Aller au contenu principal
ToolPotion
Conseiller IA
Soumettre

NVIDIA Nemotron 3.5 Transcribe

Modèles IAModèles d'IA et LLMOpen source · Linux, Windows

NVIDIA Nemotron 3.5 Transcribe est un modèle de reconnaissance automatique de la parole de 34 milliards de paramètres construit avec NeMo. Il offre une grande précision pour la transcription, la traduction et la compréhension audio dans 40 langues. Le modèle prend en charge diverses tâches, y compris la transcription contextuelle, la transcription attribuée aux locuteurs et la traduction de la parole, ce qui le rend adapté à diverses applications de parole et d'audio.

Voir le modèle
Partager
Voir le modèle
Partager

NVIDIA Nemotron 3.5 Transcribe est un modèle sophistiqué de reconnaissance automatique de la parole (ASR), doté de 34 milliards de paramètres (4,3 milliards actifs) et intégrant un encodeur audio. Son architecture est un modèle de langage hybride Mixture of Experts Mamba-2–Transformer, amélioré avec un encodeur expert parallèle pour l'ASR et la reconnaissance des locuteurs.

Lire la suite

Ce modèle prend en charge un large éventail de tâches, y compris la transcription verbatim et sous forme écrite, la transcription contextuelle, la transcription attribuée aux locuteurs, la transcription riche, la traduction de la parole, l'identification des langues et la réponse à des questions audio. Il est compétent dans 40 langues, avec des niveaux de qualité variant de « Leader » à « Supporté » selon les différentes localités et capacités telles que l'ASR, la traduction, l'ASR multilingue et le code-switching.

Nemotron 3.5 Transcribe est optimisé pour le déploiement sur le matériel NVIDIA, nécessitant spécifiquement 1× H100 80 Go pour des performances optimales. Il prend en charge la précision BF16, avec des variantes FP8 et NVFP4 également disponibles. Le modèle peut traiter des enregistrements d'une durée allant jusqu'à 1 heure et a une longueur de contexte de 65 536 tokens. Les entrées incluent l'audio (WAV, FLAC, MP3, OGG) et le texte, générant des sorties textuelles avec des horodatages de mots optionnels.

Le modèle démontre des performances de pointe dans divers benchmarks, y compris l'ASR multilingue, le contrôle de style, l'ASR en anglais, l'ASR long format et l'ASR multilingue. Son guide de prompt offre des options flexibles pour différents cas d'utilisation, tels que la génération de transcriptions de recherche, de texte lisible pour les sous-titres, la transcription de vocabulaire spécifique à un domaine, l'identification des locuteurs, la traduction de la parole et la réponse à des questions à partir d'enregistrements audio.

NVIDIA Nemotron 3.5 Transcribe est sous licence OpenMDW-1.1, garantissant des conditions d'utilisation claires. Il est destiné aux développeurs et aux chercheurs construisant des applications de parole et d'audio nécessitant une évaluation et une révision spécifiques à l'application. Les capacités robustes du modèle et son large support linguistique en font une solution polyvalente pour des tâches complexes de traitement et de compréhension audio.

  • CatégorieModèles d'IA et LLM
  • Modèle tarifaireOpen source
  • DéploiementCloud
  • PlateformesLinux, Windows

  • 34 milliards de paramètres (4,3 milliards actifs) avec encodeur audio

  • Architecture hybride Mixture of Experts Mamba-2–Transformer

  • Prend en charge la précision BF16, FP8 et NVFP4

  • Longueur de contexte de 65 536 tokens pour des enregistrements allant jusqu'à 1 heure

  • Traite les entrées audio et texte, génère du texte avec des horodatages de mots optionnels

  • Prend en charge 40 langues pour la transcription et la traduction

  • Effectue la transcription verbatim et sous forme écrite

  • Offre la transcription contextuelle et attribuée aux locuteurs

  • Inclut des capacités de transcription riche et de traduction de la parole

  • Fonctionnalités d'identification des langues et de réponse à des questions audio

  • Optimisé pour le déploiement sur matériel NVIDIA H100 80 Go

  • Prédiction multi-token native (MTP) pour le décodage spéculatif

  • Mode de raisonnement configurable via un modèle de chat

  • Atteint une grande précision dans plusieurs benchmarks ASR

  • Licence OpenMDW-1.1

  1. Accéder au modèle : Obtenez l'accès au modèle NVIDIA Nemotron 3.5 Transcribe via Hugging Face.

  2. Configurer l'environnement : Configurez votre environnement avec le matériel NVIDIA nécessaire (par exemple, H100 80 Go) et les temps d'exécution d'inférence (vLLM, Hugging Face Transformers).

  3. Préparer les entrées : Fournissez des fichiers audio au format WAV, FLAC, MP3 ou OGG, et/ou des invites textuelles.

  4. Formuler des invites : Utilisez les structures d'invite recommandées pour des tâches spécifiques telles que l'ASR verbatim, les transcriptions propres, l'attribution des locuteurs ou la traduction de la parole.

  5. Envoyer la demande : Envoyez des demandes au serveur du modèle, en spécifiant les modes de décodage et les paramètres de raisonnement.

  6. Traiter la sortie : Recevez les sorties textuelles générées, qui peuvent inclure des transcriptions, des traductions, des étiquettes de locuteurs ou des réponses à des questions audio.

  7. Intégrer le logiciel : Intégrez le modèle dans des applications utilisant des architectures et des systèmes d'exploitation pris en charge (Linux, Windows via WSL2).

