Az NVIDIA bemutatta a Nemotron 3.5 Transcribe és Granary v2 modelleket
Az NVIDIA Nemotron 3.5 Transcribe és Granary v2 néven mutatott be beszédfelismerési megoldásokat a Hugging Face-en. A bemutató címe szerint a rendszerek többnyelvű átírást kínálnak, és utasításokkal irányíthatók, illetve adaptálhatók.
- Az NVIDIA Nemotron 3.5 Transcribe és Granary v2 néven ismertetett megoldásokat.
- A bemutató többnyelvű, utasításokkal vezérelhető és adaptálható átírást említ.
- A Nemotron Transcribe automatikus beszédfelismerési modellként, 34B jelöléssel szerepel.
- A forrás külön, 99,2 milliós értékkel jelölt hangaktivitás-észlelési elemet is felsorol.
- A Hugging Face oldal két modellt, két adathalmazt és két Space-t említ.
Beszédfelismerés és hangaktivitás-észlelés
A Hugging Face-en közzétett bejegyzés az NVIDIA Nemotron 3.5 Transcribe és Granary v2 megoldásait ismerteti. A cím alapján a bemutató központi témája az intelligens, többnyelvű beszédátírás, amelyet a felhasználó utasításokkal vezérelhet és saját igényeihez igazíthat.
A forrásoldal automatikus beszédfelismerési modellként jelöli a Nemotron Transcribe elemet, méretét pedig 34B-ként tünteti fel. Az oldalon külön hangaktivitás-észlelési bejegyzés is szerepel, 99,2 milliós értékkel.
A Hugging Face oldalon feltüntetett adatok
A forrás szerint a 34B jelölésű automatikus beszédfelismerési elem körülbelül egy órával a lekérdezés előtt frissült. A hangaktivitás-észlelési elem frissítési dátumaként 2026. szeptember 24. szerepel.
A bejegyzés két modellt, két adathalmazt és két Space-t említ. A Hugging Face felületén emellett elérhető az Open ASR Leaderboard, amely beszéd-szöveg átalakító modellek teljesítményét mutatja be különböző adathalmazokon. Az oldalon a Nemotron Transcribe demója is szerepel.
Mit jelent ez a felhasználóknak?
A forrásban szereplő leírás alapján a bemutatott megoldások célja, hogy a beszéd átírása több nyelven, utasításokkal vezérelhető és adaptálható módon történjen. A Hugging Face oldala a modellek, adathalmazok és Spaces felsorolásával a kapcsolódó erőforrásokat is jelzi.
A közzétett szöveg nem tartalmaz részletes nyelvi listát, pontossági eredményeket, licencinformációt vagy külön közlést a hozzáférés feltételeiről. Ezekről a megadott forrásrészlet alapján nem állapítható meg több.
Hugging Face: NVIDIA Nemotron 3.5 Transcribe and Granary v2: Intelligent Multilingual Transcription You Can Prompt and Adapt
