Un modèle ouvert de NVIDIA transcrit vos réunions en 40 langues
Nemotron 3.5 Transcribe transcrit, traduit et distingue les voix, avec des consignes en langage courant. Poids sur Hugging Face.
NVIDIA partage un outil gratuit qui écrit ce qui est dit dans un enregistrement, le traduit et reconnaît qui parle. Il gère 40 langues et tout développeur peut l'utiliser.
Test du battage
Le bruit correspond au vrai changement.
Notre avis éditorial, fondé sur les sources ci-dessous. Comment nous notons
Votre avis : battage ou réel ?
Réel = cela comptera au quotidien. Battage = plus de bruit que de substance. Un seul vote, non modifiable.
Notre avis et celui des lecteurs sont des opinions, pas des affirmations de fait sur un produit.
Pourquoi c’est important
Un seul modèle ouvert pour transcrire, traduire et identifier les intervenants, avec données et outils publiés pour les développeurs.
À suivre : montre où en est la transcription de la parole.
Les détails
- Le modèle transcrit 40 langues, en traduit 31 depuis ou vers l'anglais et identifie les intervenants dans 13.
- Il traite des enregistrements d'une heure et jusqu'à huit intervenants.
- On le guide en langage courant (« traduis cet enregistrement », « qui parle ? ») et on peut ajouter des termes comme des noms de médicaments.
- NVIDIA dit qu'il est premier parmi les du classement Hugging Face Open ASR pour l'anglais.
- Dans une étude médicale, le réglage fin a réduit le taux d'erreur de mots d'environ 45,8 % en relatif.
- Le modèle et les données Granary v2 sont sur Hugging Face et ModelScope ; des versions quantifiées arrivent bientôt.
Sources
L’entreprise ou le labo l’a dit. Source principale liée. Ouvrez les sources et vérifiez-nous.
Rédigé avec l’aide d’outils d’IA et vérifié à partir des sources ci-dessus. Notre méthode
Une erreur ? Dites-le-nous et nous la corrigerons.
