انتقل إلى المحتوى
وقت القراءة: دقيقة واحدة

Nvidia تطلق Nemotron 3.5 Transcribe المفتوح للصوت متعدد المهام

أطلقت Nvidia نموذج Nemotron 3.5 Transcribe المفتوح، الذي يجمع النسخ والترجمة والتعرّف إلى المتحدثين عبر أوامر نصية. يدعم نسخ 40 لغة، والترجمة بين الإنجليزية و31 لغة، وتمييز المتحدثين في 13 لغة، للتسجيلات التي تصل إلى ساعة وثمانية متحدثين.
رسم توضيحي مولّد بالذكاء الاصطناعي: Nvidia تطلق Nemotron 3.5 Transcribe المفتوح للصوت متعدد المهام
رسم توضيحي مولّد بالذكاء الاصطناعي

أطلقت Nvidia نموذج Nemotron 3.5 Transcribe المفتوح، الذي يجمع النسخ والترجمة والتعرّف إلى المتحدثين عبر أوامر نصية. يدعم نسخ 40 لغة، والترجمة بين الإنجليزية و31 لغة، وتمييز المتحدثين في 13 لغة، للتسجيلات التي تصل إلى ساعة وثمانية متحدثين.

يضم النموذج 30 مليار مُعلَمة، لكن 4 مليارات فقط تنشط في كل خطوة، ما يتيح تشغيله على وحدة GPU واحدة. وأصدرت الشركة أيضاً مجموعة Granary v2، التي تضم 844 ألف ساعة صوتية بـ48 لغة، وأدوات لتكييف النموذج مع مجالات متخصصة مثل الطب. وتقول Nvidia إن الضبط الدقيق خفّض معدل الخطأ في اختبار طبي من 30.8% إلى 11.8%، مع بقاء الحاجة إلى مراجعة الأسماء وتبدّل المتحدثين والنتائج.

Nvidia's open Nemotron 3.5 Transcribe combines transcription, translation, and speaker recognition · تاريخ النشر في المصدر: