К ленте

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.

53,6 тыс. просмотров

Ещё из канала Бэкдор

Похожие в категории Технологии