엔비디아 Nemotron 3.5 Transcribe 공개: 프롬프트 제어와 8명 화자 분리 지원
엔비디아가 오픈 가중치 음성 모델 Nemotron 3.5 Transcribe를 공개했다. 전사, 화자 분리, 번역, 오디오 질의응답을 하나로 통합해 40개 언어와 최대 1시간 분량의 녹음을 지원하며, 최대 8명의 화자를 구별한다. 30B 파라미터 중 토큰당 약 4B만 활성화되는 MoE 구조로 주요 오픈 벤치마크 1위를 기록했다.
엔비디아가 오픈 가중치 음성 모델 Nemotron 3.5 Transcribe를 공개했다. 전사, 화자 분리, 번역, 오디오 질의응답을 하나로 통합해 40개 언어와 최대 1시간 분량의 녹음을 지원하며, 최대 8명의 화자를 구별한다. 30B 파라미터 중 토큰당 약 4B만 활성화되는 MoE 구조로 주요 오픈 벤치마크 1위를 기록했다.