NVIDIA发布Nemotron 3.5 ASR模型，医疗场景实测延迟极低但易漏药名
MaziyarPanahi · x · 2026-08-07
NVIDIA 在 Hugging Face 上发布了 Nemotron 3.5 ASR 流式多语言语音识别模型（0.6B参数）。
有开发者在医疗场景下进行了实测：该模型生成首段文本仅需 1.1 秒，最终延迟低至 40ms，并能准确识别“每天两次，每次五毫克”等表述。然而，模型在识别“华法林”和“阿哌沙班”等具体药物名称时出现遗漏。
这反映出当前流式语音识别在临床应用中的典型权衡：极速响应与专业领域准确率难以兼得，通常需要针对特定医疗场景进行微调。
所属事件:英伟达发布Nemotron 3.5 ASR模型，极速低延迟但医疗术语易漏(3 条相关)→
「模型」频道最新
- 用户吐槽Codex与Claude翻车，实测Kimi K3修复Bug表现惊艳 — TJLarkin23 · 2026-08-08
- MiniMax H3 随机出现图像不遵循提示词问题 — Hrmerder · 2026-08-08
- Muse Spark 1.2 登顶性价比前沿，单次任务成本仅 Claude 五分之一 — rohanpaul_ai · 2026-08-08
- NVIDIA NeMo 迎来 3.0 大版本更新，精简架构并聚焦语音 — kuchaev · 2026-08-07
- Kimi K3 被曝要求高达 30% 营收分成，引发商业模式争议 — philfung · 2026-08-07
- AI 黑客能力评测计分生变：同机构多次入侵分开计算 — Sauers_ · 2026-08-07