🎙 NVIDIA научила Nemotron расшифровывать 40 языков NVIDIA выпустила Nemotron 3.5 Transcrib…
🎙 NVIDIA научила Nemotron расшифровывать 40 языков
NVIDIA выпустила Nemotron 3.5 Transcribe – модель с открытыми весами для распознавания речи на 40 языках, включая русский. Она обрабатывает записи продолжительностью до часа, переводит речь и может отмечать, кто и когда говорил.
Формат расшифровки задаётся обычной текстовой инструкцией: можно сохранить слова-паразиты и повторы или попросить более чистый текст. Подсказки с именами и специальными терминами помогают модели учитывать контекст.
Для авторов видео это потенциальный инструмент подготовки субтитров и разбора записей стримов. Но модель работает с готовыми записями – распознавание прямого эфира не поддерживается. Ответы на вопросы об аудио проверяли только на английском, поэтому обещать такую же работу на русском пока рано.
Главная проверка – игровые ники и три человека, говорящие одновременно.
NVIDIA выпустила Nemotron 3.5 Transcribe – модель с открытыми весами для распознавания речи на 40 языках, включая русский. Она обрабатывает записи продолжительностью до часа, переводит речь и может отмечать, кто и когда говорил.
Формат расшифровки задаётся обычной текстовой инструкцией: можно сохранить слова-паразиты и повторы или попросить более чистый текст. Подсказки с именами и специальными терминами помогают модели учитывать контекст.
Для авторов видео это потенциальный инструмент подготовки субтитров и разбора записей стримов. Но модель работает с готовыми записями – распознавание прямого эфира не поддерживается. Ответы на вопросы об аудио проверяли только на английском, поэтому обещать такую же работу на русском пока рано.
Главная проверка – игровые ники и три человека, говорящие одновременно.
Комментарии