Nvidia发布开放权重语音模型Nemotron 3.5
先了解这件事
2026年10月28日（周三），TechCrunch报道，Nvidia发布免费开放权重的语音转写模型Nemotron 3.5 Transcribe，支持最多40种语言的音频转写，并同步推出Granary第2版。同日23时49分，The Decoder补充称，该模型可按指令完成转录、翻译、说话人识别和录音内容问答：支持40种语言转录、31种语言与英语互译、13种语言识别说话人，可处理最长1小时、最多8名说话人的录音。10月29日15时31分，IT之家进一步披露，模型发布于10月28日，采用MoE架构，总参数约340亿、激活约43亿，面向会议纪要、课堂录像、访谈整理和多语言客服等场景。各方表述存在差异：关于模型属性，TechCrunch称其为免费开放权重，The Decoder称其为开源，IT之家则称开放权重；关于Granary，TechCrunch称之为开源语音数据集第2版，IT之家则称Granary v2为训练数据管线。截至目前，报道未提及性能基准等更多细节。
AI 根据报道生成 · 4 天前更新
报道时间线
沿着报道，了解事件的不同侧面。
- IT之家·人工智能英伟达开源语音转录模型 Nemotron 3.5 Transcribe，支持 40 种语言、最多区分 8 名说话人
英伟达于 10 月 28 日发布开放权重语音转录模型 Nemotron 3.5 Transcribe，并同步公开训练数据管线 Granary v2。模型采用 MoE 架构，总参数约 340 亿、激活约 43 亿，支持最长 1 小时录音、40 种语言转录（其中 31 种可与英语互译）、最多区分 8 名说话人，面向会议纪要、课堂录像、访谈整理和多语言客服等场景。
- The Decoder：AI NewsNvidia 开源 Nemotron 3.5 Transcribe，集转录、翻译与说话人识别于一体
Nvidia 发布开源语音模型 Nemotron 3.5 Transcribe，按指令即可完成转录、翻译、说话人识别和录音内容问答，支持 40 种语言转录、31 种与英语互译、13 种识别说话人，可处理最长 1 小时、最多 8 名说话人的录音。
- TechCrunch · AINvidia 发布开放权重语音转写模型 Nemotron 3.5 Transcribe，支持 40 种语言
Nvidia 周三发布免费开放权重的语音转写模型 Nemotron 3.5 Transcribe，可转写最多 40 种语言的音频，并同步发布开源语音数据集 Granary 第 2 版。
本事件热度走势
当前热度 3·可比范围峰值 22（10月29日 16:00）·近 24 小时可比范围变化 -78%
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。