica Nemotron 3.5 Transcribe, un modelo abierto de voz que transcribe en 40 idiomas
Nvidia publicó Nemotron 3.5 Transcribe, un modelo de voz a texto de pesos abiertos que transcribe audio en hasta 40 idiomas, y la versión 2 de su conjunto de datos Granary. Según la compañía, traduce 31 idiomas al…
-
Nvidia publica Nemotron 3.5 Transcribe, un modelo abierto de transcripción para 40 idiomas
NVIDIA ha publicado Nemotron 3.5 Transcribe, un modelo abierto que transcribe 40 idiomas, traduce 31 a inglés o desde él y separa hablantes en 13, con audios de hasta una hora y ocho hablantes. Está disponible en…
Tu opinión
Te hemos enviado un correo para confirmar tu dirección. El comentario se procesará cuando pulses el enlace.
Gracias. Tu comentario se publicará cuando lo revise el equipo (los primeros comentarios de cada persona se moderan).
Comentario publicado. Gracias por participar.
No se puede comentar aquí.
Indica un nombre (de 2 a 60 caracteres).
El correo no parece válido.
El comentario debe tener entre 10 y 2.000 caracteres.
Demasiados enlaces en el comentario.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
Has alcanzado el límite diario de comentarios.
Demasiados comentarios seguidos. Espera un rato.
No se ha podido enviar el correo de confirmación. Inténtalo de nuevo en unos minutos.