Nvidia 28. října 2026 vydala Nemotron 3.5 Transcribe, bezplatný model s otevřenými vahami pro přepis zvuku až ve 40 jazycích. Současně zveřejnila druhou verzi open-source řečového datového souboru Granary.
Překlad a rozlišení mluvčích
Podle Nvidie model překládá mezi angličtinou a 31 dalšími jazyky v obou směrech. Zvládne zpracovat nahrávku dlouhou až hodinu a rozlišit až osm mluvčích.
Transcribe pracuje s uloženým zvukem, nikoli s živými přenosy.
Nástroje pro vývojáře
Model a související nástroje míří na vývojáře aplikací pro firemní schůzky a lékařské přepisy. Podle Nvidie mohou při úpravě aplikací využít vedle modelu také aktualizovaný Granary a nástroje jako NeMo Speech, aby aplikace rozpoznávaly odbornou terminologii v jednotlivých jazycích.
Provoz na jediném čipu a výsledky testů
Model má 30 miliard parametrů a podle Nvidie může běžet na jediném čipu. Firma mezi podporovanými možnostmi uvádí Jetson AGX Thor, DGX Spark a datacentrové čipy Blackwell.
Nvidia také tvrdí, že model překonává konkurenci v benchmarkových testech, mimo jiné v žebříčku Open ASR Leaderboard platformy Hugging Face.
