NVIDIA 于 2026 年 10 月 28 日通过 HuggingFace 博客开源发布专用语音转录（ASR）模型 Nemotron 3.5 Transcribe，并配套发布 Granary v2 数据管线。
NVIDIA 于 2026 年 10 月 28 日通过 HuggingFace 博客开源发布专用语音转录（ASR）模型 Nemotron 3.5 Transcribe，并配套发布 Granary v2 数据管线。官方称其最多支持 40 种语言的语音转文字，输出可通过提示词（prompt）定制，模型也支持微调以适配具体场景。据来源信息，该模型只处理录音文件、不支持实时音频流。材料未提供任何第三方实测准确率或速度数据，上述能力目前均为官方说法。
rss · HuggingFace Blog · 10月28日 14:58 · 互证 2 家
「为何值得关注」 若官方描述属实，这一免费的离线转录模型意味着开发者可以自行部署并按需微调，用于会议记录、医疗转写等不要求实时的场景，降低对单一商用 API 的依赖。来源同时指出，实时转录市场仍由 ElevenLabs 等竞品把守。这些对比与能力表述均来自来源和官方口径，实际效果与成本仍需实测验证。
「获取方式」 模型与 Granary v2 已在 HuggingFace 免费开放，官方介绍见 huggingface.co/blog/nvidia/nemotron-transcribe-granary。材料未列出具体模型仓库、许可证条款或托管 API 定价，使用前请以官方页面为准。
做AI项目，先看AI雷达 - AiRadar.com.cn · 全部AI快讯 →