Nemotron 3.5 ASR

Audio8 ASR Infinite

AI 模型

旨在响应迅速和准确性的流式语音识别模型。它支持无限长度的转录，具有可配置的延迟设置，并支持中英文双语。Audio8 ASR Infinite 是一款旨在响应迅速和准确性的流式语音识别模型。它支持无限长度的转录，具有可配置的延迟设置，并支持中英文双语。

NVIDIA Parakeet ASR模型

AI 模型

拥有6亿参数的自动语音识别模型，旨在提供高质量的英语转录，支持标点符号、大小写和准确的时间戳预测。NVIDIA Parakeet是一个拥有6亿参数的自动语音识别模型，旨在提供高质量的英语转录，支持标点符号、大小写和准确的时间戳预测。

Nemotron 3 Diarization

AI 模型

说话者分离模型，能够识别音频录音中“谁在何时说话”。它支持最多八个说话者，并提供流式和离线推理能力，适用于各种应用。Nemotron 3 Diarization 是一个说话者分离模型，能够识别音频录音中“谁在何时说话”。它支持最多八个说话者，并提供流式和离线推理能力，适用于各种应用。

Whisper Large V3 Turbo

AI 模型

先进的自动语音识别和翻译模型，经过优化以提高速度，并减少了解码层。它支持多种语言，并提供强大的转录能力。Whisper Large V3 Turbo 是一款先进的自动语音识别和翻译模型，经过优化以提高速度，并减少了解码层。它支持多种语言，并提供强大的转录能力。

Whistle — 多语言语音转文本模型

AI 模型

紧凑的语音转文本模型，设计用于各种设备，提供转录、单词时间戳和多语言语音嵌入。它高效运行，无需依赖或 GPU 要求。Whistle 是一个紧凑的语音转文本模型，设计用于各种设备，提供转录、单词时间戳和多语言语音嵌入。它高效运行，无需依赖或 GPU 要求。

NVIDIA NemotronLabs VoiceChat

AI 模型

实时全双工语音模型，用于对话式人工智能。它将语音理解和生成集成在一个架构中，减少延迟并增强自然对话流。NVIDIA NemotronLabs VoiceChat 是一个实时全双工语音模型，用于对话式人工智能。它将语音理解和生成集成在一个架构中，减少延迟并增强自然对话流。

Moondream Parakeet Ultra

AI 模型

先进的语音识别模型，旨在超越其前身 Parakeet TDT-0.6b-v3。它在各种基准测试中表现出色，包括背景噪声和长音频，提供了多种语言的改进字错误率。Moondream Parakeet Ultra 是一款先进的语音识别模型，旨在超越其前身 Parakeet TDT-0.6b-v3。它在各种基准测试中表现出色，包括背景噪声和长音频，提供了多种语言的改进字错误率。

whisper-large-v3

AI 模型

先进的自动语音识别和语音翻译模型，训练于超过 500 万小时的数据。它在多种语言中提供了更好的性能，旨在为 AI 领域的开发者和研究人员服务。Whisper-large-v3 是一个先进的自动语音识别和语音翻译模型，训练于超过 500 万小时的数据。它在多种语言中提供了更好的性能，旨在为 AI 领域的开发者和研究人员服务。