英伟达开源语音大模型 Nemotron 3.5 Transcribe 性能居开源前列

英伟达开源语音转录模型 Nemotron 3.5 Transcribe 采用 MoE 架构，总参数约 340 亿、激活参数 43 亿，可处理 1 小时录音，支持 40 种语言转录、31 种语言与英语互译，最多区分 8 名说话人并实时归属。该模型在 Open ASR 英语组平均词错误率 5.33%，位列开放权重模型第一，在 Artificial Analysis 非流式测试中词错误率 2.8%，并列开源榜首。