Nemotron 3.5 Transcribe
NVIDIA 发布的语音转写与音频理解模型，支持40种语言、最长一小时录音，具备提示词引导转写、说话人分离和音频问答能力，开放多精度权重。
核心事实
时间轴 (近 90 天)
英伟达发布Nemotron 3.5 Transcribe模型，采用30B总参数的MoE架构，运行时仅激活4B参数。
Nemotron 3.5 Transcribe单个模型覆盖40种语言的高精度转写，角色区分错误率低至1.8%。
英伟达发布 300 亿参数混合专家语音识别模型 Nemotron 3.5 Transcribe，推理仅激活 40 亿参数，支持 40 种语言及说话人识别。
Nemotron 3.5 Transcribe 总参数量为 30B，激活参数约 4B（精确为 4.3B）。
原始素材未披露 Nemotron 3.5 Transcribe 的具体训练数据构成、许可证条款细节、各语种分项 WER，也没有与其他开源模型的直接对比结果。
Nemotron 3.5 Transcribe 在英文 Open ASR Leaderboard 上取得 4.71% 的平均词错误率（WER）。
Nemotron 3.5 Transcribe 原生支持说话人标签（speaker labels）和词级时间戳（word timestamps）。
NVIDIA于近日发布了Nemotron 3.5 Transcribe语音转写模型。
Nemotron 3.5 Transcribe的day-0 serving策略本质上把生态协同当作产品能力的一部分。
Nemotron 3.5 Transcribe在发布当天通过vLLM和NeMo Speech提供推理服务。
还有 5 条时间轴事件
全部知识事实 (15)
NVIDIA于近日发布了Nemotron 3.5 Transcribe语音转写模型。
85%待验证英伟达发布 300 亿参数混合专家语音识别模型 Nemotron 3.5 Transcribe，推理仅激活 40 亿参数，支持 40 种语言及说话人识别。
60%待验证Nemotron 3.5 Transcribe单个模型覆盖40种语言的高精度转写，角色区分错误率低至1.8%。
50%待验证Nemotron 3.5 Transcribe 在英文 Open ASR Leaderboard 上取得 4.71% 的平均词错误率（WER）。
50%待验证Nemotron 3.5 Transcribe 原生支持说话人标签（speaker labels）和词级时间戳（word timestamps）。
50%待验证原始素材未披露 Nemotron 3.5 Transcribe 的具体训练数据构成、许可证条款细节、各语种分项 WER，也没有与其他开源模型的直接对比结果。
50%待验证Nemotron 3.5 Transcribe 总参数量为 30B，激活参数约 4B（精确为 4.3B）。
50%待验证Nemotron 3.5 Transcribe的day-0 serving策略本质上把生态协同当作产品能力的一部分。
50%待验证Nemotron 3.5 Transcribe支持40种语言。
50%待验证Nemotron 3.5 Transcribe在发布当天通过vLLM和NeMo Speech提供推理服务。
50%待验证Nemotron 3.5 Transcribe具备提示词引导转写、说话人分离和音频问答能力。
50%待验证Nemotron 3.5 Transcribe的权重以BF16、FP8和NVFP4三种精度开放。
50%待验证官方推文没有披露Nemotron 3.5 Transcribe的模型参数量、各语言识别准确率、音频问答评测结果以及NVFP4精度下的质量损失程度。
50%待验证Nemotron 3.5 Transcribe单段录音最长可达一小时。
50%待验证英伟达发布Nemotron 3.5 Transcribe模型，采用30B总参数的MoE架构，运行时仅激活4B参数。
50%