Nemotron 3.5 Transcribe
Intelligent Transcription with a Speech LLM
评分 78 ▲ 72 ◆ 1 免费 PH 精选
概述
Nemotron 3.5 Transcribe 是 NVIDIA 推出的开源语音大语言模型，支持 40 种语言的智能转录，可通过自然语言指令控制输出格式，并提供说话人归因和词级时间戳。
创新点
将 LLM 能力引入 ASR 领域，单一模型通过自然语言指令切换逐字/书面转录模式，同时支持上下文感知、说话人分离与词级时间戳，位居英语和多语言 Open ASR 排行榜榜首
目标用户
开发者、语音应用构建者、内容创作者、会议记录需求企业、多语言内容处理团队
竞争格局
竞争对手包括 OpenAI Whisper（开源主流）、AssemblyAI、Deepgram 等商业服务；NVIDIA 凭借开源+顶级性能形成差异化，但商业化路径依赖生态整合
标签
开源API工具语音识别AI/LLM开发者多语言处理
相关产品
GPT-6 Astra 94
OpenAI's most capable model for end-to-end work
Claude Fable 5 91
Anthropic's most capable model ever — free until June 22
GPT-6.1 Terra 88
Fast, capable computer use at half the price
Nano Banana 2.1 88
Google's image model with sharper design and mask editing
GPT-6 Sol & Luna 88
Frontier AI intelligence, now at half the price
AlphaGenome Atlas 88
Google's AI map of every possible human DNA mutation