Nvidia Nemotron 3.5 Transcribe атты жаңа AI моделін ұсынды. Ол аудиожазбаларды мәтінге айналдырып, сөйлеуді басқа тілге аударады, әңгімеге қатысушыларды ажыратады және кездесудің қысқаша мазмұнын дайындай алады, деп хабарлайды Tech-news. Модель 40 тілді қолдайды. Бір нұсқау арқылы бірнеше тапсырманы қатар орындауға мүмкіндік береді. Мысалы, ол кездесудің толық стенограммасын жасап, әр адамның сөзін жеке белгілей алады, әңгімені ағылшын тіліне аударады немесе талқылау барысында қабылданған негізгі шешімдерді бөліп көрсетеді. Nemotron 3.5 Transcribe бір Nvidia видеокартасында жұмыс істейді. Ол ұзақтығы бір сағатқа дейінгі аудиожазбаларды өңдей алады. Сонымен қатар, бірнеше адам қатар сөйлеп, бір-бірінің сөзін бөліп жіберетін күрделі әңгімелерді де талдауға арналған. Компания Nemotron 3.5 Transcribe моделінен бөлек, Granary v2 атты ашық аудиодеректер жинағын да таныстырды. Онда 48 тілдегі аудиожазбалар бар. Әзірлеушілер бұл материалдарды өздерінің сөйлеуді тану модельдерін үйретуге және оларды нақты салаларға бейімдеуге пайдалана алады. Мысалы, медицина саласына арналған жүйелерді әзірлеуге мүмкіндік бар. Nemotron 3.5 Transcribe моделі мен Granary v2 деректер жинағы Hugging Face платформасында қолжетімді. Әзірге модель тек дайын аудиожазбаларды өңдейді, ал сөйлеуді нақты уақыт режимінде тану функциясы қарастырылмаған. Сообщение Nvidia аудиожазбаларды транскрипциялайтын ашық ЖИ моделін таныстырды появились сначала на Tech news.