Tehnologie și știință09:11

Nvidia lansează Nemotron 3.5 Transcribe: înregistrări transformate în text, în 40 de limbi

Modelul cu ponderi deschise poate adapta transcrierea la instrucțiuni și identifica vorbitorii. Este destinat înregistrărilor, nu fluxurilor audio live.

Ilustrație editorială originală despre Nvidia lansează Nemotron 3.5 Transcribe: înregistrări transformate în text, în 40 de limbi
Ilustrație editorială originală, generată cu inteligență artificială pe baza subiectului relatat. Nu este o fotografie a evenimentului și nu reproduce imaginea originală.
Redacția FONTES 2 surse consultate formulare originală

Nvidia a lansat pe 28 octombrie Nemotron 3.5 Transcribe, un model cu ponderi deschise pentru transcrierea înregistrărilor în 40 de limbi. Compania spune că poate procesa înregistrări de până la o oră și poate atribui replicile vorbitorilor.

În locul unei singure transcrieri rigide, dezvoltatorii pot cere prin instrucțiuni formulări literale, text curățat sau adaptări pentru vocabular specializat. Documentația Nvidia descrie și traducerea vorbirii, precum și marcaje temporale la nivel de cuvânt.

TechCrunch subliniază limita practică: modelul lucrează cu audio înregistrat, nu cu transmisiuni live. Publicația menționează aplicații pentru ședințe și transcriere medicală, fără ca aceasta să însemne validarea lui pentru decizii clinice.

Nvidia publică modelul sub licența OpenMDW-1.1 și oferă instrumente de ajustare prin NeMo Speech. Performanțele de top invocate pe clasamente apar în prezentarea companiei; relatarea TechCrunch preia anunțul, fără să descrie un test propriu.

Notă editorială: Material realizat de Redacția FONTES pe baza surselor publice indicate. FONTES nu revendică informațiile, investigațiile sau relatările originale; ne asumăm selecția, verificarea, sinteza și formularea articolului.