Nvidia 发布开源语音转写模型 Nemotron 3.5 Transcribe，支持 40 种语言
Nvidia 补齐开源语音转写产品线：300 亿参数模型可单芯片运行，瞄准会议与医疗转写场景，但不支持实时音频流。
Nvidia 发布免费开放权重模型 Nemotron 3.5 Transcribe，可转写最多 40 种语言的音频，支持 31 种语言与英语互译、处理长达一小时的录音、区分最多 8 位说话人，并称在 Hugging Face 的 Open ASR Leaderboard（公开语音识别评测榜）上领先竞品。同期更新开源语音数据集 Granary 第 2 版。局限是只处理录音文件，不支持实时流。
正文摘录
简讯 发布于： 2026 年 10 月 28 日 上午 8:00 PDT  图片来源： TechCrunch/AI 生成 -  - [Julie Bort](https://techcrunch.com/author/julie-bort/) 语音 AI 正当红：Nvidia 发布新的开源转写模型 Nvidia 周三发布了 [Nemotron 3.5 Transcribe](https://huggingface.co/nvidia/NVIDIA-Nemotron-3.5-Transcribe-30B-A4B)，这是一个免费、开放权重的模型，可转写多达 40 种语言的音频。该公司同时发布了其开源语音数据集 Granary 的第 2 版。 Nvidia 宣称 Nemotron 3.5 能在 31 种语言与英语之间互译，可处理长达一小时的录音，并能区分最多 8 位说话人。它声称在多项基准测试上击败对手，包括 Hugging Face 的 [Open ASR Leaderboard](https://huggingface.co/spaces/hf-audio/openasrleaderboard)（开放自动语音识别排行榜）。 这些工具瞄准的是为商务会议和医疗转写开发应用的开发者——这是 AI 在企业办公中最成熟的两个落脚点。