NVIDIA 发布开源 30B MoE 转写模型 Nemotron 3.5 Transcribe

baseten · x · 2026-10-28

NVIDIA 发布 Nemotron 3.5 Transcribe，一个开放权重的语音理解模型：总参数 30B 的 MoE 架构、激活参数约 4B，支持 40 种语言的转写。

模型把多语言语音识别、说话人区分（多人同时说话时能标注谁在说什么）、语音到文本翻译、上下文提示（可注入产品名与领域术语引导识别）以及对录音提问的音频理解整合进单一 checkpoint，面向通话后分析、会议工具、媒体转写与客户声音分析等录音场景。采用 OpenMDW-1.1 许可证。Baseten 宣布作为 day-0 发布伙伴提供部署。