NVIDIA 开源转录模型仅支持录音,实时语音仍留给 ElevenLabs
TechCrunch AI · rss · 2026-10-28
TechCrunch 简评 NVIDIA 新发布的开源语音转文字模型:支持最多 40 种语言,但只能处理录音而非实时音频。这使其在会议记录、医疗转录等场景是大机会,而实时语音场景仍留给 ElevenLabs 等竞争对手。
「模型」频道最新
- 医疗公司运营部门单日烧掉11.9亿枚 Opus token — RishabJainK · 2026-10-30
- 曝 Kimi K3.1 Pro 系列将亮相，11 月 4 日开放权重，_progress index_ 已超 Fable 5 — teortaxesTex · 2026-10-30
- Astra 搭配 Codex 框架展现罕见的 AGI 感,电脑操作近乎全通 — tszzl · 2026-10-30
- 用户吐槽 Opus 5.5 输出「难以卒读」，要求改写后仍是技术腔 — msalbergo · 2026-10-30
- 科研智能体用模型调研:DeepSeek V4.1 Flash 成最热门开源模型 — AkariAsai · 2026-10-30
- 圈内人称 Gemini Argon 会做出研究者级「跳跃」，Google 疑似掌握独家诀窍 — vitaliychiley · 2026-10-30