Nvidia представила открытую ИИ-модель для расшифровки речи на 40 языках
ИИ-модель Nemotron 3.5 Transcribe преобразует аудиозаписи в текст и поддерживает 40 языков, включая русский. Компания выпустила веса модели, чтобы разработчики могли использовать и адаптировать ее для своих нужд. Об этом пишет портал Коммерсантъ.
Система может обрабатывать записи продолжительностью до часа, распознавать разных участников разговора и фиксировать время произнесения отдельных слов. Согласно инструкции пользователя, она может предоставить дословную расшифровку или текст с более удобным оформлением. Модель также позволяет переводить речь с русского на английский и обратно.
По информации Nvidia, Nemotron 3.5 Transcribe работает с уже записанным аудио без необходимости подключения к интернету. Компания рекомендует использовать ее для расшифровки встреч и интервью, создания инструментов перевода и обработки обращений в службы поддержки.
