AI·THE EXPLAINERニュースを理解する
Nvidia releases open-weight Nemotron 3.5 Transcribe modelNvidia、新オープン文字起こしAI公開
Nvidia released Nemotron 3.5 Transcribe, a free open-weight model transcribing audio in up to 40 languages, plus Granary dataset version 2.Nvidiaが最大40言語に対応する無料のオープンウェイトモデル「Nemotron 3.5 Transcribe」と音声データセット「Granary」バージョン2を公開した。
THE SOURCE TRAIL情報の根拠
1 news organization linked. No first-party document is linked in this record.報道機関1件にリンクしています。この記録に当事者・公的資料へのリンクはありません。
Claims checked against source text主張と原典の照合記録（英語）
An automated review linked these claims to supplied source text. This is not a human fact-check or independent verification of the source.自動点検が、記事の主張と入力した原典本文を対応づけた記録です。人による事実確認や、原典自体の正しさを独立して検証した結果ではありません。
Nvidia released Nemotron 3.5 Transcribe, a free, open-weight model transcribing audio in up to 40 languages, on Wednesday
techcrunch.com ↗Nvidia also released version 2 of Granary, its open source speech dataset
techcrunch.com ↗The model runs on a single chip at 30 billion parameters, from Jetson AGX Thor and DGX Spark to Blackwell datacenter chips, and works only with recorded audio, not livestreams
techcrunch.com ↗
Reviewed: 照合日時：
What happened何が起きたか
Nvidia released Nemotron 3.5 Transcribe on Wednesday, a free, open-weight model that transcribes audio in up to 40 languages and translates 31 languages to and from English. It can handle recordings up to an hour long, distinguish up to eight speakers, and runs at 30 billion parameters on a single chip, from the Jetson AGX Thor and DGX Spark to Blackwell datacenter chips. Nvidia also released version 2 of Granary, its open source speech dataset.Nvidiaは水曜日、Nemotron 3.5 Transcribeを公開した。これは無料のオープンウェイトモデルで、最大40言語の音声を文字起こしでき、31言語を英語との間で翻訳できる。最大1時間の録音を処理でき、最大8人の話者を区別可能。パラメータ数は300億で、Jetson AGX ThorやDGX Sparkから、データセンター向けのBlackwellチップまで、単一チップ上で動作するという。あわせてオープンソースの音声データセット「Granary」のバージョン2も公開した。
Why it matters何が変わるのか
Developers building apps for business meetings and medical transcription can customize the model and Granary dataset with industry-specific jargon in each language using tools like Nvidia's NeMo Speech model. The model only works with recorded audio, not livestreams, limiting real-time use cases.会議や医療分野の文字起こしアプリを開発する人々は、NvidiaのNeMo Speechなどのツールを使い、各言語の業界特有の専門用語を認識できるようモデルとGranaryデータセットをカスタマイズできる。ただしTranscribeは録音済み音声のみに対応し、ライブ配信には使えないという制約がある。
A little context · terms in this story理解の手がかり · この記事の用語
- Open weights
- The model’s learned parameters are available to download. The license still determines how you may use or redistribute them; open weights does not necessarily mean open source.AIが学習したパラメーターをダウンロードできること。利用・再配布の条件はライセンスで決まり、オープンソースと同じ意味とは限りません。
Read the sources原典を読む
The marked texts informed this summary. Other links provide related coverage; a link is not independent verification.印のある記事本文を要約の材料にしています。ほかは関連情報です。リンクの数は独立した裏付けの数を意味しません。
More in AIAIのほかの記事
Moonshot launches Kimi K3.1 Pro, weights due Nov. 4Moonshot、Kimi K3.1 Pro公開 重みは11月4日予定
9 linked sites関連9サイト
Moonshot's Kimi K3.1 Pro adds enterprise, API access detailsKimi K3.1 Pro、企業・API提供詳細が判明
18 linked sites関連18サイト
Google · Archive photograph, 2013-05-25Google · 資料写真、2013-05-25 · Austin McKinley
Google DeepMind unveils Genie 4 world model with audioGoogle、音声対応の世界モデルGenie 4発表
7 linked sites関連7サイト