Nemotron 3.5 Transcribe: Nvidia łączy transkrypcję, tłumaczenie i rozpoznawanie mówców w jednym modelu
Nvidia opublikowała otwarty model mowy, który na polecenie tekstowe robi transkrypt z podziałem na mówców, tłumaczenie albo streszczenie nagrania. Mimo 30 mld parametrów działa na jednym GPU, a razem z nim pojawił się zbiór danych Granary v2.
Read More