NVIDIA 开源 Nemotron 3.5 Transcribe 30B 语音识别模型,微调降低 45.8% 词错率
NVIDIAAI · x · 2026-10-28
NVIDIA 官方发布 Nemotron 3.5 Transcribe(30B-A4B)开放语音转录模型,权重、数据与训练配方全部开放,已上架 Hugging Face 并提供在线 demo。
- 配套 Granary v2 开放语音数据与 NeMo Speech 微调工具。
- 医疗 ASR 案例:在 held-out 说话人上,微调相比最佳 prompt 将词错率相对降低 45.8%。
- 官方提供将模型适配到自有领域的教程。
所属事件:NVIDIA 开源 Nemotron 3.5 Transcribe 30B 语音模型(2 条相关)→
「模型」频道最新
- HF 工程师玩神经元的脑外科手术：改一个神经元 Qwen 变预言家 — LysandreJik · 2026-10-28
- Surge AI在Kaggle Bench Summit谈基准的未来：更像真实工作 — echen · 2026-10-28
- Artificial Analysis 复测 DeepSeek 新版:原评测变差或因 Fireworks 推理波动 — teortaxesTex · 2026-10-28
- 订阅补贴下的模型性价比图：DeepSeek V4.1 Flash 以免费杀入前沿 — teortaxesTex · 2026-10-28
- 2 万条实测数据：前沿模型卡在哪，Agent Arena 投诉率揭示三大差距 — arena · 2026-10-28
- Nemotron-3.5-Transcribe 接入 vLLM：原生语音塔+FP8/NVFP4 推理 — aakashgupta · 2026-10-28