Nvidia publica Nemotron 3.5 Transcribe, un modelo abierto de voz que transcribe en 40 idiomas
Hecho Qué ha ocurrido
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 inglés y viceversa, procesa grabaciones de hasta una hora y distingue hasta ocho hablantes. El modelo solo funciona con audio grabado, no con transmisiones en directo.
Resumen generado mediante IA a partir de TechCrunch AI (original en inglés). Naturaleza de la información: declaración de parte interesada.
Análisis Por qué importa
Reduce la barrera para que desarrolladores creen herramientas de transcripción para reuniones y entornos médicos con modelos gratuitos que pueden personalizarse con jerga sectorial.
- Quién se ve afectado
- Desarrolladores de software de reuniones, proveedores de transcripción médica y empresas con grandes volúmenes de audio grabado.
- Qué puede cambiar
- Las empresas podrían alojar sus propias transcripciones con modelos abiertos en lugar de depender de servicios de pago, siempre que tengan la infraestructura para ejecutarlos.
Análisis generado a partir de la información disponible; no procede de la fuente.
Predicción Qué observar a continuación
Resultados independientes frente a los benchmarks citados por Nvidia, adopción en productos de terceros y la evolución de la transcripción en tiempo real, donde la competencia sigue activa.
Recomendación Qué debería hacer una empresa
Evaluar en los próximos 3-6 meses si un modelo abierto de transcripción puede sustituir servicios de pago en grabaciones de reuniones, probándolo con audio propio.
Recomendación generada por IA con la evidencia disponible; no es asesoramiento profesional.
Enviar esta noticia 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.
Fuente original: TechCrunch AI. La referencia es siempre el artículo original.
Ver fuente original ↗voz a textomodelos de pesos abiertostraducción de voz NvidiaHugging FaceElevenLabsMistralSalesforce código abierto Granary Nemotron 3.5 Transcribe Nvidia transcripción
Forma parte de la historia Nvidia lanza Nemotron 3.5 Transcribe, modelo abierto de voz a texto (3 noticias, estado: evolución rápida).
Relacionadas
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…
Por qué importaReúne en un solo modelo transcripción, traducción e identificación de hablantes, funciones que hasta ahora suelen requerir sistemas separados. Para…
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…
Por qué importaPara empresas que trabajan con reuniones, llamadas o dictados, un modelo abierto que corre en una sola GPU y se puede ajustar con datos propios…
Google lanza Gemini 3.5 Transcribe, modelo de voz a texto con soporte para 85 idiomas
Google ha presentado Gemini 3.5 Transcribe, un modelo de conversión de voz a texto que transcribe en más de 85 idiomas y elimina expresiones de relleno como…
Por qué importaLa mejora significativa en precisión, latencia y capacidad multilingüe hace que este modelo sea relevante para empresas que necesiten transcribir…
NVIDIA lanza Magpie TTS multilingüe en pesos abiertos para agentes de voz en producción
NVIDIA ha publicado Magpie Multilingual TTS, un modelo de síntesis de voz de pesos abiertos con 364 millones de parámetros que soporta 12 idiomas incluyendo…
Por qué importaPara empresas que construyen agentes de voz en producción, la disponibilidad de un modelo multilingüe de pesos abiertos con bajo control de latencia…
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.