NVIDIA представила Nemotron 3.5 Transcribe для распознавания речи
Компания NVIDIA представила новую модель Nemotron 3.5 Transcribe, предназначенную для распознавания речи и обработки голосовых данных.
Инструмент способен расшифровывать аудио в текст даже в том случае, если в одной записи присутствует несколько собеседников.
Модель поддерживает работу с 40 языками, включая русский язык, для которого доступны все основные функции системы.
Ключевые возможности технологии включают:
- Различение собеседников во время диалога с проставлением временных меток на каждую фразу
- Перевод речи на другие языки и удаление слов-паразитов из транскрипции
- Возможность отвечать на вопросы по содержанию записанного материала
- Обработка аудиофайлов длиной до одного часа без потери качества
По сравнению с аналогами, новая разработка демонстрирует значительно более высокие показатели скорости и точности обработки данных.
Тестировать модель можно на платформе Hugging Face.