  • Transcriptions de recherche
  • Sous-titres et notes
  • Transcription de discussions techniques
  • Flux de travail de révision de réunions
  • Dictée et interfaces vocales
  • Localisation de médias multilingues
  • Recherche et compréhension audio
  • Transcription de code-switching
  • Récupération de valeurs structurées
  • Demandes d'assistant vocal

Chez NVIDIA

Avis sur NVIDIA Nemotron 3.5 Transcribe

Chargement...

Outils IA populaires comme NVIDIA Nemotron 3.5 Transcribe

Nemotron 3.5 ASR

Modèles IA

Nemotron 3.5 ASR est un modèle de reconnaissance automatique de la parole en streaming multilingue développé par NVIDIA, prenant en charge la transcription dans 40 langues. Il…

Outils de transcription IA
Voir l'outil

Modèles IA

Modèle de reconnaissance automatique de la parole en streaming multilingue développé par NVIDIA, prenant en charge la transcription dans 40 langues. Il…Nemotron 3.5 ASR est un modèle de reconnaissance automatique de la parole en streaming multilingue développé par NVIDIA, prenant en charge la transcription dans 40 langues. Il…

Outils de transcription IA
Voir le Top 5 Modèles IA

Nemotron 3 Diarization est un modèle de diarisation des locuteurs qui identifie 'qui a parlé quand' dans les enregistrements audio. Il prend en charge jusqu'à huit locuteurs et…

Modèles d'IA et LLM
Voir l'outil

Modèle de diarisation des locuteurs qui identifie 'qui a parlé quand' dans les enregistrements audio. Il prend en charge jusqu'à huit locuteurs et…Nemotron 3 Diarization est un modèle de diarisation des locuteurs qui identifie 'qui a parlé quand' dans les enregistrements audio. Il prend en charge jusqu'à huit locuteurs et…

Modèles d'IA et LLM
Voir le Top 5 Modèles IA

NVIDIA Parakeet est un modèle de reconnaissance automatique de la parole de 600 millions de paramètres conçu pour une transcription anglaise de haute qualité, prenant en charge la…

Modèles d'IA et LLM
Voir l'outil

NVIDIA Parakeet est un modèle de reconnaissance automatique de la parole de 600 millions de paramètres conçu pour une transcription anglaise de haute qualité, prenant en charge la…

Modèles d'IA et LLM
Voir le Top 5 Modèles IA

NVIDIA Nemotron 3 Ultra est un puissant modèle IA conçu pour des tâches de raisonnement complexe et multilingues. Avec 550 milliards de paramètres, il excelle dans l'analyse de…

Modèles d'IA et LLM
Voir l'outil

Puissant modèle IA conçu pour des tâches de raisonnement complexe et multilingues. Avec 550 milliards de paramètres, il excelle dans l'analyse de…NVIDIA Nemotron 3 Ultra est un puissant modèle IA conçu pour des tâches de raisonnement complexe et multilingues. Avec 550 milliards de paramètres, il excelle dans l'analyse de…

En vedetteModèles d'IA et LLM
Voir le Top 5 Modèles IA

Whisper Large V3 Turbo est un modèle de pointe pour la reconnaissance automatique de la parole et la traduction, optimisé pour la vitesse avec des couches de décodage réduites. Il…

Modèles d'IA et LLM
Voir l'outil

Modèle de pointe pour la reconnaissance automatique de la parole et la traduction, optimisé pour la vitesse avec des couches de décodage réduites. Il…Whisper Large V3 Turbo est un modèle de pointe pour la reconnaissance automatique de la parole et la traduction, optimisé pour la vitesse avec des couches de décodage réduites. Il…

Modèles d'IA et LLM
Voir le Top 5 Modèles IA

NVIDIA Nemotron 3.5 Super VL est un modèle de langage de grande taille conçu pour le traitement de texte, d'images et de vidéos. Il dispose d'une architecture hybride…

Modèles d'IA et LLM

N°16 en LLM

Voir l'outil

Modèle de langage de grande taille conçu pour le traitement de texte, d'images et de vidéos. Il dispose d'une architecture hybride…NVIDIA Nemotron 3.5 Super VL est un modèle de langage de grande taille conçu pour le traitement de texte, d'images et de vidéos. Il dispose d'une architecture hybride…

Modèles d'IA et LLM
N°16 en LLM

whisper-large-v3

Modèles IA

Whisper-large-v3 est un modèle avancé pour la reconnaissance automatique de la parole et la traduction de la parole, entraîné sur plus de 5 millions d'heures de données. Il offre…

Modèles d'IA et LLM
Voir l'outil

Modèles IA

Modèle avancé pour la reconnaissance automatique de la parole et la traduction de la parole, entraîné sur plus de 5 millions d'heures de données. Il offre…Whisper-large-v3 est un modèle avancé pour la reconnaissance automatique de la parole et la traduction de la parole, entraîné sur plus de 5 millions d'heures de données. Il offre…

En vedetteModèles d'IA et LLM
Voir le Top 5 Modèles IA

Mistral Large 3 est un modèle IA de pointe conçu pour les entreprises, permettant la personnalisation, le fine-tuning et le déploiement d'assistants et d'agents IA. Il dispose…

Modèles d'IA et LLM
Voir l'outil

Modèle IA de pointe conçu pour les entreprises, permettant la personnalisation, le fine-tuning et le déploiement d'assistants et d'agents IA. Il dispose…Mistral Large 3 est un modèle IA de pointe conçu pour les entreprises, permettant la personnalisation, le fine-tuning et le déploiement d'assistants et d'agents IA. Il dispose…

En vedetteModèles d'IA et LLM
Voir le Top 5 Modèles IA
1 sur 8