热点事件持续更新
英伟达发布Nemotron 3.5语音模型
2 篇报道2 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月28日，TechCrunch报道称，英伟达发布Nemotron 3.5 Transcribe开放权重模型，并更新开源语音数据集Granary至v2。该模型面向录音转写而非直播，支持最多40种语言转写、31种语言与英语互译，可处理最长一小时录音并区分最多八名说话人，拥有300亿参数，可运行在单颗芯片上。随后，The Decoder报道称，该模型整合语音转录、翻译和说话人识别，转录支持40种语言、翻译支持31种语言与英语互译，说话人识别支持13种语言。两篇报道对说话人能力的描述侧重点不同：前者称最多可区分八名说话人，后者称支持13种语言。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 23:49
英伟达发布Nemotron 3.5 Transcribe开放权重模型并更新Granary v2数据集。报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- The DecoderNvidia 发布 Nemotron 3.5 Transcribe，整合转录、翻译与说话人识别
Nvidia 发布开放语音识别模型 Nemotron 3.5 Transcribe，可处理 40 种语言的转录、31 种语言与英语互译，并识别 13 种语言中的说话人。
- TechCrunch · AINvidia 发布 Nemotron 3.5 Transcribe 开放权重模型并更新 Granary 数据集
Nvidia 发布 Nemotron 3.5 Transcribe 开放权重模型，可转写最多 40 languages 的音频，并发布开源语音数据集 Granary v2。Nvidia 称该模型可将 31 languages 与英语互译，处理最长一小时的录音并区分最多八名说话人。该模型面向录音转写而非直播，拥有 30 billion parameters，并可运行在单颗芯片上。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。